机动目标拦截的变结构制导律设计与实现

考虑目标机动和弹体动态特性,研究了导弹末制导律设计与实现问题。在切换函数的设计中应用增广比例导引的思想对目标的逃逸机动进行补偿;设计了变结构制导律,使得导弹的实际横向加速度具有增广比例导引的形式,来减弱弹体动态特性对制导精度的影响。在制导律实现过程中,应用高增益观测器对视线变化率进行了估计,同时通过将观测器进行二次扩张,实现了对目标机动加速度及其变化率的快速估计。最后进行了数值仿真验证,仿真结果说明了方法的有效性。     

天宫一号目标飞行器电源分系统设计

介绍了天宫一号（TG1）目标飞行器电源分系统的组成和主要技术指标。分析了国内在低轨飞行器上采用100V高压母线、大批量使用国产氢镍电池、三结砷化镓太阳电池片和半刚性基板等关键技术。回顾了电源分系统研制过程中高电压元器件体系建立、半刚性帆板力学及空间环境设计与验证、氢镍电池在轨寿命和可靠性研究,以及高压电源系统可靠性及安...     

亚太空间合作组织：机遇和挑战并存——访亚太空间合作组织秘书长张伟

2011年9月13～15日,以＂应用空间技术进行地震监测和早期预警＂为主题的亚太空间合作组织第三次国际研讨会在北京召开。来自亚太空间合作组织8个成员国和美国、法国、日本、意大利、俄罗斯等国的近百名专家、学者参加了本次会议。     

帕达尔卡中国行——俄罗斯航天员为庆祝加加林上天50周年访华

今年既是载人航天50周年,也是中俄两国睦邻友好合作条约签订10周年,在这个重要的年份里,俄罗斯航天员帕达尔卡来到中国进行为期7天的访问。他们在中国航天员中心参观交流、参加"2011中俄航天集邮文化周"系列活动,以及四川大学和对外经济贸易大学的学生现场交流活动。此次访问结束后,他将作为指令长执行第四次太空任务。     

“天宫一号”目标飞行器检漏工作总述

文章主要描述了“天宫一号”目标飞行器研制过程中与检漏相关的内容,包括检漏项目、检漏方法和检漏结果等。重点介绍了氦质谱吸枪检漏、压力变化检漏和氦质谱非真空累积检漏及多种气体分析等多种检漏方法及其适用范围。“天宫一号”的检漏数据验证了应用以上检漏方法可行且有效。     

他山之石 可以攻玉——国外卫星在轨操作系统发展分析

卫星在轨操作任务主要包括在轨燃料加注、在轨模块更换、在轨发射、在轨空间碎片清除等。值得指出的是,在轨操作可以针对己方航天器进行,也可以针对敌方航天器进行。能够通过在轨加注延长航天器寿命,也可以利用交会对接和空间机械手技术将敌方航天器拖离目标轨道,具有巨大的商业和军用潜力。     

药柱结构非概率可靠性分析的响应面法

根据药柱不确定参量的特点和基于区间分析的非概率可靠性方法,提出了基于均匀设计思想的药柱结构非概率可靠性分析的响应面法。同时,针对二次多项式响应面函数对边界点附近拟合效果相对较差的问题,提出适当扩大原变量区间进行抽样计算的措施。算例表明,该方法在保证计算精度前提下所需的抽样次数较少,且无需迭代,大大降低了药柱非概率可靠性分析的复杂程度,为试验数据较少情况下药柱结构可靠性评估提供了一种有效的分析方法。     

基于借力飞行技术的星际多目标交会转移轨道设计

针对深空探测中的转移轨道问题,提出一种星际多目标交会转移轨道设计方法。该方法基于Tisserand原理,采用能量曲线确定交会目标的序列,由Pork-Chop图确定设计参数的可行域和时序,避免了传统方法在交会目标序列和初始轨道段设计中的缺陷。将多目标交会转移轨道设计问题归结为一种非线性多约束多变量搜索寻优问题,通过梯度下降法,选取目标函数的负梯度方向作为每步迭代的搜索方向,逐步逼近目标函数的极小值点,从而使转移轨道优化问题得到简化。最后,将本文的设计方法用于解决欧空局的ROSETTA任务深空转移轨道的设计,设计结果与欧空局公布的结果一致,从而验证了该设计方法的可行性和正确性。     

基于扩展卡尔曼滤波的机动目标跟踪研究

针对雷达导引头跟踪机动目标问题,建立了一种适于高机动目标探测的非线性系统模型,采用扩展卡尔曼滤波算法推导适用于弹载脉冲多普勒雷达机动目标探测的滤波模型,用以估计俯仰失调角、方位失调角、弹目相对速度和距离等信息,利用系统数学模型对目标加速度及弹目视线角速率进行解算估计。对标称弹道和极限弹道的跟踪仿真表明,所建立的系统模型和滤波设计方案,能够处理真实飞行中存在的部分信息缺失问题,对于极端情况下的遮挡问题也能在一定时间内保证较高的跟踪精度。     

边界片段模板方法在空间探测识别中的应用

以对具有复杂边缘的空间目标进行准确的检测识别为目的,提出一种基于边界片段模板(BoundaryFragment Model)训练模式的空间目标识别方法.方法的步骤是:首先从训练集中提取目标的边界片段组成弱分类器;然后使用Adaboost算法将它们提升训练成为强分类器;对方法进行旋转、尺度、视点的不变性增强;最后将训练好的强分类器模板应用到待识别图像上,进行目标的检测识别.实验结果表明,本方法对带有各种旋转,尺度,以及视点变化的具有复杂边缘空间有形目标具有较好的识别效果.