望眼欲穿“隼鸟”难觅回家路

“隼鸟”号小行星探测器是日本于2003年5月发射升空的，目的是探索太阳系和小行星诞生之谜。而这对防范小行星可能对地球的撞击是非常有帮助的，它是日本深空探测计划的重要组成部分，是今后更大规模空间探测和样本返回的验证机。经过两年多的飞行，“隼鸟”号于2005年9月接近了其目标——丝川小行星。[编者按]     

太阳质量损失对行星轨道的影响

本文利用Ｇｙｌｄｅｎ－Ｍｅｓｈｃｈｅｒｓｋｉｉ方程和Ｅｄｄｉｎｇｔｏｎ－Ｊｅａｎｓ定律，讨论太阳质量损失对行星轨道的影响，结果表明由于太阳质量损失会产生轨道半长径α的一阶周期项和二阶混合项；近日点角距ω的一阶周期项、二阶长期项和混合项，行星轨道半长径的长期变化会影响太阳系的稳定性。     

日本积极推进金星火星探测计划

在第34届宇宙科学技术联合讲演会上,日本宇宙科学研究所鹤田浩一郎和日本电气公司北出贤二等报告提出,日本不仅积极推进其月球开发计划,而且还积极推进金星、火星探测计划。他们的报告中还透露了1997年4～5月日本将用M-V火箭发射金星探测器、1998年8月探测器进入预定轨道、1996年10～12月用M-V火箭发射火星探测器、1997年10月探测器进入预定轨道。     

火卫—计划之后的火星考察

苏联有一个有关“火卫一”自动站庞大的科学研究规划。该规划中的一项重要内容是,在火星上为将来的载人宇航考察寻找合适的降落地区。准备和实现这类考察是苏联2015年前考察太阳系计划的主要方面。在1987年10月于莫斯科举行的纪念第一颗人造地球卫星发射30周年的会议上,苏联学者将研究火星的远景规划提交给了与会的各国科技界代表讨论,并建议共同实现这一规划。这一规划将分几个阶段实施。第一阶段预计从1994年开始,届时将发射2枚行星际飞行器。每个飞行器都将包括:一套用于遥测的轨道综合体;载有升空站和火星车的降落舱;装有十个小型气象信标仪及其降落装     

多种观测数据驱动的三维行星际太阳风MHD模拟

三维磁流体力学（MHD）数值模拟是行星际太阳风研究的重要手段.本文发展了一种由多种观测数据驱动的三维行星际太阳风MHD数值模型.模型的计算区域为0.1AU到1AU附近，使用Lax-Friedrich差分格式在六片网格系统中进行数值求解.边界条件中磁场使用GONG台站观测的光球磁图外推获得，密度通过LASCO观测的白光偏振亮度反演得到，速度根据以上两种观测数据并利用一种基于人工神经网络技术（ANN）的方法得到，温度通过自洽方法根据磁场和密度导出.利用该模型模拟了第2062卡灵顿周（CR2062）时期的行星际太阳风，模拟结果显示出丰富的观测特征，并与OMNI以及Ulysses的实际观测值符合得较好.该模型可用于提供接近真实的行星际太阳风，有助于提高空间天气预报的精度.      

月面采样相机的热设计与热分析

月面采样相机安装于月球无人采样返回探测器的机械臂上,其质量小,热耗较大,长期工作在高温环境中,故温度水平成为影响相机能否正常工作的重要因素,须予以分析。文章根据相机工作模式和机械臂的姿态运动特性,构建出适应机械臂运动的热分析模型,提出几种实现相机高温散热的方法,通过对比分析,分别确定了基于OSR涂层和白漆的热控方案,并推演了散热窗口的临界模型,为后续器外设备热设计提供借鉴思路。     

对行星起源的思考——“康德一拉普拉斯星云说”质疑

德国哲学家康德和法国天文学家拉普拉斯于18世纪下半叶由提出来的“星云说”，描述并详细论证了太阳系是由一块星云收缩形成的。“星云说”用自然界本身演化的规律性来说明星球演变的一些性质，为天文学的发展建立了不朽的功勋。到今天，结合丰富的观测资料，加上运用各种科学原理和方法，“星云说”有了崭新的面貌，     

基于稀疏自动编码器的发动机机载模型建模方法研究

为解决分段线性化机载模型精度不足的问题,提出并设计了基于稀疏自动编码器的大包线、具有10输入11输出的发动机机载自适应模型,该模型由稳态、动态两部分组合而成。首先基于一种新的相似准则进行建模所需样本数据的压缩,在保留主要信息的同时,大大降低了数据量及采样时间。用BP算法对简化后的样本数据进行了机载模型稳态部分的建模。针对机载模型动态部分所需样本数据量巨大、BP算法难以训练的问题,建立了基于稀疏自动编码器的动态机载模型。引入准稳态判断逻辑,在动态过程使用稀疏自动编码器的动态机载模型,在稳态过程使用基于BP算法的稳态机载模型。仿真结果表明,所建立的发动机机载模型具有优良的动稳态精度,且实时性好、存储量小,其中动态精度小于1%,稳态精度小于0.6%,一次模型计算时间不大于1ms,模型存储量不大于100kB。     

太空旅行手记：士卫六，千万不要游泳

我不想在旅游旺季去人山人海的火星和金星凑热闹，就选择了土卫六作为太空度假韵目的地。土卫六像行星一样呈圆形。像行星一样拥有大气层，却又不是行星。它是土星众多的卫星中最大的一颗。首先，它拥有绝佳的视野!放眼望去，映入眼帘的是光环围绕的美丽土星。     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。