欧洲空间天气计划

简要介绍了空间天气的基本概念,并对欧洲空间天气计划的效益分析、用户需求、实施方案等方面的内容进行介绍。     

自由面碎冰浮冰环境高速入水动力学特性

为了研究碎冰环境下航行体高速入水过程中的空泡流场演化、航行体动力学响应以及碎冰载荷特性等规律,基于任意拉格朗日-欧拉方法建立了碎冰环境下的航行体高速入水流固耦合计算模型,并与高速入水试验、冰材料三点弯矩试验对比验证了方法的有效性和冰材料模型的可靠性。利用构建完成的高速入水流固耦合计算模型重点研究了碎冰以及碎冰间隙对航行体入水过程流场、动力学参数以及载荷的影响。研究结果表明：碎冰的存在对航行体入水后的水面抬升以及产生的飞溅演化存在抑制作用;碎冰环境下航行体的入水冲击载荷显著增加,其过程相较于无冰环境具有更大的动能损耗,但其砰击载荷持续时间与无冰环境入水过程一致;入水形成的飞溅冠连续性随着碎冰间隙的增加而增加,一定碎冰间隙范围内,航行体瞬时砰击载荷与间隙大小呈负相关关系,间隙足够大时,砰击载荷变化相对较小。     

全球空间天气路线图及对中国的启示

随着科技的发展,空间天气对电力系统、通信导航系统和航天资产等遍布全球的技术基础设施的影响越来越深.需要加强对空间天气事件过程的理解,提升空间天气的预报能力,优化基础设施设计,从而减缓空间天气对社会造成的影响.基于这些需求,国际空间研究委员会(COSPAR)联合国际与日共存计划(ILWS)共同成立专家组,研究制定了全球2015-2025空间天气发展路线图.本文对该路线图进行介绍和解读,讨论该路线图对中国空间天气发展的启示.     

特朗普签署空间政策四号令

2019年2月19日,美国总统特朗普签署空间政策四号令(以下简称四号令),提出要建立美军第六个军种——美国天军。四号令明确了美国天军的组建形势背景、组建方案、组织管理等内容。(1)组建形势背景。尽管美国空间系统一直保持着技术优势,但潜在对手的空间能力正在不断提高,并积极发展在危机或冲突中阻止美国使用空间能力的手段。     

基座与臂杆全弹性空间机器人的有限时间控制

探讨了基座、臂杆全弹性影响下,基于有限时间的漂浮基空间机器人系统轨迹跟踪以及柔性抑振问题.由于弹性基座与两柔性杆之间存在多重动力学耦合关系,此系统为高度非线性系统.将弹性基座与臂杆间的连接视为线性弹簧,利用拉格朗日第二类方程并结合假设模态法,推导出该系统的动力学模型;应用奇异摄动理论的两种时间尺度假设,将系统分解为表示刚性运动的慢变子系统和表示基座弹性、双柔杆振动的快变子系统.针对慢变子系统,设计了一种基于名义模型的有限时间控制器,保证完成刚性期望轨迹跟踪.设计的积分式滑模面具有有限时间收敛特性,比传统渐近收敛控制方法具有更快的收敛速度和更强的鲁棒性;对于快变子系统,采用线性二次型最优控制同时抑制弹性基座与两柔性杆的振动.Lyapunov理论证明了所提控制算法能使跟踪误差在有限时间内收敛到原点.仿真验证了控制方法的有效性.     

基于单目视觉原理的空间位置测量技术研究

为了提升空间位置测量的自动化程度,采用单目视觉原理建立空间成像方程,将三维的空间坐标转换为两维的图像坐标,由此实现单目视觉的空间位置测量。本文推导了单目视觉定位的基本成像方程,对建立的定位装置,进行了实际定位实验,实现了预期的测量结果。基于视觉原理的空间位置测量技术,具有良好的推广应用价值。     

基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。     

柔性多层冲击空间碎片防护结构设计与试验

充气展开密封结构是未来空间站以及大型空间居住舱的理想构建形式,其外蒙皮由气密层、增强层、微流星体和空间碎片防护层、辐射保护层以及热控层组成。为了既满足对空间碎片的防护,又满足折叠、收纳以及展开的要求,空间碎片防护层需要采用多层冲击防护结构设计。基于多层冲击防护结构,采用国产的玄武岩纤维材料和芳纶织物的特性参数,根据弹道极限方程设定了柔性空间碎片防护层的设计参数,并通过高速撞击试验对根据设计参数生产的试验件进行了试验验证,试验结果与柔性多层冲击防护结构的弹道极限方程吻合较好。     

基于平流层风场预测的浮空器轨迹控制

平流层风场环境对浮空器设计和轨迹控制具有重要影响。针对平流层风场建模,以长沙地区2005—2010年的风场数据为例,首先采用本征正交分解（POD）方法对风场数据进行降阶处理;然后分别采用Fourier级数与BP神经网络算法对平流层风场进行预测,并对2种模型的预测精度进行比较分析;最后通过建立临近空间浮空器的动力学模型和高度调控模型,分析2种风场预测模型对浮空器轨迹控制的影响。研究结果表明,相对于Fourier预测模型,基于BP神经网络预测模型的预测精度更高,可信度更强,能够更好地为浮空器飞行轨迹控制提供参考价值。      

空间目标的ISAR成像及轮廓特征提取

空间目标的逆合成孔径雷达（ISAR）成像由于受自身遮挡及噪声干扰等影响,导致生成的ISAR像难以直接进行图像分析及目标识别。由此,以空间目标的ISAR成像建模为基础对ISAR像处理及特征提取展开了研究。首先,分别建立了目标卫星的ISAR成像模型、ISAR信号模型及ISAR图像函数提取模型,并经过旁瓣抑制与相干斑滤波等初步处理得到了目标卫星的ISAR像。其次,采用Otsu算法、canny算子及Hough变换使卫星旋转至最长轴平行于像平面横轴,通过闭运算填充卫星内部孔洞,去除外部孤立噪声,并基于连通域思想分割出卫星所在子区域,实现了卫星的轮廓提取。所设计的图像处理算法能有效改善ISAR像质量,提取的卫星轮廓线能较好地勾勒出目标卫星的外形结构,为进一步展开卫星的识别工作奠定了重要基础。