针对时变拓扑条件下的航天器编队姿态协同跟踪控制问题，设计了一种基于积分滑模的分布式姿态协同跟踪控制方法。首先，改进了分布式滑模估计器以实现通信干扰环境下的编队成员自主参考姿态估计；在此基础上，利用积分滑模面设计了分布式积分滑模控制器，并进行了齐次性理论与Lyapunov稳定性理论的稳定性分析，实现了各编队成员对参考姿态的协同跟踪控制。针对由6颗航天器组成的SAR卫星编队进行姿态协同控制数值仿真，结果表明所提方法能够实现对参考姿态的快速、高精度协同跟踪。所提分布式滑模估计器与分布式积分滑模控制器组合应用的协同跟踪控制方法能够实现航天器编队系统在时变拓扑条件下对参考姿态的快速、高精度协同跟踪控制。

随着中国航天器在轨数量的快速增长，任务复杂性不断提升，航天器所面临的空间环境日趋多样化，故障诊断与恢复已成为确保航天器安全和可持续运行的关键问题之一。现有的故障诊断与恢复方法通常针对特定类型的故障，并以固化代码的形式存储在星上运行，对于在轨故障突发等场景则依赖大量人工干预和软件维护，距完全自主化尚有较大差距。为解决这一问题并增强航天器对未知故障的弹性适应能力，提出了一种事件触发的航天器在轨自适应故障诊断与恢复框架（EAFDR）。该框架能够有效识别故障事件，实时生成恢复策略并进行安全性验证。EAFDR基于故障事件树模型，采用层次化树结构的故障事件分析技术，对故障事件树按严重程度排序并逐一诊断；随后，依据事件-条件-动作（ECA）映射规则生成故障恢复决策策略，实时应对故障，同时在策略执行期间进行动态监控以保障系统安全性。此外，EAFDR将故障诊断与恢复过程从控制周期中解耦，支持动态修改、维护故障事件树和ECA规则。基于真实系统的地面仿真实验结果表明，EAFDR能够在可接受的计算开销下实现航天器在轨故障的诊断与恢复，为航天器在轨安全、稳定运行提供了有效支持。

针对空间分布式成像系统复合编队高精度控制需求，以及无扰载荷航天器非接触间隙小导致模块碰撞风险高的问题，提出一种基于模型预测的载荷精编队控制方法。首先，建立无扰载荷航天器模型及主从式复合编队运动模型，在此基础上推导载荷精编队预测模型，设计带有非接触作动器输出和位移约束条件的模型预测控制器，滚动优化求解非接触作动器输出增量，对主从星载荷模块进行高精度控制，并约束作动器运动，实现模块碰撞规避。最后将所提出的精编队模型预测控制方法与LQR控制器进行仿真对比。仿真结果表明所提出控制方法的载荷相对位移及姿态精度可达2.25μm和2.07μrad，较LQR控制器最高可提升82%，且该方法可将非接触作动器运动约束在行程范围内，有效避免了模块碰撞。所提出的基于模型预测的载荷精编队控制方法可为空间分布式成像系统工程实现提供技术参考。

百千瓦级及以上的大功率空间核反应堆电源具有能量密度大、自主性强、工作寿命长等优点，是未来开展载人星际探测、行星资源开发和高轨高分辨率对地观测等任务的理想电源。紧凑型气冷堆氦氙闭式布雷顿直接循环发电系统是大功率空间核反应堆电源技术的优选方案之一。对该系统的组成和工作原理进行了说明，并结合中国高温气冷堆技术的研发历程和成果，介绍了包覆颗粒燃料、惰性气体工艺和气体透平循环发电技术等可能应用于气冷空间核反应堆电源的技术基础。结合空间应用的特殊场景，梳理了大功率气冷空间核反应堆电源所面临的主要挑战和重要问题，并对研发中所涉及到的关键技术进行了分析，总结归纳了主要的研究角度和思路。在此基础上，提出了初步的思考和建议，为大功率气冷空间核反应堆电源的研制提供一些参考。

里德堡原子微波探测作为近年来涌现出的新型微波探测技术，相较于传统的偶极天线微波接收技术，具有探测灵敏度高、频谱覆盖范围广和前端小型化等突出优势，引起了无线通信、雷达探测和频谱感知等相关领域的广泛兴趣，目前正由实验室研究向工程应用研究过渡。通过总结分析里德堡原子微波探测技术的近年进展对其后续发展走向及未来航天应用进行展望。首先简要介绍了里德堡原子微波探测技术的基本原理；其次，从提升灵敏度、扩展频率范围、丰富探测参数和实用化通信四个方面综述了里德堡原子微波探测技术的国内外研究进展，展示其相对于传统接收机的特性和优势；通过总结里德堡原子微波探测技术的研究项目布局情况分析了不同技术特性的开发难度，指出中短期内超宽频谱覆盖范围和小型化前端的特性更容易开发，而颠覆性更强的极限灵敏度特性更适合作为长期目标；最后，从航天应用角度展望了里德堡原子微波探测技术在地球遥感、电磁频谱态势感知和抗干扰通信方面的应用前景，并分别讨论了各类应用中存在的不同技术难点。

对地月空间探索中时空参考系的高精度应用需求进行研究，量化评估不同时空参考系对地月空间目标轨道确定的影响，为地月空间高精度导航应用提供支持。选取地月空间中的典型轨道作为量化评估对象，构建比对策略，旨在分析时空参考系对其产生的影响。对地月空间内不同时空参考系间的理论差异进行了系统梳理，特别关注了地心天球参考系（GCRS）与质心天球参考系（BCRS）框架下，各类观测数据类型在观测建模上的差异。采用仿真手段，探究了这两种时空参考系对地月空间目标轨道确定所产生影响的具体量级。结果显示，在不同时空参考系下，地基测距与时延的建模差异小于4cm，测速差异小于0.5mm/s。定轨偏差的影响保持在1m以内，星间双向链路建模差异在厘米量级，但单向链路建模差异可达10m。对于要求达到10m级的地月空间目标轨道测定任务，GCRS的应用已足够满足需求。然而，若须实现更高精度的轨道确定，特别是在构建高精度的地月空间时空基准与维持，以及使用星间单向链路数据时，采用BCRS参考系将更为适宜。

为维护航天器本体信息和状态信息安全，规避监视卫星的探测监视，提出了一种基于监视卫星视场角约束的航天器集群隐蔽机动轨迹规划方法。首先介绍了航天器集群隐蔽机动任务场景和航天器集群轨迹规划相关方程，随后归纳了Radau伪谱法将连续最优控制问题转化为非线性规划问题的思路和具体步骤。在此基础上，针对固定安装和非固定安装两类传感器安装方式，结合光学传感器探测特性，提出了基于监视卫星视场角约束的航天器集群隐蔽机动轨迹规划方法，通过绕开监视卫星的监视区域从而避免被探测。最后通过综合数值仿真验证了所提算法的有效性，集群成员与监视卫星的最小视线角均大于监视卫星的半视场角，且满足安全距离约束和机动能力约束，航天器集群成功完成预定空间任务且规避了监视卫星探测。通过与形状法轨迹规划结果对比，体现了算法在能耗方面的优势。采用所提的航天器集群隐蔽机动轨迹规划方法可有效避开监视卫星探测监视，使原本不具备隐身能力的航天器实现隐身的效果。

针对串链式太阳帆航天器在轨进出地影期间冷热交变引起的航天器热致振动问题，提出一种刚柔热耦合的动力学建模方法。首先推导了柔性板的动力学变分方程和热传导方程，然后同时考虑中心刚体姿态角、帆板转角、帆板弹性变形以及进出地影对太阳辐射热流密度的影响,基于单向递推组集的方法建立了串链式太阳帆航天器的多物理场耦合动力学模型。采用铰相对坐标和模态坐标缩减自由度，有效提升了计算效率。仿真结果表明，在航天器进入阴影区和重新进入阳照区时，中心刚体的角速度和太阳帆板的挠度均会产生明显的振动，振幅随着换热系数增大而减小，振动衰减后帆板温度接近于环境温度。揭示了多源耦合振动对系统运动稳定性的影响规律，为变温度场下串链式太阳帆航天器的姿态控制建立基础。

星敏感器在轨拍摄星图时，光斑质心测量精度与计算效率是其关键性能指标。研究旨在提出一种基于深度学习的质心测量方法（Deep Learning-based Centroid Measurement, DLCM），以解决传统质心测量方法在精度和计算效率方面的不足，尤其在噪声干扰和复杂星图条件下的表现。DLCM方法采用卷积神经网络（CNN）来自动提取星图中的复杂特征，并在网络的输出层使用多个全连接层进行质心位置的回归预测。为了训练神经网络，仿真模拟了在不同噪声水平下的高斯光斑，并通过大量的训练数据优化网络结构。DLCM方法能够自适应不同噪声和图像变化，而无须手动调整参数或根据图像特性进行预处理。实验结果表明，DLCM方法在3σ内可以实现0.05像素的星图质心测量精度，并展现出较好的鲁棒性和泛化能力，此外，DLCM方法在计算效率上也具备显著优势。实验结果验证了DLCM在星图质心测量中的应用潜力，具有较好的精度和高效性。该方法为未来高精度星敏感器及其他光电指向测量设备的研发提供了有效的技术支持。

针对航天器结构服役过程中疲劳裂纹的监测问题，提出一种基于光纤光栅与超声导波的航天器结构疲劳裂纹智能识别方法。首先，采用光纤传感被动监测与超声导波主动检测相结合的方式，全面获取航天器结构状态数据。然后，利用堆叠降噪自编码器深度学习网络构建结构疲劳裂纹识别模型，直接从结构状态数据中自适应地提取裂纹损伤特征，并利用深层模型对结构状态与疲劳裂纹之间复杂的映射关系进行表征，实现对裂纹损伤位置、裂纹长度的精确识别。实验结果表明，结构疲劳裂纹识别准确率≥90%，能够满足在轨航天器结构疲劳裂纹损伤自主识别的应用需求。

面向空间机器人在中高速作业环境下的力感知需求，针对一款空间机器人用六维力传感器开展以动态特性为主的性能改进。通过数值模拟分析了传感器静力学和动力学特性，建立了综合考虑质量、刚度、强度、各向同性度并以动态特性为核心的空间机器人用六维力传感器结构参数多目标优化模型，涉及待优化结构参数11个。为了提高参数优化效率，设计了基于混沌映射、非线性参数a和线性头狼权重改进的多目标灰狼算法结合有限元仿真分析的优化流程，获取了最优结构参数的Pareto解集，得到有效解30个。为了对解集进行科学评价，借由TOPSIS法结合CRITIC法建立了Pareto解集综合评价框架，得到最优结构参数。最后对比分析了优化前后空间机器人用六维力传感器的仿真和实验性能。结果表明，改进后的空间机器人用六维力传感器质量下降了5.9%，刚度提升了7.7%～22.7%，强度提升了5.4%～26.9%，各向同性度提升了4%，而固有频率提升了11.1%～35.7%，振幅下降19.4%，改进效果显著。所设计的集改进多目标灰狼算法、有限元法、TOPSIS法及CRITIC法的综合分析方法，对解决多目标多参数的结构优化问题具有一定的工程指导意义。

基于序列图像的行星着陆自主导航受到着陆器上计算资源限制，难以处理大量图像特征、难以匹配大量图像。从空间和时间两个维度设计可观测度指标，陆标空间构型指标能够优化序列特征中的最佳特征位置；深度估计误差指标能够优化序列特征的最佳间隔时间。用于指导构建计算负担小的轻量化序列特征。提出的可观测度指标不需复杂的矩阵运算，可适用于着陆器上自主优选陆标和特征序列。仿真结果表明，相比于传统方法，提出的序列特征轻量构建方法能显著降低陆标选择时的计算量和图像处理次数，有效提升着陆器的自主导航能力。

针对航天电推进贮供系统微流体比例阀在宽域流量控制中存在的迟滞非线性补偿精度不足、复杂干扰下动态响应劣化等难题，提出一种改进Bouc-Wen迟滞模型前馈补偿与反馈协同的复合控制算法。通过引入动态速率补偿项和非对称迟滞算子，构建非对称速率Bouc-Wen迟滞模型以重构迟滞环方程，采用改进粒子群优化算法将模型参数辨识的均方误差较PSO降低43.2%。基于该模型设计前馈-反馈复合控制器，通过迟滞模型补偿与PI反馈误差校正的协同优化系统性能。实验表明：算法使系统阶跃调节时间从PI控制的1.1s 缩短至0.425s（提升61.4%），方波跟踪均方根误差由1.83kPa降1.2kPa（降低34.4%），且在350kPa阶跃干扰下恢复时间仅0.24s，超调量稳定在0.8%以内。提出的改进Bouc-Wen迟滞模型与动态增益复合控制方法，解决了非线性精准补偿与动态鲁棒控制的协同难题，相比现有复合控制策略动态响应速度提升30%以上，为航天器推进系统提供宽域高精度、强抗扰（超调量<1%）的工程实践方案。

低轨导航增强系统是当前卫星导航领域的发展热点，通过播发专用的低轨导航增强信号加快精密单点定位收敛速度是其主要发展方向。然而，低轨卫星轨道高度低，运动速度快，导致低轨导航增强信号多普勒范围超过-30～30kHz，远高于传统的全球卫星导航系统信号的-5～5kHz，如何快速捕获低轨导航增强信号成为一个难点。针对该问题，提出一种具有抗多普勒特性的低轨导航增强信号，该信号具有恒包络特性，便于信号生成。更重要的是，该信号在多普勒维度具有多峰相关特性，能够实现快速捕获。针对该信号，设计了“两步法”实现快速捕获：第一步在-5～5kHz多普勒范围内进行信号捕获，第二步利用多普勒维度的多峰相关特性，对多普勒维度的模糊度进行捕获，确定最终的多普勒与码相位捕获结果。仿真结果表明，设计的抗多普勒低轨导航增强信号，捕获阶段多普勒维度只需搜索-5～5kHz范围，比常规的低轨导航增强信号捕获速度提升6倍以上，捕获效率与传统的GNSS信号相当。提出的抗多普勒低轨导航增强信号，其捕获时间不随多普勒范围变化而变化，具有抗多普勒特性，可为低轨导航增强信号的设计提供参考。

随着雷达电子战愈发激烈，实际电磁战场变化复杂。在更为恶劣的回波信号环境下，对间歇采样转发干扰的抑制水平亟需进一步改进。提出了一种基于幅值预处理的间歇采样转发干扰抑制方法。在滤波分析之前，首先对含干扰回波信号的幅度进行包络检测，通过分析包络差分值的变化特征，精准提取出无干扰片段，然后根据无干扰片段的幅度特征对含干扰回波信号进行幅值压缩，最后对预处理之后的回波信号进行基于能量分析的频域滤波。同时，设置了多组仿真实验，验证了所提算法在不同信噪比和干信比场景下的间歇采样转发干扰抑制性能。理论分析及仿真结果表明，所提算法可以显著提高雷达系统对间歇采样转发干扰的抑制能力。在低信噪比(5dB)和低干信比(5dB)场景下，可以使脉冲压缩结果中的信干比改善因子提高到 30dB 以上，在较高信噪比(10dB和20dB)和较高干信比(10dB和20dB)场景中，脉冲压缩结果中的信干比改善因子可以提高到55dB 以上，干扰抑制性能明显优于两种经典算法。所提算法具有良好的工程实用性，对后续进一步挖掘此类脉内转发的新型欺骗干扰抑制技术提供一定的思路，也对对抗样机的工程研制以及对抗战术的实施具有一定的参考意义。关键词关键词：

空间信道识别是非地面网络（Non-Terrestrial Networks, NTN）通信中的关键技术，为满足不同环境下的通信需求提供先验信息。由于长距离的卫星通信传播环境复杂且动态时变迅速，现有信道识别技术仅利用幅度特征难以精确识别NTN信道类型，导致识别准确率低下。针对此问题，提出了基于信道冲激响应复信号的级联融合卷积网络（Cascade Merge Convolutional Network, CMC-Net）的NTN信道识别方法。在不提升模型参数量的前提下，所提方法充分考虑了IQ两路独立与联合的空时特征，提升了NTN信道识别的性能和信息利用率。首先通过IQ融合卷积模块的一维卷积操作提取信道数据的单路局部空间特征，并通过连接层将两路特征融合，再经过级联卷积模块进一步的特征提取和压缩，随后利用时序分类模块进行全局时序特征提取，最终输出识别结果。仿真结果表明，与使用幅度特征的信道识别方法相比，使用信道IQ数据在CNN、CNNLSTM和MLP分类器的平均识别准确率分别高出0.99%、2.99%和8.25%；CMC-Net对NTN信道的平均识别准确率在0～20dB的信噪比范围内达到98.15%；在-20～20dB的信噪比范围内，平均识别准确率相比LSTM、CNN 、MLP和CNNLSTM分类器分别提高32.77%、4.07%、3.48%和1.26%。由此表明使用复数形式的信道冲激响应可有效提高NTN信道识别准确率，且所提的CMC-Net方法用更少的参数量实现了更准确的NTN信道识别，拓展了信道识别技术在卫星领域的应用。