排序方式: 共有23条查询结果,搜索用时 109 毫秒
11.
12.
13.
14.
15.
16.
卫星的姿态测量部件通常包括光学敏感器和惯性敏感器,这两类敏感器的故障隔离是卫星闭环姿控系统故障诊断的难点之一。利用双观测器方法实现两类敏感器的故障隔离,由卫星姿态运动学方程可知,这两类敏感器的输出存在解析冗余,可建立一个"虚拟"系统。对这个系统设计两个不同的观测器,其中一个是Kalman滤波器,能检测两类敏感器的故障;另一个是隔离观测器,能检测光学敏感器的故障,通过比较这两个观测器的输出残差,达到故障隔离的目的。将该方法应用于包含太阳敏感器、红外地球敏感器和陀螺的卫星姿控系统的故障诊断,数学仿真结果验证了这种方法的有效性。 相似文献
17.
基于火星表面土壤温度的昼夜周期性变化特性,建立了一种面向火星表面巡视探测的热惯量反演模型,可根据表层不同深度的热电偶测温数据计算被测区域的热惯量,实现表面巡视探测过程中的热惯量在线反演。为验证模型正确性,在地面建立了火星表面热特性试验测试系统,通过对比被测模拟火星土壤的热惯量实际值与模型计算值,验证热惯量反演模型的精度。结果表明,与试验模拟火星土壤的热惯量数值相比,该模型对热惯量的反演误差小于6%,为在线反演火星表面不同土壤地形的热惯量,辅助识别地形可通过性提供了一种可行方法。 相似文献
18.
地外探测无人系统具有存储、算力和能量等资源受限的特点.以深度学习为基础的感知、定位和决策算法可有效提升无人系统的智能化水平,而这类算法通常需要高算力,难以直接应用于地外探测无人系统.首先针对剪枝和量化的深度神经网络模型轻量化方法,在公开数据集上对多种算法进行定量分析.其次,提出基于剪枝、量化的轻量化计算方案,实现了基于模块化配置的轻量化计算软件StarLight,对深度神经网络进行快速轻量化和性能评估,解决了模型难以直接应用到计算资源受限系统的问题.最后,基于StarLight,对应用于火星车实验系统中的多种任务模型进行轻量化,在计算功耗≤15 W、计算处理主频≤1.2 GHz和计算存储容量≤1TB的受限资源条件下,实现了深度神经网络模型部署.实验表明,该软件能够满足计算资源受限系统的深度神经网络模型轻量化需求,为进一步提升地外探测无人系统的智能化水平奠定了基础. 相似文献
19.
20.
地外天体探测是空间科学与技术创新的重要途径,是当前和未来航天领域的发展重点之一.地外天体表面巡视探测是拓展探测广度和深度的有效途径.未来月球、火星探测任务对表面探测范围和探测效率的需求明显提高,探测范围从公里级扩展到百公里级以上,移动时速从百米级提高到公里级以上,要求地外巡视探测器具有更强的地外环境适应能力和探测效率.决定地外巡视探测能力的关键因素之一是自主环境感知与操控能力,本文面向我国未来深空探测重大工程任务需求,对地外巡视探测无人系统的自主感知与操控技术发展现状及趋势进行总结分析. 相似文献