视觉化的3D设计让模拟栩栩如生

在肯尼迪航天中心,模拟技术起着非常重要的作用,从为卫星安装整流罩到开发多车辆协助护送路线等各项工作的规划和修改,都无需对任何一台真实设备进行操作即可完成,而且不会造成使用任何飞行硬件的风险。由TraceyKickbusch领导的10名公务员和波音员工组成了一个设计视觉化团队(DVG),借鉴积累的经验来寻找处理未来航天器需求的最佳途径。     

飞机空调系统频发故障模型构建及预测

利用时间序列算法,对飞机空调系统故障进行预测研究。该算法基于数据处理后集成到SAS系统中的飞机空调系统故障序列,利用SAS/ETS模块相应命令检验该序列为平稳非白噪声序列,在此基础上对有限多个模型进行相对最优化选择后构建自回归移动平均(ARMA)预测模型。最后,将该模型应用于某型飞机空调系统故障实证研究及短期预测中,分析结果表明,该方法在飞机空调系统故障短期预测中的效果良好。     

博物志

蕙兰属是兰科植物．分布于亚热带和热带亚洲以及澳洲北部。通常生长于气候凉爽的高海拔地区。温带产者多为地生兰。在中国古代有数千年栽培鉴赏的历史。世界上最早的二部兰花专著是作成于1233年的《金漳兰谱》和作成干1247年的《兰谱》。专门论述了蕙兰属地生兰种类及栽培经验方法。热带产者多为附生兰，体型较大，栽培品种众多。一般称为大花蕙兰。图为蕙兰属的变种“奥斯汀一最佳粉红”的花串。     

从《GPS系统星座更新、补充》报告看GPS系统未来发展

1 背景 自1995年全面投入运行以来,在长达20多年的时间里,美国空军不但保证了GPS运行的连续与稳定,还保证了GPS系统高精度定位、导航与授时(PNT)服务的可用性,巩固、提升了美国在全球PNT领域的领先与主导地位,提升了美国的全球影响力,催生了至今仍由美国主导并占据领先地位的全球卫星导航应用产业.美国国家天基PNT执行委员会的研究表明,仅2014年美国GPS商业应用领域产生经济效益就高达676亿~1224亿美元,远远超过了GPS系统研发、维持、发展的投入(至2014年GPS系统的总投入约为370亿美元).     

基于DDQN的运载火箭姿态控制器参数设计

探索了利用深度强化学习算法训练智能体,以代替人类工程师进行火箭姿态控制器参数的离线设计方案。建立了多特征秒的火箭频域分析模型,选定了设计参数。选择深度强化学习算法中的双深度Q学习(Double Deep Q Network,DDQN)算法,通过记忆回放和时间差分迭代的方式让智能体在与环境交互过程中不断学习。设计了对应的马尔科夫决策过程模型,进行了智能体的训练和前向测试。结果说明该方法对于运载火箭姿控设计具有一定参考价值。     

面向Web科学可视化的临近空间数据视频化方法

临近空间在科学、经济和军事等领域具有重要价值，高效便捷地进行临近空间数据Web科学可视化和信息提取是临近空间数据应用不断深入和扩展的必然需求，但是，已有的临近空间数据类型繁杂和数据量巨大，成为Web传输和实时可视化的关键瓶颈。从数据组织方法角度展开了研究，根据临近空间数据的特点，结合视频压缩原理，提出了将临近空间数据进行分解、插值和色彩空间变换处理形成图像后，选取适宜视频压缩编码方法将图像编码为视频。实验结果表明:所提方法可以实现临近空间数据在Web环境下的高效组织，在保障可视化质量的前提下通过降低数据网络传输量实现了临近空间数据的实时可视化需求。研究结果可以直接解决临近空间数据Web实时可视化问题，将为临近空间科学研究和知识发现提供可视化理论和技术支持，并为类似海量数据Web科学可视化提供方法借鉴。      

多状态空间信息网络拓扑生成优化算法

依据空间信息网络（SIN）高动态性的特点，并考虑卫星工作的多状态特性，兼顾星间通信时延和拓扑抗毁性的要求，研究了多状态下空间信息网络拓扑生成及动态优化的问题。根据卫星星座的周期性，建立了一种卫星网络的拓扑周期表。综合卫星的可视性和连接度等约束条件，以网络平均和最大时延作为通信性能的优化目标，建立拓扑的多目标优化模型。提出一种改进的多目标模拟退火（IMOSA）算法，求解全局时延最优的卫星拓扑，并在考虑多状态情况下对链路进行优化，以满足网络高动态性。最后基于具有66颗低轨（LEO）的铱星星座进行仿真，研究表明：针对多状态条件下的铱星星座，该算法最大化减小了通信时延，得到抗毁性良好的拓扑结构，通信性能较之原有静态拓扑明显得到改善。     

时间的形状

时间,总让人既焦虑又期待。时间的形状是不规则的,或者无形的。但也可以认为它是有形的,因为在现实中人们把时间表达为时钟。若是时钟没有了指针,时间的姿态会不会更自由。