基于木星大气环境的降落伞系统气动特性研究

木星探测是未来行星探测的重要发展方向,而降落伞是进入木星大气探测必不可少的气动减速装置。文章基于“伽利略号”探测任务,设计了满足未来木星探测需求的降落伞系统简化模型,并针对该降落伞系统进行了数值模拟,研究了木星大气和地球风洞实验环境中不同来流马赫数下降落伞系统的复杂流动现象及气动力变化规律。在木星大气环境中,降落伞的阻力系数和横向力系数大小以及横向力系数波动幅度均高于风洞试验环境,阻力系数波动幅度均低于风洞实验环境。此外,还研究了木星大气环境中不同来流攻角下降落伞系统的气动特性。研究表明,木星大气环境中降落伞系统气动特性与风洞实验结果有差异,因此未来在设计用于木星探测的降落伞系统时,应考虑由于木星大气环境对降落伞系统气动特性的影响。     

基于融合伽马变换全卷积神经网络的火星地貌分割方法

为了让火星巡视器在有限的寿命内能获得更多的科学产出,需要提高巡视器在火星表面的自主通过能力,而火星表面地貌类型是评估巡视器可通过性的重要信息。因此,提出了融合伽马变换的全卷积神经网络(FCN)火星表面地貌分割算法。首先,考虑对巡视器通过性的影响,确认地貌分类的类型,基于好奇号拍摄的火星地表图像Mars32K数据库,构建地貌分割数据集;其次,使用自适应伽马变换(AGT)对灰度单一的火星图像进行预处理,减弱了光照等因素干扰;最后,利用数据集训练一个FCN,以实现对火星表面地貌的分割预测。仿真结果表明:网络测试准确率达到83.03%,地形分割预测结果可靠,验证了方法的可行性。     

用于F-35联合攻击机的光电分配孔径系统

Lockheed Martin公司的F-35联合攻击机研制小组成功启动了该机的光电分配孔径系统(EO DAS)早期风险缩减飞行试验计划的第一阶段。飞行是在马里兰州Patuxent River附近进行的。由Northrop Grumman公司电子系统部牵头的小组研制的下一代EO DAS可为F-35提供导弹告警,导航以及红外搜索跟踪(IRST)用的前视红外(FLIR)传感器。     

中国月球及深空空间环境探测

深空探测承载着人类航天技术发展、探索宇宙奥秘和寻找地外生命及人类宜居地的重任,成为各航天大国关注的热点。我国月球与深空探测虽然起步晚,但起点高,正在追赶并将实现领先。简要回顾了我国月球及深空空间环境探测的载荷情况、数据结果、理论和应用研究成果,简述了当前在研的自主火星空间环境探测目标以及规划中的未来深空探测任务,并根据当前国际发展态势,及我国在研、规划中的月球及深空探测任务情况,分析了我国月球及深空空间环境探测的关键科学问题、载荷技术发展趋势、理论与模拟的研究需求,最后对深空环境探测进行了展望。     

月球巡视探测器自主定向算法研究

月球巡视探测器自主导航是其能在月面执行探测任务的关键,而定向又是月球巡视探测器自主导航的一个重要组成部分,其定向精度将直接影响到月球巡视探测器定位性能。将CCD(ChargeCoupleDevice)太阳敏感器应用到月球巡视探测器上,用太阳敏感器测量太阳位置矢量,结合加速度计测量的重力矢量,利用QUEST算法推算了月球巡视探测器的姿态和航向,为月球巡视探测器构建了一套适用于长时间、长距离导航的绝对定向方案,通过理论分析和实际推算描述了该定向方案的具体实现过程,最后以仿真结果验证了该方案的可行性,为下一步月球巡视探测器定位研究提供了技术参考。     

积极应对深空探测的技术挑战

文章总结了国外深空探测的历程和未来发展趋势,提出了我国开展深空探测所面临的技术挑战。针对我国的月球探测工程,详细分析了各阶段的关键技术,并对火星探测的关键技术及可行性作了探讨,介绍了中国空间技术研究院已开展的工作情况。     

基于多目标优化的深空探测器姿态组合规划方法

深空探测器在执行姿态机动任务中,通常需要优化多个性能指标参数.此外,姿态指向约束和有界约束的存在显著减小了姿态机动路径的可行空间.在复杂的多约束条件下,多目标姿态机动优化对深空探测器系统是一个极大的挑战.提出多目标组合的概念,通过物理规划方法将多目标优化转换为单目标规划问题.考虑到欧拉路径的低能量特性,提出一种多目标组...     

微牛级射频离子推力器结构优化研究

为了满足中国科学院空间引力波探测——"空间太极计划"对航天器推进系统提出的微牛量级推力高精度控制需求,基于感性耦合等离子体自持放电,设计了一套微牛级射频离子推力器(μRIT-1).通过理论分析与实验验证,完成了μRIT-1关键结构组件优化工作,包括射频天线、放电室及离子光学系统.根据实验结果,μRIT-1采用7匝线直径...     

优选小波神经网络在周跳探测与修复中的应用

北斗导航定位过程中,传统的周跳探测与修复方法缺乏检验环节,无法保证修复结果的可靠性。为此,提出了一种级联式小波变换结合NARX神经网络多步循环预测修复的方法处理周跳问题。该方法通过构造载波相位双差模型检验量,探测周跳发生历元,采用NARX神经网络预测方法修复周跳,利用优选小波基函数进行周跳修复效果检验。实验证明,相较于经验模态分解和变分模态分解等模态分解法,优选小波神经网络周跳探测与修复方法可用于小周跳探测并判断出周跳正负性;构造的NARX神经网络周跳修复模型,解决了普通神经网络模型和传统多项式拟合法容易造成的二次奇异值问题。相较于长短期记忆(LSTM)和门控循环单元(GRU)深度学习神经网络模型,周跳预测精度分别提高了45.2%和55.9%。