基于梯度提升决策树的量子科学实验卫星光学实验预测

量子科学实验卫星在轨运行期间完成4种光学实验，地面监测人员通过遥测参数阈值判断卫星是否进行光学实验、实验类型及实验结果.这种方法需要预先设定大量阈值，并且这些阈值需要根据在轨卫星重新设定，可扩展性较差.针对以上问题，提出一种基于机器学习的光学实验判别方法，将量子科学实验卫星的光学实验监测任务抽象为机器学习中的多元分类问题，构建分类模型，利用量子科学实验卫星的真实历史遥测数据对模型进行训练，并通过真实实验计划对训练得到的模型进行验证.实验结果表明，本文提出的方法在没有专家先验知识的前提下，判别准确率达到99%，可用于量子科学实验卫星光学实验的实时监测任务.提出的基于机器学习的判别方法具有较强的可扩展性，可应用于卫星在轨运行的其他监测任务.      

一种卫星供配电快速重组测试系统设计

传统卫星地面供配电测试系统多为专用定制设备和配置专用前端软件模式,其缺点是系统通用性差,无法做到重复使用,造成设备研制成本高、周期长,已无法满足卫星测试需要。针对上述问题,文章设计一种快速重组测试系统。该系统通过提炼功能板卡、优化冗余单机、精简电缆接口、建立软件数据流模块和匹配规则库的方式实现。在工程应用阶段,对比快速重组测试系统与传统测试系统的各项系统指标差异,结果表明:快速重组测试系统实现了模块化、小型化、通用化,证明其具备快速重组能力。     

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题，提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法，算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节，以充分利用模型中的低层特征，增加细节信息；改进模型的区域生成网络，加入多种滑动窗口，从而优化了模型锚点的长宽比设置，提高检测能力。实验表明，改进Faster RCNN模型取得最优的缺陷检测结果，对于小缺陷目标仍取得较好的检测精度，从而验证了算法的有效性。     

对于动态目标的航天器鲁棒PD+快速跟踪控制方法

摘要：针对卫星对于空间动态目标快速、稳定地跟踪、控制目标，同时考虑平台模型的不确定性、外部随机干扰、系统控制力矩与角速度约束等因素，设计PD+控制器实现对于动态目标的快速、稳定跟踪；在经典PD控制器的基础上设计控制添加项使得系统能够按照既定轨迹运动；采用变结构的手段实现系统收敛速度的提升；合理设计Lyapunov函数的结构，引出角速度、四元数的耦合项对V函数进行改良，简化系统稳定性证明与分析的过程；讨论系统最极端情形，通过对V函数上下界的讨论分析系统该情形下的稳定性；最后通过数值仿真验证所提出算法的有效性与优越性.     

TMRP项目实施保障方案设计

研究了项目实施保障管理方案设计。考虑到目前无线校园网络的开放性,为提高系统的安全性,从管理保障和技术保障视角出发,从三方面入手,一是通过建立Iptables防火墙,加强内网安全;二是对无线访问校园网的人的身份进行鉴别,阻止非授权用户的接入;三是通过对用户数据加密、数据备份等手段来保证数据安全。