基于空间光反馈的复合轴跟踪稳定特性研究

复合轴系统通过粗瞄结构和精瞄机构配合，解决了空间光通信大角度和高精度跟踪之间的矛盾，是实现高速率空间光通信的重要手段。但是粗瞄和精瞄配合工作也给复合轴系统带来了复杂的解耦问题，使整个系统的鲁棒性降低，在跟踪速率变化较快的目标时，容易出现振荡，甚至使系统处于不稳定状态。以复合轴系统为研究基础，通过伯德图对系统的跟踪带宽、精度和稳定性进行分析，得到解耦过程是影响复合轴系统稳定性的主要原因。提出了基于跟踪微分器的线性自抗扰复合轴控制解耦方案，在保证系统精度的情况下，抑制系统在解耦过程中可能出现的振荡发散现象。在卫星轨道模拟平台上进行复合轴跟踪实验，实验结果证明，在最大角加速度0.32°/s2的轨道运动和最大角加速度2.26°/s2的微振动情况下，改进复合轴控制有效地提高了系统跟踪的稳定性，最终跟踪精度优于1 μrad(3σ)。     

大气环境监测卫星双偏振仪器校飞验证

同一卫星观测平台上的不同偏振遥感器，可通过数据融合获取更高质量的探测结果。基于该设想，搭建了由高精度偏振扫描仪(POSP)和同时偏振相机(SIPC)构成的同平台偏振仪器航空验证系统，并完成了飞行实验。文章系统阐述了其系统构成、数据预处理、视场匹配和交叉定标方法，评估并展示了部分航空验证结果。结果表明:POSP和SIPC视场匹配误差约为0.12个POSP像元;通过偏振交叉定标、均匀陆地地表这2个仪器辐亮度偏差为2.54%，偏振度偏差为0.013，验证了双偏振仪器探测数据的有效性和交叉定标的可行性。为星载偏振交火探测系统设计、数据预处理、偏振交叉定标方法和在轨应用评价等提供了依据和支持。     

基于深度学习的电力数据分析研究

针对传统电力数据分析方法存在适用范围有限、模型复杂等导致电器分类准确率较差的问题,提出了一种基于多层堆叠长短期记忆(Long short-term memory,LSTM)网络的电力数据分析模型。首先,根据电力数据的频谱图、Mel频率倒谱系数(Mel-Frequency Cepstral Coefficient,MFCC)和Mel频谱图提取电力数据的特征,然后将其应用于深度学习模型并提高分类任务的性能,从而改善过拟合问题。其次,建立了一个多层堆叠LSTM模型,从而有效提高模型的分类和回归能力。最后,提出了一种改进的软独热编码和多尺度训练方法,从而防止峰值概率分布,提高模型的泛化能力。实验阶段,以家庭电力数据集为例,对所提模型进行验证。仿真结果表明,所提模型软独热编码及多尺度训练对加快训练效果具有一定效果,最终分类准确率到达89.85%。