探空火箭时差定位及定位算法研究

面对空间环境监测日益增多的需求,而常用的接收、跟踪定位设备却比较笨重且灵活性差,不能满足既机动灵活又适合于多种场合的要求.据此提出了一种基于时差定位(TDOA)的探空火箭定位方法及约束加权最小二乘定位算法.该方法具有接收可靠、移动灵活、定位精度高、成本低等特点,可用于多种场合的探空火箭定位、数据接收和处理.     

基于运动约束的脉冲雷达游标测距方法

为解决传统脉冲雷达游标测距中解相位模糊和解速度模糊相互耦合的问题,将目标的运动约束与传统游标测距结合在一起,提出了一种新的基于运动约束的游标测距方法.利用运动约束积累一段时间的观测数据进行UKF滤波,得到精度较高的径向速度来解速度模糊,得到的无模糊速度可用于距离游标.利用得到的游标距离取代脉冲测距数据进行UKF预测,可准确估计下一时刻的速度并解速度模糊,这样建立了可同时解相位模糊和解速度模糊的耦合滤波器,成功实现脉冲雷达游标测距,并大大减小脉冲雷达测距随机误差.高速飞行器主动段仿真和脉冲雷达实测数据验证表明,该算法能大大减小径向距离随机误差,将距离随机误差减少一个数量级至分米级.      

多体航天器姿态机动的终端滑模复合控制方法研究

研究了带有多种运动附件的航天器姿态复合控制问题.选取典型的两刚体对象建立了完整的动力学模型,简要分析了本体与附件的耦合关系.针对标称本体动力学方程,设计了有限时间干扰观测器估计附件对本体的耦合扰动以及外部环境干扰,在终端滑模控制器中进行主动补偿,利用扩展的Lyapunov稳定性定理证明了本体控制系统的有限时间收敛性;为减小本体机动对附件指向的影响,在附件控制器中引入对本体角加速度的补偿.仿真结果表明,所设计的复合控制系统能够较好地估计并且补偿系统的总干扰,具有较高的控制精度和较快的系统响应.     

卫星控制系统时序建模分析方法研究

分析国内外卫星控制系统时序分析与设计方法和方法的现状,阐述了对时序进行数学建模的重要性.提出了针对时序设计过程的数学建模分析方法和时序描述的工作流图方法,通过系统性的时序建模,可求解出时序过程中的所有时间参数,以便用于时序分析和指导时序测试.     

大尺寸交会测量系统传感器布站优化分析

为提高目标定位精度,研究了多站交会大尺寸精密测量系统中传感器布站优化方法。首先,以电子经纬仪为例创建了多站交会测量系统基于传感器误差分离的优化布站数学模型;然后,分析了测量空间内的布站约束条件并对之进行了几何近似;最后,利用郭涛算法求解带有约束的非线性规划问题,得到布站空间内传感器最佳位置组合。仿真分析结果表明,该方法能够有效提高系统测量精度,可应用于多站交会测量现场布站过程。     

光学遥感运动补偿压缩成像

针对单像素相机的运动导致压缩成像品质下降问题,提出了运动补偿压缩成像方法。首先建立运动条件下压缩采样的精确模型,进而分析了逐帧重构与联合重构两种图像稀疏方法。同时探讨了所提方法对于更加复杂运动的适应性以及所提方法成像品质的分布特性。该方法利用成像系统的运动信息重新规整压缩采样,避免了由降低积分时间或者减少采样数导致的成像品质下降。数学仿真与半物理仿真表明,运动补偿压缩成像比未经补偿成像结果具有更好的成像品质。     

电弧推力器约束通道内流动特性数值模拟

约束通道对电弧推力器的性能有着重要的影响,文章采用基于局域热力学模型（LTE）的数值模拟方法对中等功率电弧推力器内等离子体流动进行了数值模拟,考察了电流、入口压力、约束通道尺寸及不同推进剂对约束通道内等离子体流动的影响,分析了约束通道内非均匀流动现象,最后对推力器的性能、效率等进行了讨论。计算结果表明,随着电流的增加电弧高温区变粗变长,随着入口压强的增加电弧高温区半径减小而长度增加,随着约束通道半径的减小电弧高温区变得细长,随着约束通道长度的增加高温区的长度增长而半径无明显变化,氢气的高温区明显小于氮气和氩气;约束通道内只有小部分气体通过高温区被电离,大部分气体沿着壁面附近的低温区流动;约束通道内焦耳热约占总焦耳热的60%~80%,主要受约束通道长度影响。     

陀螺组件结构动态特性分析和减振设计

针对惯性姿态敏感器陀螺组件结构设计中出现的随机振动响应量级过大的问题进行分析研究.建立了陀螺组件结构的动力学模型,通过安装金属橡胶减振器并在结构中合理布置高阻尼比的阻尼材料综合解决陀螺头部振动响应过大的问题.对结构设计方案进行数值仿真和振动试验,结果表明,金属橡胶减振器和约束阻尼结构的应用能有效降低陀螺头部的高频响应,保证了陀螺仪在发射段环境条件下的可靠性.     

基于弹性网稀疏编码的空间目标识别

 传统的特征袋(BoF)模型在目标识别过程中假设每个局部特征点只关联特征词典中一个视觉单词。此外,l₁范数约束下的稀疏编码对于具有较强成对相关性的特征通常只选择一个特征,而不关注哪一个特征被选择。本文提出一种基于弹性网稀疏编码的特征袋模型。该模型利用尺度不变特征变换(SIFT)特征描述子构建特征字典,再通过弹性网回归模型求解每个描述子所对应的稀疏系数向量,最后将目标图像内的稀疏系数向量合并用于分类。与传统的特征袋模型和基于l₁范数稀疏编码的特征袋模型相比,该模型有较好的识别性能,并对视角变化具有较强的鲁棒性。在空间目标图像数据库上的实验验证了该模型的有效性。