Starlink星座对我国国土及周边空间域影响分析

针对Starlink星座对我国空间域的潜在影响,构建了空间域影响分析模型。首先,基于Starlink星座的轨道参数和卫星数量,使用STK软件搭建了其星座模型;其次,在我国大陆、台海地区和台湾省分别划定覆盖区域,并以最大可见卫星数、被覆盖时间占比和无覆盖时段的时间间隔为指标,分析了Starlink星座对各覆盖区域的覆盖特性,重点关注台海区域和台湾省两个热点地区;接着,搭建了Starlink星座对我国特定地球静止轨道(GEO)卫星和不同地面信关站的下行通信的干扰模型,以载干比(C/I)和干扰时间百分比为指标,对其进行干扰分析;最后,基于覆盖分析和干扰分析的结果,使用地理信息系统(GIS)生成了覆盖特性可视化的态势图。通过仿真实验得出的结果,可以为我国评估Starlink星座的影响程度和制定相应的应对措施提供参考依据。     

基于因子图的冗余惯组斜置轴在线标定方法研究

针对在线条件下冗余惯组系统器件误差标定过程中存在依赖正交轴惯组信息以及误差项耦合问题,提出了一种基于因子图的方法。建立不依赖于斜置轴惯组正交的惯组系标定模型,以速度、位置信息作为测量数据,建立基于因子图方法的标定模型;设定滑动窗口与反馈,以提高标度因数误差与安装误差的估计精度。仿真结果表明：在线情况下,该方法可以对冗余惯组斜置轴标度因数误差及安装误差提供高精度的标定,标定误差维持在12%左右。     

用于空间站组建的平面式转位方案设计

针对中国空间站工程规划,借鉴和平号空间站的组建经验,提出了一种不同于和平号空间站翻转式转位方案的空间站建造方案,即平面式转位技术方案。首先,通过对接机构实现实验舱与核心舱的轴向对接;利用平面式转位机构将实验舱转位至侧向对接口,并支持对接机构完成侧向对接。然后,通过对转位机构进行任务及功能分析、构型分析、自由度分析,确定了平面式转位机构工作原理、具体组成及布局、系统工作过程以及工作时序。最后,将平面式转位方案与机械臂和翻转式转位方案进行对比,为空间站工程提供参考。     

基于滤波和优化的惯性/里程计组合导航精度对比分析

在广泛使用的惯性/里程计组合导航应用中,一贯的方法是使用Kalman滤波器进行组合导航状态估计,展现出了强大的工程适用性。然而其对于历史状态没有修正,导致整体导航精度受限。而基于优化的方法可以平滑整体组合导航的轨迹,有望提升惯性/里程计组合导航的精度和鲁棒性。将优化方法与滤波方法在惯性/里程计组合导航应用中进行对比,分析在不同条件下优化算法和滤波算法的优劣。试验表明,基于优化的算法在含有稀疏位置观测的条件下能够比滤波算法定位精度更高。但是,无位置观测的条件下,滤波算法更加稳定和精确。可以得到：基于滤波的算法更加简单稳定,更适用于工程实践;基于优化的算法模型更加复杂,在观测约束更多的条件下能够得到更好状态估计结果。     

基于AI+神经网络的数字化故障电弧识别方案研究

线路故障电弧的特征随着电力电子技术的提高更趋复杂，传统的故障电弧识别方式已无法应对新型用电系统。对比传统故障电弧识别方案，研究故障电弧产生类型和新型检测技术，提出基于谐波因素、总谐波畸变率、电流零休时间、电流变化速率、电流周期性等典型时域、频域特征的AI+神经网络的数字化故障电弧识别方案。该方案运用回归算法向量机对特征图进行分类处理，通过正向传输运算、反向传输运算和迭代回归运算三个步骤执行卷积神经网络，频繁迭代回归以获得最佳特征识别图。本文以调光器的故障电弧识别为例，对故障识别方案进行验证，结果表明采用此方案可实现更高效、更精准、更稳定地识别故障电弧。     

RGB-D SLAM综述

RGB-D SLAM是指使用RGB-D相机作为视觉传感器,进行同时定位与地图构建(SLAM)的技术。RGB-D相机是近几年推出的能够同时采集环境RGB图像和深度图像的视觉传感器。首先对主流RGB-D相机,RGB-D SLAM算法框架流程做了介绍,然后对RGB-D SLAM算法的国内外主要标志性成果,以及RGB-D SLAM的研究现状进行介绍,并对RGB-D SLAM方法前端视觉里程计中特征检测与匹配、后端位姿图优化、回环检测等关键技术进行介绍总结。最后,对RGB-D SLAM算法的优缺点进行了分析,并对RGB-D SLAM算法的研究热点及发展趋势进行了讨论。     

多通道相控阵天线数字波束合成技术及实现

本文针对多通道相控阵天线数字波束合成的需求，研究多通道阵列波束数据采集和实时处理技术，实现了基于FPGA的多通道数字波束合成系统，完成了对16路阵列信号的数据同步采集、方向图波束合成、数据快速传输与实时处理。实验结果表明:该技术具备良好的工程可实现性，且实验系统工作稳定，合成的方向图各项指标能真实地反映多通道相控阵天线的性能优劣。     

基于相对骨骼点特征和时序自适应 感受野的动作识别方法

针对长时间动作识别难以充分利用时空域信息的问题,提出了基于相对骨骼点特征和时 序自适应感受野的动作识别方法。首先,该方法在特征获取部分增加了相对骨骼点特征,以满足 节点多样性和互补性要求,将其分别输入到空域图卷积网络,获得空间中相邻关节聚合的局部特 征。然后,设计了一个时序自适应感受野网络,以获取在时域中关节变化的局部特征,并且增加了 网络对不同持续时长动作的适应性。最后,经过决策级融合模块,计算类别概率,得到分类结果。 仿真结果表明,基于 NTU RGB+D 和 Kinetics-skeleton两大基准数据集,对比多种主流方法,均 取得了更高的识别准确率,分别为96.2%与60.1%。该方法可以较好地提取不同动作的区别性时 间特征,提高了动作时空特征的判别能力。     

基于单脉冲和差信号矢量的交叉眼干扰辨别方法

针对交叉眼干扰对单脉冲雷达测角的影响，分析了交叉眼干扰信号在单脉冲和差通道中的信号矢量情况，提出了基于单脉冲和差信号矢量的交叉眼干扰辨别方法。经仿真分析表明:该方法能够有效辨别交叉眼干扰。