基于长短时记忆神经网络(LSTM)的钟差预报算法

原子钟钟差预报在原子时计算和原子钟频率驾驭中发挥着重要的作用。长短时记忆神经网络（LSTM）预报算法能够处理多参数长期依赖关系的时间序列预报，以氢钟和铯钟实测数据为样本，通过构建LSTM钟差预报模型，降低了长期原子钟内部噪声以及原子钟漂移对钟差预报的影响，并以72h，240h和720h为预报时长，分别与线性多项式模型、灰色模型和Kalman模型原子钟钟差预报模型进行预报误差对比。研究表明，在240h以上的预报时长中，LSTM建模长期依赖关系的优势得以体现，相较于其他3类模型可以获得更高的预报精度。     

太阳10.7cm射电流量中期预报模型研究(Ⅰ)

采用时间序列模型中的自回归方法开展了F_(10.7)中期预报研究.预报试验和误差分析结果表明,在太阳活动水平较低、F_(10.7)的27天周期性明显时自回归预报方法的预报精度高,具有较为理想的预报效果,但在日面有大活动区产生和消亡时预报效果不理想.这说明时间序列模型中的自回归方法能够较好地反映太阳F_(10.7)的27天周期性特征,对F_(10.7)中期预报模型的建立有一定适用性.通过对2005年9月21日至2007年6月7日期间预报结果的比较可以看出,自回归分析方法预报的精度与美国空军预报的相当。     

非连通非确定运动目标的识别方法

针对非连通目标的识别问题,结合人眼识别的特点,提出了一种基于识别目标的全局特征建模,从图象中提取模型特征参数的模型参数识别法,处理的结果表明,此方法参数的识别误差仅为正负一个像素,而且对序列图象能够准实时自动识别,通过对实际图像进行了实验,证实了本方法的有效性。     

基于相关系数AR模型的陀螺随机漂移分析方法

陀螺漂移序列的均值和方差随时间不断变化,不属于传统的相关函数平稳序列,因此采用传统的平稳序列分析方法对其处理必然导致较大的误差．通过对大量陀螺漂移数据分析发现,大多数陀螺漂移序列的相关系数并不随时问的平移而变化,是时间间隔的单变量函数,因此,它们属于相关系数平稳序列．在此基础上,建立了基于相关系数AR模型的陀螺漂移分析方法．该方法首先对陀螺漂移数据是否属于相关系数平稳序列进行判别,然后采用相关系数AR模型建模并给出模型参数的估计方法,最后可根据得到的相关系数AR模型对陀螺漂移进行估计和补偿．由于相关系数平稳序列能够对陀螺漂移序列的本质特征进行描述,因此较传统方法具有更高的建模精度和补偿精度．     

压力传感器激波管校准条件下的动态参数估计

激波管是一种关键的压力传感器动态校准装置,但是由于其输出的不稳定性,使得被校准压力传感器的输出数据常常难以直接用于动态建模,且所建模型的准确性也难以表征.提出一种用于激波管校准压力传感器的动态参数估计方法.首先使用基于信息方法处理被校准压力传感器在阶跃激励下的输出数据,得到最优估计值序列、上界序列和下界序列;然后,对所得最优估计值序列、上界序列和下界序列分别进行白化滤波和差分建模,得到最优估计模型、上界模型和下界模型;之后对各个模型进行求解,最优估计模型得出被校准压力传感器的最优特征指标,上界模型和下界模型所得结果构成最优性能指标的估计区间.选用恩德福克200系列压阻传感器进行激波管校准实验,得出时域动态指标的相对误差小于8.17%,频域动态指标相对误差小于9.15%;所有指标均100%位于求得的估计区间内.      

一种高精度实时GPS卫星钟差预测算法

为获得高精度实时GPS卫星钟差,文章提出一种基于多项式和最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)相结合的钟差预报方法.该方法采用国际GNSS服务发布的超快速观测星历建模进行短期预报,首先根据卫星钟的物理特性用附有周期项的多项式模型进行拟合以提取趋势项和周期项,然后用LS-SVM对多项式拟合残差进行建模预报,最后将预报结果加上趋势项和周期项,得到最终的钟差预报值.试验结果表明,所提算法能够实时有效地对GPS卫星钟差进行预报,且精度优于超快速预报星历.     

基于AR模型光纤陀螺温度建模方法研究

针对光纤陀螺随机误差信号特点,在分析其一般时间序列模型的基础上,将AR建模方法运用于随机误差信号的建模,得到陀螺随温度变化的真实趋势,然后利用数学方法建立陀螺的动态温度误差模型,对陀螺的输出进行实时补偿.经过仿真分析表明,通过以上方法的处理后,陀螺在-20℃～50℃全温范围内的零偏极差不超过0.2(°)/h,大幅度提高了陀螺的精度性能.     

导航卫星高精度太阳光压摄动分析建模及验证

为提高导航卫星精密定轨与轨道预报精度,提出了一种导航卫星太阳光压摄动的分析建模方法.相较于其他摄动因素模型完善且精度较高,光压摄动由于太阳活动导致太阳能量误差、卫星姿态控制误差和表面材料老化等问题,是最难以精确建模的摄动源,也是动力学模型最大的误差源.基于此,提出了一种基于卫星的姿态控制规律,通过分析法建立卫星太阳光压摄动模型,给出了光压摄动加速度在星体坐标系中的模型,并以GPSBlock IIR为例进行了验证.计算结果表明,该仿真分析法所建立的摄动模型与T30模型、ECOM模型精度接近,达到了光压建模研究的初步计算要求.     

神经网络在导航卫星钟差预报中的应用CSCD

为提高导航卫星钟差预报精度,提出一种神经网络和多项式相结合的钟差预报方法,该方法在根据星载原子钟物理特性进行多项式模型预报后,采用神经网络对多项式模型预报误差进行建模,以实现导航卫星钟差预报精度补偿。为验证本文提出的预报模型的可行性和有效性,利用实测的COMPASS导航卫星钟差数据进行钟差预报精度分析,并与传统的多项式模型预报精度进行比较。结果表明:基于神经网络建立的组合预报模型能有效提高导航卫星钟差的预报精度。     

基于灰色模型和ARIMA模型的钟差预测

由于多种因素的影响,原子钟运行情况十分复杂,为了有效地进行钟差预报和更好的反应原子钟的特性,提出一种基于灰色模型和ARIMA模型的组合模型来实现钟差的预报,并给出了灰色模型和ARIMA模型进行原子钟钟差预报的基本思想和预报模型。利用组合模型更精确地把握钟差序列复杂细致的变化规律,从而更好的逼近钟差序列。为了验证该组合模型的可行性和有效性,利用原子钟钟差数据进行钟差预报分析,结果显示该模型具有较好的预报精度。     

空间全柔性机构位置分析的刚度矩阵法

柔性机构是一种依靠构件元素的弹性变形传输所希望运动的机构.具有集中柔度的全柔性机构是其中的一种类型.由于空间全柔性机构中存在球副,使得目前通用的伪刚体模型法受到限制,为此提出了一种扩展伪刚体模型法.并以6-RSS并联全柔性机构为例对其位置解问题进行了分析:首先利用结构分析中的位移法建立起柔性铰链的刚度模型,同时通过一系列坐标系的建立和转换,建立起机构的变形协调方程、位置闭环方程及静力平衡方程,进而求得机构的位置解.该方法充分考虑了机构中弹性构件的变形,所得结果更接近实际.     

间隙非线性气动弹性颤振控制

研究了亚音速不可压来流中二元机翼气动弹性颤振主动控制问题.采用Theodorsen准定常气动力建立俯仰方向含有间隙非线性的气动弹性动态方程,然后基于状态依赖Riccati方程推导了非线性颤振控制律.假设只有俯仰角位移和控制面偏转位移可以直接测量,状态空间中的其它变量通过所设计的状态观测器进行了估计.仿真结果显示,观测器可以快速准确地对非直接测量变量进行估计,系统状态变量与控制变量都能够迅速地收敛于零点,表明所设计的控制律可以有效地实现对间隙非线性二元机翼颤振的抑制.      

武汉中层、低热层大气角谱中频雷达观测

武汉中频雷达是利用中层、低热层中电子密度不均匀体的散射来测量大气的水平风场和电子密度剖面。雷达在计算风场的过程中可得到一些该层大气中电子密度不均匀体的寿命和空间尺度等参量值。结合这些参量和大气风场值可计算得到大气的角谱。其计算方法包括全相关分析技术的谱宽法和空间相关法。前者计算的值被认为是大气角谱的上限值。应用这两种方法,利用2001年2月9日武汉中频雷达的观测数据,对武昌上空中层、低热层大气的角谱进行了计算。结果得到大气角谱随高度增加略微增加,如在68km为6°,90km达最大为11°,其平均值为9.2°。利用2001年2月4—10日86km高度上的数据,得到一个7天平均的日变化曲线,发现大气角谱值在本地夜晚最小。     

Halo轨道间转移的显式制导方法研究

将显式制导方法应用于地月系统L1平动点Halo轨道间的转移问题,用以克服动力学建模误差.通过等时间间隔计算到达目标点的需要速度,得到当前速度与需要速度的矢量差,称为速度增益,其模即为控制冲量.需要速度通过应用Sukhanov-Prado方法求解三体Lambert问题获得.采用圆限制性三体模型(CR3BP)设计标称轨道和进行制导计算,双圆模型(BCM)作为考虑太阳引力的摄动模型进行仿真.结果表明,所提出的方法针对模型误差简单有效、计算速度较快并且所需能耗小.     

矩形齿磁流体密封装置的磁场计算

 考虑了不同磁介质磁化性能的非线性,并采用介质边界上磁场传播关系对介质边界漏磁的精确描述,利用不等间距网格有限差分数值方法,对矢量磁位描述的轴对称场偏微分方程进行求解,计算出磁流体密封装置中具有非线性、稳态特征的强磁场分布,得出了不同齿数密封装置的磁场分布,克服了磁路法计算中对磁介质磁化性能和漏磁理想化估计带来的误差,计算结果准确、合理、可靠,为密封装置的结构设计提供了设计依据.     

Coherent superposition of multi-GNSS wavelet analysis periodogram for sea-level retrieval in GNSS multipath reflectometry

The multipath signals of GNSS can act as a tide gauge via a technology called Global Navigation Satellite Systems multipath reflectometry (GNSS-MR), which is based on the relationship between multipath frequency and height to sea surface. In addition to the traditional frequency extraction method of Lomb–Scargle periodogram (LSP), wavelet analysis can be applied to extract instantaneous multipath frequencies of GPS L1, thus improving data utilization. However, because of the sensitivity of instantaneous frequency to noise and the introduction of more signals, multi-constellation retrievals exhibit many outliers and errors. The aim of this study is to apply wavelet analysis to multi-constellation multi-frequency signals and most importantly to find a method to avoid noise. We used coherent superposition to overlap the intra-track inter-signal instantaneous frequency spectrograms to enhance effective information and to weaken noise. This coherent superposition method can achieve intra-track inter-signal combination. The multi-GNSS data from two Multi-GNSS Experiment (MGEX) stations were used. The results showed that the coherent superposition spectrogram has a clear energy concentration, and the frequencies calculated from it depict sea-level changes. To compare the method with the LSP method and to combine inter-track retrievals, a robust regression method was used to combine retrievals and to produce equally spaced retrieval series. The results show that the combined retrievals from the coherent superposition method have a slightly higher accuracy than those from the classical LSP method. Because this method can be used to retrieve sea-level data from instantaneous frequency, it increases data utilization and provides a way to obtain details of SNR arcs, which is a potential method to benefit GNSS-MR, especially for sites with narrow reflecting sensing zones in a small sea azimuth range.     

基于EMD及PNN的航天器振动环境分析

针对航天器非平稳随机振动信号模态频率密集的特点,提出了基于经验模式分解EMD (Empirical Mode Decomposition)的多分量过程神经网络PNN(Process Neural Network)自回归模型.通过EMD对原始时间序列进行分解, 使之成为一组不同尺度的局部正交本征模函数IMF(Intrinsic Mode Functions),利用PNN对每个IMF分别进行时变参数分析并以此确定其时变自功率谱密度,对所有分量的时变自功率谱密度通过叠加进行重构, 以此得到原始信号的时变自功率谱密度.仿真结果和实例分析表明:和传统的时频分析法相比,该方法直接使用信号数据,避免了相关估计计算,减小了计算工作量;无交叉干扰项,提高了信号的时频分布特性,具有较高的时频分辨率;对各工况下航天器的振动信号能有效的进行分析,具有较强的信号特征提取能力.      

Determination of confidence contours for gamma ray burst source locations

The method for determining gamma-ray burst source regions which has produced the best results until now is long-baseline wavefront triangulation. The direction of the source of the gamma rays is derived from the delay in the arrival time of the burst at widely spaced detectors on at least three spacecraft. An exact method to compute confidence contours for the source error boxes is given in the present paper.     

利用变环境数据的Weibull分布可靠性综合评估

为了提高可靠性评估精度,研究了环境因素对产品可靠性的影响,提出了一种适用于Weibull分布的变环境数据可靠性综合评估方法.首先通过利用径向基函数法来度量不同环境因素及其交互作用对可靠性的影响,建立了关于环境因素的位置参数模型.并针对刻度参数依赖于环境因素的情形,利用线性模型来建立刻度参数模型.然后利用广义线性模型,给出了位置和刻度参数模型系数的极大似然估计,并给出了可靠度近似置信下限.实例表明该方法能较好地度量环境因素对可靠性的影响,而且合理可行便于工程应用.