Using TensorFlow-based Neural Network to estimate GNSS single frequency ionospheric delay (IONONet)

In the last 20?years, and in particular in the last decade, the availability of propagation data for GNSS has increased substantially. In this sense, the ionosphere has been sounded with a large number of receivers that provide an enormous amount of ionospheric data. Moreover, the maturity of the models has also been increased in the same period of time. As an example, IGS has ionospheric maps from GNSS data back to 1998, which would allow for the correlation of these data with other quantities relevant for the user and space weather (such as Solar Flux and Kp). These large datasets would account for almost half a billion points to be analyzed. With the advent and explosion of Big Data algorithms to analyze large databases and find correlations with different kinds of data, and the availability of open source code libraries (for example, the TensorFlow libraries from Google that are used in this paper), the possibility of merging these two worlds has been widely opened. In this paper, a proof of concept for a single frequency correction algorithm based in GNSS GIM vTEC and Fully Connected Neural Networks is provided. Different Neural Network architectures have been tested, including shallow (one hidden layer) and deep (up to five hidden layers) Neural Network models. The error in training data of such models ranges from 50% to 1% depending on the architecture used. Moreover, it is shown that by adjusting a Neural Network with data from 2005 to 2009 but tested with data from 2016 to 2017, Neural Network models could be suitable for the forecast of vTEC for single frequency users. The results indicate that this kind of model can be used in combination with the Galileo Signal-in-Space (SiS) NeQuick G parameters. This combination provides a broadcast model with equivalent performances to NeQuick G and better than GPS ICA for the years 2016 and 2017, showing a 3D position Root Mean Squared (RMS) error of approximately 2?m.     

基于TLE的弹道系数计算方法及应用分析

针对仅使用两行要素（Two Line Element，TLE）作为数据源的应用需求，研究了基于TLE轨道衰减的弹道系数计算方法。介绍了一种常用的基于两组TLE的直接计算法，分析TLE选取间隔对结果精度的影响；提出了一种基于多组TLE的迭代计算方法，以降低异常TLE对计算结果的影响；从弹道系数计算效果、在再入预报中的应用等方面对这两种方法进行比较分析。结果表明，两种方法各有优劣，基于多组TLE的迭代计算法稳定性更高、受TLE精度的影响更小；由于数据区间更短，基于两组TLE的计算结果对短期轨道衰减特性反应得更准确，用于临近再入时的预报效果更好。     

小口径电热化学超高速发射实验研究

在小口径发射装置上进行了以液体发射药为化学工质的电热化学发射实验研究,采用不同的装药结构及装药量改进内弹道性能, 可使弹丸获得超高速。对电能释放与化学能释放过程的合理匹配表明, 等离子体能够增强液体药的燃烧并影响压力变化曲线。通过等离子体射流与液体药装填方式的控制, 如采用环状装药结构, 可以增进等离子体与发射药的相互作用, 提高内弹道性能     

日地平动点卫星两脉冲转移轨道设计

研究基于最小二乘微分修正方法的平动点卫星两脉冲转移轨道设计,推导了考虑高度和航迹角约束的微分修正公式,讨论了该方法的收敛性.以日地L₁点附近的Halo轨道为目标轨道,在圆型限制性三体问题模型下设计了其转移轨道,系统地研究了HOI(Halo Orbit Insertion)点和Halo轨道幅值对转移轨道的影响,给出了HOI点的选择策略,并讨论了应急情况下快速转移轨道设计.数值仿真验证了方法的有效性,选择Halo轨道靠近地球侧的点作HOI点可以获得飞行时间适中的转移轨道.     

基于频域分析的ROSAR成像算法

在现有的ROSAR(Synthetic Aperture Radar with Rotating antennas)成像算法中,基于斜距泰勒级数展开的算法存在方位向失配问题,时域相关卷积算法不能快速校正距离弯曲.频域ROSAR成像算法采用驻相点原理,直接对ROSAR回波信号进行二维频域变换,保留回波信号的频谱特征,进而构造相应的频域去耦函数和频域匹配函数,实现频域距离弯曲校正和目标场景重构.仿真结果表明,该算法能够快速校正距离弯曲及有效克服方位向失配问题.     

航天发射特征事件综合和弹道融合策略优化研究与应用

特征事件综合和弹道融合是航天发射过程中最为重要的一项工作,通过特征事件发生时间和火箭飞行弹道可直观地反映出运载火箭的飞行状态。因此,为了进一步提高特征事件综合和弹道融合效果,基于遥、外测量信息,分别对参与特征事件综合和弹道融合的信息源进行分类及其影响因素进行分析,并提出了相应的信息融合策略。通过采用优化的融合策略,可进一步提高特征事件时间解算的准确性和实效性,提升弹道融合的效果,满足航天发射飞行态势显示和安全控制的任务需求。     

改进升力线理论和风洞试验结合的气动弹性修正方法

本文介绍了一种基于亚音速稳态定常流改进升力线理论与风洞试验相结合的大展弦比亚音速飞机的弹性翼面气动力分布载荷修正方法,设计目的是为了考虑具有大展弦比、弹性翼面结构的飞机翼面结构弹性变形对气动载荷分布的影响。     

利用经验正交函数分解的大气密度模式校准方法

热层大气密度产生的阻力是作用在低轨航天器上最大的非引力摄动,现有大气密度模式存在15%~20%的偏差,难以满足空间任务应用需要。采用NRLMSISE-00模式作为密度参考标准,通过修正Jacchia-Roberts经验大气模式温度参数校准密度,建立温度修正量与密度的参数方程。针对部分区域修正量迭代计算发散问题,采用改进高斯牛顿迭代法求解方程。选择经验正交函数（EOF）分解方法分析修正量的时空特征,并与传统球谐（SH）分析的结果进行比较。结果表明,前4阶EOF基函数与前9项球谐基函数分别可提取温度修正量超过85%与80%的变化特征,EOF分解方法对温度修正量的表示效率高于球谐分析方法。第1阶EOF基函数反映了温度参数的整体偏差,第2~4阶EOF基函数对应的时间系数表明温度修正量的变化具有天周期性,且球谐分析得到的时间系数同样具有天周期性的特点。利用前4阶EOF基函数和前9项球谐基函数重构的温度修正量校准Jacchia-Roberts模式,校准后的模式密度偏差分别下降了9.06%与5.37%,表明EOF分解方法与传统球谐分析方法相比,能够更有效地修正温度参数,改进模式精度。     

带压缩性修正的离散涡方法在结冰数值模拟中的应用

离散涡方法（DVM）是一种无网格的涡运动算法,适用于解决易产生分离流的非定常问题,将其应用于结冰过程中的流场求解,在有效模拟分离流动的同时能避免冰形尖角对网格质量的影响。但离散涡方法基于不可压 N-S 方程,无法应用于预测可压缩流动下的结冰过程。本文在离散涡方法的基础上添加普朗特—格劳尔特压缩性修正,进行基于离散涡方法的可压缩流动下的数值模拟,并将其应用于翼型结冰预测;对流场分布、结冰冰形和结冰模型计算过程等仿真结果进行对比和分析。结果表明：引入压缩性修正后的离散涡方法能较好地模拟可压缩流动,与实验值相比,基于该方法得到的结冰数值模拟结果符合良好,对结冰数值模拟在工程上的应用提供了一定的参考。     

弹道导弹突防中的电子防护效能研究

分析了弹道导弹突防中的电子战威胁环境。针对弹道导弹突防阶段可能遭受的电子攻击模式,提出了相应的电子防护措施,并对防护措施的可行性和有效性进行分析和讨论。提出了弹道导弹突防阶段电子防护效能的概念,建立了电子防护效能评估指标体系,在此基础上建立了一系列电子防护效能评估模型。