基于北斗卫星反射信号的海面溢油探测方法及试验

为了监测小规模固定海域的溢油状况,针对岸基接收平台提出了一种基于北斗卫星反射信号的海面溢油探测方法,该方法将全球导航卫星系统反射信号(GNSS-R)技术应用于岸基条件下的海面溢油探测。进行了岸基试验,利用右旋圆极化(RHCP)天线和左旋圆极化(LHCP)天线分别采集北斗卫星直射与反射信号,在信号同步的基础上提取卫星直射和反射信号的相关功率,并结合北斗卫星的高度角与方位角信息,反演目标海域的介电常数来判断海面有无溢油。试验结果表明探测表面为油面时,介电常数反演结果均值为3.6,标准差为2.13,这与油的真实介电常数范围2.0~4.5一致,远小于海水介电常数,证明将GNSS-R应用到岸基海面溢油探测中具有可行性。     

基于分层介质模型的HF雷达高度计火星回波仿真研究

火星次表层中的水探测是当前深空探测领域中的热门问题之一. 高频(HF)雷达高度计具有较强的穿透能力, 且能同时实现距离和功率测量, 是火星次表层探测的重要手段. 介绍了高频雷达高度计系统的原理和设计, 通过分析高度计电磁脉冲与多层光滑介质之间的相互作用, 得出其回波功 率随时间变化的模型, 并考虑了表面粗糙度对表面回波功率的影响. 选用典型的火星分层介质模型, 对其介电常数特性和高度计回波波形 进行了仿真. 仿真结果表明, 采用高频雷达高度计系统可实现对火星次表 层介电特性垂直廓线的反演, 对火星中水的识别具有重要 作用.      

基于BP神经网络的介质表面充电电位反演方法

为了实现全面、实时的在轨卫星充放电风险分析,基于在相同环境下,不同材料表面充电的关联性,利用BP神经网络建立了一种由Kapton材料表面充电电位反演卫星其他常用介质材料表面电位的模型。以Kapton材料的表面电位以及材料厚度为输入,其他介质材料的表面电位作为模型输出,使用COMSOL建立的表面充电模型对神经网络进行训练,将反演误差降低到10%以下,并利用Kapton与Teflon材料表面充电地面试验数据验证反演模型的准确性,结果显示Teflon表面电位的反演值与实测值间的相对误差小于16%。     

一种自冷却结构燃油泵滑动轴承润滑特性分析

为研究低介质黏度和自冷却结构限制下的航空燃油泵滑动轴承润滑特性分布规律,基于油膜动压润滑流动的Reynolds方程和等效黏度润滑流动模型,以绝热流动为假设简化滑动轴承内部流动的能量积分方程,构建一种联合Reynolds方程和绝热流动能量积分方程的燃油泵滑动轴承热流动润滑流动模型。采用CFD数值模拟和有限差分法相结合的混合仿真方法,分别对不同的间隙比、偏心率、宽径比条件下的滑动轴承的油膜压力、油膜厚度、油膜温度、端泄漏量、摩擦阻力等润滑特性进行了仿真分析。仿真结果表明:采用CFD计算滑动轴承径向载荷精度优于4.0%;保持偏心率不变,油膜承载力随着间隙比的增加而单调下降,油膜厚度随着间隙比的增高而增加;保持间隙比不变,油膜的承载力随着偏心率的增大也逐渐增大,油膜厚度随着偏心率的增高而下降,而油膜温度与油膜厚度成反比,且随着偏心率的升高,油膜温度的峰值越来越明显;当偏心率、间隙比一定时,可通过增加宽径比提高滑动轴承的油膜承载力。因此在滑动轴承的设计中,需综合考虑油膜承载力、端泄漏量、油膜厚度和温升间的相互制约因素,合理地优化间隙比、宽径比和偏心率以提高滑动轴承润滑性能。      

基于TechDemoSat-1卫星的GPS反射信号海面高度反演

针对星载GPS反射信号（GPS-R）海面测高的误差问题，基于星载GPS-R实测数据进行星载海面测高模型和误差修正模型的研究，并验证其有效性。利用TechDemoSat-1（TDS-1）数据，使用时延多普勒图（DDM）海面高度反演技术，着重分析了星载GPS-R海面高度反演中的各类误差，并建立了相应的误差模型。对星载GPS-R海面高度反演模型进行优化，采用DTU15全球平均海面模型、DTU全球海潮模型验证反演精度。结果证明:优化后反演模型得到的全球海面高度反演结果的平均绝对误差（MAD）为6.05 m，精度提高了约29%，有效提高了海面高度反演的精度。研究成果对于推广星载GNSS反射信号（GNSS-R）的海面测高应用具有一定的意义。      

基于BP神经网络的GEO等离子体环境参数反演分析

空间等离子体环境诱发的表面充电效应会对航天器运行产生干扰，严重时将导致太阳电池等部件失效。通过神经网络反演方法，以GEO环境中介质表面充电电位曲线作为输入，在双峰麦克斯韦分布假设下，可以逆向得到高能峰的等离子体参数。分析了GEO等离子体环境参数对表面充电电位曲线的影响，表明高能峰在充电过程中起决定性作用；其次通过MATLAB搭建BP神经网络，采用COMSOL计算得到多组充电曲线进行网络训练和反演计算，得到等离子体密度反演的平均相对误差为0.42%，温度反演的平均相对误差为0.03%，整体误差在0.1%～5.6%。结果表明，采用神经网络对等离子体环境进行反演具有可行性，该方法可以作为空间等离子体环境探测结果的对比参考和航天器非探测点表面电位计算的输入条件。     

三层月壤模型的多通道微波辐射模拟与月壤厚度的反演

由月球表面数字高程试验性地构造了整个月球表面月壤厚度的分布.根据Clementine探月卫星的紫外-可见光光学数据,计算了整个月球表面月壤中FeO+TiO2含量分布,给出了整个月球表面月壤介电常数分布.由月球表层温度的观测结果以及月壤的导热特性,给出了月尘层与月壤层温度随纬度分布的经验公式.在这些条件的基础上,建立了月尘、月壤、月岩三层微波热辐射模型.由起伏逸散定理,模拟计算了该月球模型多通道辐射亮度温度.然后,以此辐射亮度温度模拟加随机噪声为理论观测值,按三层模型提出了月壤层厚度反演方法.由于高频通道穿透深度小,由高频通道的辐射亮度温度按照两层月尘-月壤微波热辐射模型反演月尘层与月壤层的物理温度,再由穿透深度较大的低频通道辐射亮度温度反演月壤层厚度.对于反演的相对误差也进行了讨论.      

基于DTW的HJ-1B卫星地表温度产品质量检验

HJ-1B卫星热红外数据应用广泛,但其地表温度反演产品的质量检验工作尚不完善。以黑河流域为研究区,利用普适性单通道算法得到HJ 1B地表温度,基于7个地面站点（下垫面为荒漠、沙漠、植被、农作物、雪地和湿地）同步观测资料和MODIS地表温度产品（MOD11A1）,引入动态时间规整方法（DTW）对站点处HJ 1B地表温度进行验证。试验结果表明：HJ 1B地表温度反演产品与地面观测值的偏差值在沙漠和荒漠站点为1K以内,均方根误差在05K左右;对于植被和农作物站点的偏差在2K以内,均方根误差为1~2K;基于DTW的验证对时序不匹配的数据评价结果与现有指标表现一致。HJ-1B地表温度反演产品与地面站点的相对偏差均低于其与MODIS地表温度反演产品的相对偏差。     

基于神经网络及深层充电的电子通量反演模型

为了实现对空间高能电子通量的估计及航天器深层充放电的风险评估,基于深层充电和空间电子环境的关联性,利用人工神经网络（ANN）建立了一种由深层充电反演空间高能电子环境的模型。以深层充电探测电流密度及电子能量作为模型输入,电子通量作为模型输出,使用AE9模型对神经网络进行训练,将神经网络的MSE降低到了0.04122,并使用Giove A卫星的深层充电探测数据及GOES卫星的电子通量探测数据验证了模型反演电子环境的准确性。同时对由探测电流计算航天器典型介质材料最大内电场的神经网络模型进行了研究,以实现对航天器内充电风险实时评估。     

基于树模型机器学习方法的GNSS-R海面风速反演

GNSS-R是基于GNSS卫星反射信号的一种新技术.GNSS-R技术可以运用到海面风场反演中，传统的GNSS-R技术反演海面风场主要有波形匹配和经验函数两种方法，风速反演精度约为2m·s-1.波形匹配方法耗时多，计算量大；经验函数方法通常只使用少量物理观测量，会造成信息浪费，损失一定的反演精度.为了提高海面风速的反演精度，引入机器学习领域常用的树模型算法决策树、随机森林、GBDT等对海面风速进行预测.利用GNSS-R与ECMWF数据构成训练集和验证集，训练集用于模型学习，验证集用于检验模型的反演效果.实验结果显示，决策树和随机森林预测误差约为0.6m·s-1，GBDT等算法的预测误差约为2m·s-1，满足风速反演要求.与GNSS-R传统反演方法相比，机器学习树模型算法效果更好，在验证集上表现稳定且误差较小.因此，可以将机器学习树模型算法运用到海面风速反演中.      

An improved altimeter-derived gravity anomaly from shipborne gravity based on the mean sea surface height constraint factors method

Coastal marine gravity modeling faces challenges due to the degradation of the quality and poor coverage of altimeter data in coastal regions. The effective fusion of shipborne gravity data and altimeter-derived marine gravity data can make shipborne gravity data more useful for the accurate estimation of altimeter-derived coastal marine gravity. A mean sea surface height constraint factor (MSSHCF) method based on the ordinary kriging method and the remove-restore technique is proposed to fuse altimeter-derived gravity model with shipborne gravity data. In this method, all data are standardized during the interpolation process to reduce the error and mean sea surface as a vertical variable is added to the semi-variance function in ordinary kriging to obtain the residual shipborne gravity as corrected data source. The coastal marine gravity models V2.1 and V3.1 which fused altimeter-derived gravity data with shipborne gravity data and V1.1 without shipborne gravity data at a spatial resolution of 1′×1′ can be obtained. Validation experiments show that the accuracy of the gravity model V3.1 obtained by the MSSHCF method more closely agrees with the validated gravity model DTU17 and SS V31 than the model V2.1 obtained by the ordinary kriging interpolation method and the V1.1 model. Our results were validated against shipborne gravity data; the accuracy of model V3.1 was 4.95 % higher than the model V1.1 in South China Sea area A and 2.48 % higher in South China Sea area B. Meanwhile, the accuracy of model V3.1 was 2.07 % higher than model V2.1 in South China Sea area A and 2.42 % higher in South China Sea area B. The effects of distance from the coast and sea depth on the marine gravity model were also evaluated. The results show that the gravity model V3.1 has higher accuracy with the change in ocean distance and depth than the V2.1 and V1.1 gravity models. Thus, our study shows that the MSSHCF method effectively refines coastal altimeter-derived gravity using shipborne gravity data.