航天器热模型修正技术进展研究

遗传算法和Broyden类的准牛顿法是近年出现的两种航天器热模型修正新技术,目前处于尝试用于工程实践的试探研究阶段。文章对两种方法的算法原理进行了初步调研,并分别分析温度和热模型不确定参数两方面的修正效果。单从温度修正结果来衡量,两种方法均能取得较好效果。但不确定参数的修正效果不佳,两种方法均无法保证不确定参数的精度、甚至只能获得丧失了物理真实性的参数解。在此基础上进一步分析了航天器热模型修正问题的定解性,指出一般情况下实际航天器热模型修正属于欠定解或过定解问题,无法得到精确的参数的反解值。据此提出工程上应成组使用修正获得的参数,并应保持同一参数在修正模型和预示模型中的一致性。最后,初步展望了利用人工神经网络深度学习进行航天器热模型修正的可能性。     

模糊聚类分析在耀斑-地磁扰动研究中的初步应用

本文运用模糊聚类分析的方法,对1975—1983年可证认出的210个耀斑-IPS激波事件进行了分析研究,给出了它们的聚类指标和模糊等价关系以及大、中、小三类耀斑-磁扰的聚类中心。初步研究结果表明:95％的耀斑-IPS激波会引起地磁扰动(∑Kp≥16);对持续1小时以上的二级耀斑和2小时以上的一级耀斑,以及多个射电源的IPS观测均出现50km/8以上的速度跳跃这类大耀斑-IPS激波事件进行模糊聚类磁扰强弱预报试验,其准确率可达80％;这种大耀斑-IPS激波事件所对应的地磁扰动变化范围很宽,从∑Kp≥12直到∑Kp≤54,这说明耀斑-激波在行星际空间的传播以及向地球的传输过程是十分复杂的。      

基于无监督聚类与LSTM网络的航天器健康状态预测方法

健康状态预测是从系统层面保证航天器在轨安全稳定运行的关键技术.针对机电类关键部件存在性能退化过程的特点,提出一种基于无监督聚类与长短时记忆(LSTM)网络的航天器健康状态预测方法.该方法首先提取航天器单部件多维参数的高维时域特征,通过PCA方法将高维特征融合为反映部件运行状态的健康因子,再结合无监督聚类算法识别出故障的不同演化阶段,最后采用LSTM网络分别对各退化阶段构建其健康状态演化预测模型,实现对航天器部件健康状态预测.本文以控制系统关键部件控制力矩陀螺(CMG)为例对上述算法进行试验验证,验证了方法的有效性.     

基于FPGA的高性能电离层测高仪数控系统设计

为建立天地一体化电磁观测系统,实现电离层等的实时准确观测,为地震机理的研究与地震预报工作提供科学有效的数据,提出了一种高性能电离层测高仪数控系统设计方案将应用于电磁卫星的地面同步验证系统中,给出了数控系统的时序控制单元、发射单元和接收单元等的具体实现.在收发延迟可变的雷达时序控制下,发射单元利用直接数字合成技术产生1～30MHz的脉冲信号,40位类巴克码对脉冲信号进行二进制相位调制编码,随后交替发射正交极化波;接收单元利用高速模数转换器实现信号的数字化,采用FPGA技术进行下变频处理.本数控系统的设计可直接获取回波信号的极化信息,高度分辨率为1.5km,探测周期小于2min.实验结果表明,该数控系统方案切实可行.      

基于对抗和迁移学习的灾害天气卫星云图分类

针对卫星云图中的灾害天气数据存在严重不平衡问题,提出一个结合生成对抗学习（GAN）和迁移学习（TL）的卷积神经网络（CNN）框架以解决上述问题进而提高基于卫星云图的灾害天气分类精度。该框架主要包含基于GAN的数据均衡化模块和基于迁移学习的CNN分类模块。上述2个模块分别从数据和算法层面解决数据的类间不平衡问题,分别得到一个相对均衡的数据集和一个可在不同类别数据上提取相对均衡特征的分类模型,最终实现对卫星云图的分类,提高其中灾害天气的卫星云图类别分类准确率。与此同时所提方法在自建的大规模卫星云图数据上进行了测试,消融性和综合实验结果证明了所提数据均衡方法和迁移学习方法是有效的,且所提框架模型对各个灾害天气类别的分类精度都有显著提升。      

面向弱纹理空间目标的特征点匹配方法

特征点提取与匹配是遥感图像处理中关键的一环,目前成熟的算法大多面向对地成像类型的遥感图像,对于空间目标的遥感图像,没有考虑成像条件与探测平台的影响因素,特征点匹配质量较差。针对空间目标的匹配精度不高这一问题,文章提出了一种基于聚类的特征点匹配算法。首先,根据空间目标的重复弱纹理进行特征点提取与描述,再利用特征点的空间位置进行聚类,并对特征点簇进行匹配;之后将特征点的主方向减去目标整体方向,利用特征点主方向对每一个点簇进行再分组,并完成特征点匹配;最后利用最近邻次近邻比率方法和随机样本一致算法（RANSAC）剔除外点。采用该特征点匹配方法进行的模拟成像数据实验结果表明,对于空间目标图像,基于聚类的特征点匹配较直接匹配,匹配数量的提升最高可达50%,重投影误差优于1/4个像元。文章提出的这一方法使用目前通用的各种特征描述子,能够大幅度提高空间目标图像特征点匹配的数量与精度。     

示温漆图像等温线提取算法

分析示温漆（TIP）图像特征，根据等温线附近产生局部梯度极值的特点，实验对比了4种边缘提取算法效果。根据实验结果，选用Canny算子提取等温线。提出在边缘提取前进行K means聚类处理，并对K means聚类算法和Canny算子进行了改进。提出了两种K means初始聚类中心的选择方法，更适于示温漆图像的分割。改进了Canny算子的内核，提升了等温线的质量。结果表明:该算法能够快速提取清晰、连续的等温线，效果良好，满足工程应用要求，已用于示温漆自动判读软件开发。      

基于FAHP与灰色聚类的 航空地面电源车功能损伤状态评估 aaa

针对战损情况下航空地面电源车功能损伤状态评估的问题,以电源车的功能结构层次为基础建立了指标体系,应用改进的模糊层次分析法(Fuzzy Analytical Hierarchy Process,FAHP)法确定了指标权重。建立了灰色聚类评估模型,并提出了指标灵敏度分析方法。针对某型战损电源车的功能损伤状态进行了评估,得出了功能损伤状态聚类评估结果,分析了指标权重变化对评估结果的影响,验证了方法的可行性和有效性。     

基于轨迹聚类的民用飞机线束综合设计方法

针对目前民用飞机EWIS线束综合设计时存在因信号数量大、路径复杂所导致的工作难度高、设计效率低等问题，设计了一种基于轨迹聚类的线束综合设计方法。根据布线网络上敷设的信号路径，以网络节点所构成的轨迹段形式构建信号路径轨迹，并通过改进的LCSS算法衡量信号轨迹间的相似性，使用基于密度的DBSCAN聚类算法将信号划分到不同的线束组件。结合某机型机上数据与现有线束信息比较，并使用建模软件分析对比实验结果，验证了该方法的可行性。