摘要：针对在偏航姿态测量信息未知时偏置动量卫星姿态跟踪控制,提出了一种新的滑模观测器及其对应的自适应滑模控制器设计方法。基于滚动轴和俯仰轴信息,设计了一种经过平滑的滑模观测器,抑制高频抖震的同时提高状态估计的鲁棒性;设计的比例-积分滑模面,能实现积分滑模控制,抑制稳态误差,优化滑模的全程鲁棒性,并采用自适应方法,对不确定参数进行在线更新,补偿不确定参数的影响。数值仿真结果表明,相对于龙伯格观测器,该方法能提高偏航姿态信息估计精度,在保证系统鲁棒性的同时,滚动和偏航轴姿态跟踪精度分别提高约50%。

摘要：针对组密钥管理方案的性能评价问题,提出了一个安全组播管理系统仿真平台方案(GKMSP)并阐述了其仿真机制.平台的设计采用了模块化设计的方法,便于集成多种经典解决方案或经典算法,并使用了离散用户事件驱动的仿真机制,可仿真任意用户分布特征,以帮助分析或改进不同方案的性能.仿真试验中,成功地应用该平台对几种经典组密钥管理方案的性能做出评价,证明了该平台的有效性.

摘要：面向观测时间窗口相互重叠的多点目标观测任务需求,对敏捷卫星单星单轨任务规划问题进行研究。针对传统方法在卫星机动能力受限和成像任务冗余两种情况下求解效率低的缺陷,引入任务-姿态协同规划思想。首先,建立地面任务和空间姿态映射关系,并考虑相邻任务间姿态机动时间的最优性使得卫星在观测相邻任务时无多余等待时间,以此来设计任务-姿态协同规划数学模型。其次,根据任务-姿态协同规划数学模型,设计自适应伪谱遗传算法(APGA),用以求解满足调整时间最优性的敏捷卫星任务规划问题。最后,通过仿真实验,验证了模型和算法能够有效地解决传统算法求解敏捷卫星任务规划问题时存在的求解效率低的缺陷。

摘要：利用数值模拟的方法,对宽弦空心风扇叶片在空气场作用下的瞬态响应进行了研究.采用流固耦合数值计算方法,得到了某宽弦空心风扇叶片在非定常边界条件下的变形响应.计算结果表明,叶片在空气场的作用下,最大位移发生在叶片前缘叶尖处,在沿叶展方向与叶片内部芯板结构沿叶展方向分布重合处产生应力集中,应力值由叶片表面向叶片内部逐渐减小,内部芯板虽然厚度较薄,但分布应力值均较小,且应力集中发生在叶片表面.气动力与叶片结构之间的耦合作用,使叶片结构模态振型沿周向不再均匀分布.叶片在气固耦合时的变形响应以绕旋转轴的弯曲振动为主,接近叶片的一阶模态变形.

摘要：环境心理学属于应用社会心理学范畴,被广泛地运用到设计领域。通过研究环境和用户行为与心理之间的关系,设计出更符合用户群体需求的智能家居产品。这样的应用也较好地体现了“以人为本”的设计理念。为丰富与发展智能家居的设计理论,通过文献梳理的方法,分析了智能家居设计应当基于环境心理学的背景及现实意义,探讨了基于环境心理学的智能家居设计优化与产业发展策略。

摘要：无论是传统意义上的“硬性广告”，还是已经被融人节目内容的软性广告，是和节目区分开来的，由不同的组织来运作。观众能清楚地意识到——这是广告。可在节目竞争日益加剧、广告播放的频次和数量不断增加、观众收看习惯发生了变化的今天，聪明的观众早已学会在挑选节目的同时跳过广告。所以对电视生产者和广告投放的业主来说，争夺注意力、争取观众收看的竞争变得越来越激烈，只有把节目和广告结合得更紧密，才可以保证广告获得与节目同样的注意。真人秀节目所取得的商业成功正在于此。

摘要：针对三维空间交会对接中的异面非圆轨道转移规划问题,提出了一种基于粒子群算法(PSO)的多脉冲异面交会对接能量最优的转移轨道优化算法。该算法以二体动力学方程及脉冲变轨理论构造空间多脉冲异面交会对接优化模型;通过引入Lambert算法处理终端约束条件,减少未知变量的个数从而简化问题。然后,将追踪飞行器变轨过程中脉冲的作用时刻、方向、大小设计成待优化变量,以交会对接过程中消耗能量、终端约束条件等为目标函数,基于PSO优化了最省燃料转移轨道。在MATLAB中对四脉冲交会对接问题进行了仿真测试,并与相同初始条件下,采用Lambert算法的双脉冲交会对接仿真结果进行了对比。结果显示:在本文所给算例条件下,采用PSO优化的四脉冲交会对接过程所需速度增量为4.4243km/s,而采用Lambert算法的双脉冲对接过程所需速度增量为11.2691km/s,前者节省了60%的能量。数据表明,设计方案有效节省了燃料消耗,从而证明了设计方法的有效性。

摘要：针对复杂样品近红外光谱分析中校正集的设计问题,探讨了标准样品参与复杂样品建模的可行性.通过标准样品和复杂基质样品共同构建的偏最小二乘(PLS)模型,考察了波段筛选和建模参数对预测结果的影响.结果表明,采用PLS方法建立定量模型时,校正集样品性质应该尽量与预测集样品相似,当样品的性质相差较大时,适当增加校正集样品的差异性可使模型具有更强的预测能力.同时,波段优选对提高预测结果的准确性具有重要的意义.

摘要：为提升飞轮的可靠性,本文对飞轮故障诊断技术进行了研究。通过对基于数学解析模型与基于智能计算的故障诊断方法的对比研究,提出了一种基于神经网络的混合故障诊断方法。该方法首先使用数学解析模型与原系统输出的差值作为一级残差;而后利用该一级残差以及系统可测状态对神经网络进行训练;然后使用混合模型输出的二级残差对系统故障进行检测;最后以飞轮注入母线电压以及电枢电流故障对该方法进行验证:在存在母线电压故障工况下混合模型避免了解析模型电流估计的发散问题,与单神经网络模型相比最大跟踪误差降低了44%。在存在电流故障时,不同的转速工况下与两种单模型相比混合模型的最大跟踪误差降低了90%,跟踪方差减小了10倍以上。混合方法可以有效解决由于解析模型存在建模误差引起的故障诊断不够准确的问题以及由于缺乏训练数据所引起的单神经网络模型不能适应新工况的故障诊断问题。

摘要：获取高精度事后姿态数据是提高遥感平台成像质量的必要条件之一,离线处理可有效降低敏感器测量误差,从而获得更高的姿态确定精度。基于滤波的校正方法中,星敏感器低频误差(LFE)与陀螺漂移将产生耦合影响导致校正精度低,本文针对该问题推导了耦合误差的数学模型,并设计了一种两步双向平滑事后处理算法,将陀螺漂移与低频误差分两步校正,通过反复滤波剥离陀螺漂移与低频误差。同时,针对低频误差参数收敛速度慢、噪声参数调节困难的问题,利用一种基于极大似然估计(MLE)的固定窗口自适应双向滤波算法进行处理以获得更好的噪声估计,提高了收敛速度和收敛精度。文中仿真工况下,离线姿态确定精度可达到0.8″(3σ),低频误差参数完全收敛时间不超过4个轨道周期。