基于多传感器信息融合的自主移动机器人导航算法研究

本文介绍了一种基于微控制器控制，以GPS为主要导航手段，且基于多传感器信息融合的自主移动机器人导航系统的软硬件设计思想及实现方法。重点讨论了基于栅格法的导航算法在微控制器系统中的实现。最后给出了该导航系统在比较典型的环境中实现导航与避障的实验结果。     

艰难又成功的对接过程

两个航天器在轨道上交会对接，是一项非常复杂的和非常困难的过程，航天员必须谨慎操作，地面测控站必须精心指挥，任何一丝疏忽大意，都可能导致对接失败，甚至使航天器因撞击不当而损坏。俄罗斯在其联盟号飞船与空间站方面已积累了７０多次交会对接的实践经验。尽管如此，有时也难免功亏一篑，对接不成。对于美国航天飞机来说，在轨道上与另一航天器对接还是第一次。过去有过多次与轨道上的卫星进行空间交会的经验，但从来没有对接过，何况是与另一个国家的空间站对接，无论是技术风险，还是政治风险都是很大的。好在亚特兰蒂斯号航天飞机…     

基于多体分析的对接机构结构锁动力学仿真研究

分析了周边式空间对接机构结构锁的执行机构的特点，以及运用现有动力学分析软件解决此问题的困难；继而采用多体动力学建模方法，建立了结构锁执行机构的动力学模型，并针对本模型的特殊性采用了变步长的广义坐标分块求解算法；最后通过求解模型得到了机构的动力学特性曲线，证明了滚珠丝杆和弹簧复合机构作为结构锁执行部件是可行的．     

高职办专业必须对接产业 满足产业发展需要——朱厚望院长做客湖南教育政务网在线访谈

长沙航空职业技术学院作为全军唯一一所国民教育性质普通高校，具有军队和航空两大办学特色，具有独特的航空专业资源优势。6月5日上午，长沙航空职院院长朱厚望做客湖南教育政务网在线访谈，就“对接产业产教融合打造航空职业教育品牌”主题与网友进行了在线交流。     

网络环境下应用型本科院校大学生自主学习能力的培养研究

计算机与互联网通讯技术的快速发展为高校教学改革提供了契机,提出了基于网络环境的教学方法,冲击着传统的学习方式。应用型本科院校以培养直接面向生产、建设、管理、服务第一线的高级应用型人才为目标,重点培养学生利用网络工具进行自主学习进而获得独立解决问题的能力。因此对充分利用网络教学资源以培养大学生的自主学习能力的研究与探讨就显得尤其重要与迫切。针对信息时代背景下大学生自主学习过程中面临的问题,提出了相应的对策,并提出应用型本科院校应对大学生的自主学习能力水平进行监控与评价。     

蓝色国土的“守望者”——海洋二号卫星在轨运行三周年纪实

<正>截至2014年8月16日,海洋二号卫星在轨运行三周年,三年多的实践证明,该卫星观测精度达到国际先进水平;测定轨精度达到国际先进水平;我国星地激光高速数据传输达到国际先进水平,这些成果彰显了我国卫星关键核心部件自主研发能力,促进了我国卫星研制生产信息化水平的提升——     

航天器1553B总线控制器RAM故障自主诊断与处理方法

在航天器中,1553B总线控制器(BC)作为总线信息交互的管理中枢,其可靠性直接关系航天器的系统安全。近年来,受单粒子事件的影响,多个航天器在轨发生总线芯片RAM损坏的故障。文章针对此问题,结合总线芯片BC模式的典型应用场景进行分析,提出RAM故障诊断的策略和自主分区故障处理的方法。该方法能够使BC端软件通过诊断自主发现故障,定位故障区域,并通过替换、隔离等手段排除故障,消除故障对航天器的影响。通过软件仿真,对故障诊断和处理的性能进行了试验验证,结果表明:采用该方法的软件能够自主发现故障区域并完成隔离和替换,且其处理的准确性和时效性都明显优于传统依赖地面遥控的方法。     

全新“长二F”踏上征程——访长征二号FT1火箭总指挥刘宇、总设计师荆木春

在我国载人航天的发展史上,长征二号F火箭是一枚战功赫赫的明星火箭,有着"神箭"之称。之所以赢得这样的美誉,在于它曾经7次问鼎长天,将7艘神舟飞船和6名航天员成功送入太空。在长征系列运载火箭家族中,它的可靠性设计指标最高,达到了0.98。2011年,随着载人航天工程首次空     

飞机大部件自动对接同步调姿方法

提出了飞机大部件自动对接同步调姿方法,实现了大部件调姿基准点的连续自动跟踪测量和位姿连续调整.在此基础上开发了集测量场构建、大部件位姿解算和调整等功能于一体的大部件自动对接集成控制软件,并在ARJ21飞机翼身自动对接现场进行了应用试验,结果证明该方法能有效完成飞机翼身自动对接过程,提高测量和对接效率.     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。