有序递推滤波修正系统误差方法

本文将推广卡尔曼滤波的原理拓展到对测量元素逐个进行滤波的处理。从理论上证明它可以提高状态向量滤波结果的估值精度，而且它可以减少求逆公式的计算量。本文应用该方法导出了轨道测量数据处理的有序递推自校准系统误差的方法及公式。     

纤维缠绕复合材料圆环壳线型设计与优化

由微分几何理论，导出了纤维缠绕圆环壳曲面的滑移和架空判据。基于薄膜理论和网格理论，结合圆环壳几何特征，得到了内压作用下纤维螺旋加环向缠绕圆环壳的平衡方程组，给出了均衡缠绕线型的确定方法。以稳定缠绕条件和壳体强度要求为约束，缠绕层最小质量为优化目标，利用收敛效率较高的序列二次规划算法（SQP）求得了不同爆破压强下的各项最优均衡缠绕参数。文中的设计方法真实反映了环壳结构特征和实际工程设计要求，算例表明可直接应用于纤维缠绕环壳的初步设计。     

涡轮泵试车数据单类支持向量机检测算法

为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵故障,实现基于不完整信息的状态决策,建立了基于v-支持向量分类器的单类支持向量机新异类检测模型。在分析了模型决策边界、支持向量和约束条件之间关系的基础上,为单类支持向量机引入并改进了序贯最小优化算法,提高了训练效率,解决了大样本训练问题。通过对某型液体火箭发动机涡轮泵历史试车数据的分析,结果表明,所建模型的训练速度得到了很大提高,对涡轮泵状态的检测效果良好。     

月球精确软着陆最优标称轨迹在轨制导方法

为实现在月球表面期望的着陆点进行精确软着陆（PPL）,且满足燃耗最优性要求,基于提出的LIDAR目标点在轨自主选定的月球精确软着陆方案,对月球PPL最优标称轨迹在轨快速规划制导方法进行研究。首先针对月球PPL三维球体非线性轨道动力学模型,采用Legendre Gauss Lobatto伪光谱方法将轨迹优化的最优控制问题转化为非线性规划问题（NLP）,再利用SQP优化算法求解月球PPL最优标称轨迹,最后通过遗传算法对优化结果进行验证,并提出应用遗传算法提供SQP在轨规划初值数据库的方案。仿真结果表明了最优标称轨迹在轨规划方法的快速性和有效性。     

无人机辅助车联网的无人机部署算法

针对无人机辅助车联网的无人机部署问题,分析了基于时延和回传链路的能效无人机部署策略的性能。该策略从车联网的数据传输时延和回传链路角度优化无人机的部署,进而最小化无人机的功率消耗。先面向车联网网络,推导了基于单个用户速率的时延约束函数,并构建基于无人机离基站距离的回传链路容量函数;再构建基于时延和回传链路容量函数的目标函数。最后,利用序列二次规划求解目标函数。性能分析表明,通信数据包尺寸是影响时延的重要参数。此外,在低时延和数据尺寸较大时,车辆用户的总速率之和收敛于回传链路容量。     

一种改进的非相干序贯检测捕获方案

为实现伪码的快速捕获 ,提出了一种基于连续累加的非相干序贯检测判决逻辑 ,同时给出了一种估算连续积分 /累加序贯检测逻辑的采样数的概率分布密度和平均采样数上限 ASN(Average Sample Number)的算法。仿真结果表明 ,连续累加非相干序贯检逻辑达到了预期的虚警概率和检测概率 ,且性能优于传统序贯检测 ,证明了检测逻辑的正确性和可用性。此方案可以为扩频通信系统中如何解决伪码捕获这一问题提供新的思路和方法     

高速SpaceWire协议IP的可靠性增强方法

针对航天高速SpaceWire总线系统对协议IP的高可靠性要求,提出一种用于静态随机访问存储器(SRAM)型现场可编辑逻辑门阵列(FPGA)的增强三模冗余(TMR)方法。该方法对传统三模冗余和部分三模冗余做了改进,将需要进行三模冗余的原设计分为一般单元集和可靠性薄弱的关键单元集,对一般单元集中的每个单元做三模冗余,对关键单元集中的每个单元做顺序四模冗余。给出了顺序四模冗余的可靠度计算式和表决器的布尔表达式。建立了系统可靠性的马尔科夫模型并基于模型开展了可靠性仿真。仿真结果表明增强三模冗余系统的可靠性不仅明显优于传统三模冗余系统,而且优于部分三模冗余系统,使系统可靠性得到有效提高。     

空间电源功率调节技术综述

介绍了空间电源功率调节装置(PCU)的分流调节器(SR),蓄电池的充电控制器(BCR)、放电控制器(BDR)和主误差放大器(MEA)的原理和技术现状。阐述了顺序开关分流调节(S3R)、混合型调节和顺序开关分流串联调节(S4R)三种基本拓扑的工作原理,并对三者进行了性能比较,认为S4R是目前最先进的调节技术。讨论了功率调节装置模块化、智能化和小型化的发展趋势并分析了大功率的功率调节装置研制难点。     

基于序列凸优化的高超声速滑翔式再入轨迹快速优化

针对具有热流、动压、过载以及多个禁飞区约束的再入轨迹优化问题,提出采用序列凸优化方法快速求解。利用归一化时间作为自变量解决终端时间自由问题,并引入辅助控制变量以减少序列优化结果中的高频振荡,在此基础上,通过线性化、离散化和非凸约束的凸化处理,将非凸非线性优化问题转化为二阶锥规划(Second Order Conic Programming,SOCP)问题,然后采用凸优化求解算法快速求解。数值优化结果与对比验证表明该方法能快速高效求解多约束条件下的再入轨迹优化问题,且计算效率和性能均优于传统的非线性规划方法。     

Particle flters for probability hypothesis density flter with the presence of unknown measurement noise covariance

In Bayesian multi-target fltering,knowledge of measurement noise variance is very important.Signifcant mismatches in noise parameters will result in biased estimates.In this paper,a new particle flter for a probability hypothesis density（PHD）flter handling unknown measurement noise variances is proposed.The approach is based on marginalizing the unknown parameters out of the posterior distribution by using variational Bayesian（VB）methods.Moreover,the sequential Monte Carlo method is used to approximate the posterior intensity considering non-linear and non-Gaussian conditions.Unlike other particle flters for this challenging class of PHD flters,the proposed method can adaptively learn the unknown and time-varying noise variances while fltering.Simulation results show that the proposed method improves estimation accuracy in terms of both the number of targets and their states.