月球轨道超长波天文观测微卫星在轨数据预处理方法

围绕“嫦娥4号”月球轨道超长波天文观测微卫星展开研究，针对微纳卫星对地数传资源的限制，提出一种在轨信号预处理方法：通过10通道数字下变频链路实现原始数据的变频接收，再利用多级滤波器抽取获得低采样率基带数据，下变频本振频率可调，在对地数传资源约束下保证了不同频带数据的灵活选取。以上方法实现了一种10频点超窄带梳状滤波，仿真验证表明，采样率80 MSPS基带带宽为1 kHz的情况下，此方法可在现场可编程门阵列平台上稳定运行，能保证带内平坦度和线性相位等关键技术指标, 数据量与直接下传原始数据相比，降低了3个数量级以上。     

在轨加注过程中组合体航天器动力学建模与分析

针对在轨加注过程中质量分布随时间变化的组合体航天器,研究动力学建模问题并对其动态特性进行分析。将航天器系统分为刚性组合体平台和贮箱内燃料两部分,贮箱内的燃料视为质量、外形和位置连续变化的质量块,将航天器系统抽象为一组有固定边界的变质量质点系;在推导出变质量质点系一般力学方程的基础上,通过对航天器结构进行一定限制消除方程中的反冲力和失调力矩,以组合体平台主轴作为参考坐标系,建立在轨加注过程中组合体动力学模型;该模型除了参数时变的特点外,与普通刚体动力学相比还含有阻尼项;基于李雅普诺夫稳定判据,对该时变动力学系统的动态特性进行分析。仿真计算展现了不同结构参数对姿态运动轨迹的影响,也证明了理论分析的正确性。     

航天器转动惯量参数在轨辨识的最优激励

根据矩阵分析理论研究了转动惯量参数的可辨识性问题,从姿态动力学方程导出关于未知参数的线性回归模型,将回归矩阵的条件数作为参数可辨识度的定量指标,以可辨识度最大为目标函数建立最优控制模型;应用解最优控制问题的伪谱法,计算控制力矩陀螺的指令轨线,使得惯量参数的辨识精度和收敛速度显著提高;在仿真中采用双无迹卡尔曼滤波算法进行参数辨识,结果验证了所提出的最优激励设计方法可以改善参数辨识性能,同时该方法对先验信息误差具有鲁棒性。     

基于进化算法的在轨对地定点着陆优化变轨分离技术

针对在轨对地定点再入方面的问题,重点讨论了远地点单脉冲变轨模式和一般单脉冲变轨模式,在此基础上提出了一种基于进化算法在轨对地定点着陆的优化变轨分离技术,这样既保证了着陆精度,又保证了所耗能量最小。通过仿真计算,验证了该方法的正确性。     

油料加注装备模块化设计中的模块创建初探

提出了油料加注装备模块划分的基本原则、影响因素与通用模型。构造出了满足战时油料加注装备总功能要求的功能模块集合，建立了较通用的模块划分模型。总结了模块创建的过程模式并应用于油料加注装备模块化设计。     

“喂，陈水扁，脚下是万丈深渊!”——评陈水扁的“去中国化”举措

2002年1月13日，陈水扁在“台独”的邪路上又迈出了重要的一步：他公开宣布，他已批准在“中华民国”护照上加注“台湾”英文字样，即TAIWAN。     

在轨服务航天器任务指派问题

一个在轨服务可有多种服务选择,必须进行合理的任务指派。首先求解服务航天器满足燃耗约束下的可达区域,筛选出满足可达范围要求的目标航天器。然后,以任务执行时间、燃料消耗和航天器服务优先级为优化目标,研究多目标的任务指派问题。通过设计决策变量,考虑时间、燃耗等约束,建立了基于0-1整数规划的任务模型,采用NSGA-Ⅱ算法,求得问题的Pareto最优集,得到多组可供任务设计者选择自己偏好的折中方案。文章给出了两个多目标优化的仿真算例,算例一给出了任务指派的一般研究结论,算例二对比了另外一种算法：分层-加权法。仿真结果表明利用文章给出的方法可以较好地解决多目标下在轨服务任务指派问题。     

定时拦截在轨拦截器机动轨道设计与优化

在满足对目标卫星在指定时间进行拦截的要求下,考虑拦截器变轨能量消耗最省,提出了基于定时拦截的在轨机动拦截轨道选择与优化方法。该方法能够迅速设计和优化出最优在轨机动拦截轨道、变轨点位置和变轨所需的能量。仿真结果表明,模型准确、有效,能够满足作战要求。     

高级在轨系统的自相似业务量预测链路优化模型

在AOS高级在轨系统链路协议的基础上,分析了具有自相似特性的业务流量,提出了一种基于FARIMA模型的自相似预测的链路优化模型。该预测模型基于分数阶统计理论,在估计赫斯特参数的基础上,根据不同的时间粒度,提前预测突发业务量的到来,从而降低了网络丢包率。仿真表明模型在20点预测内具有较好拟合性,在一定置信区间下具有较好的预测成功概率和较低的虚警概率,同时使网络丢包率大幅下降。     

载人航天器在轨保障性

本文针对载人航天器在轨运行所面临的保障需求,在简要分析航天器在轨保障特点基础上,介绍了在轨保障性的基本内涵,载人航天器综合保障工作的任务与步骤,以及在轨保障性分析的基本方法,提出了开展载人航天器保障性分析与设计应关注的突出问题。