哨兵2卫星综合水质指标的河流水质遥感监测方法

上海市河流水污染监测是当前研究的热点问题。针对上海市河流水质监测的需求,提出了一种基于因子分析的河流综合水质遥感反演的方法。以欧洲航空局发射的哨兵-2A(Sentinel-2A)卫星搭载的多光谱成像仪获取的遥感影像,以及准同步获取的河流断面实测水质参数数据为例,研究对象为上海市青浦区和松江区部分河道。选取高锰酸盐指数、氨氮等5项主要水质参数为监测指标,在因子分析的基础上建立水质遥感反演的模型,得到综合水质指标用于确定水质类别。实验结果表明:综合水质指标值越小,内陆河流水质状况越良好,水体更清洁。该方法能够应用于内陆河流水质遥感监测,为水环境管理部门提供参考信息。     

应用CCSDS空间数据链路安全协议的卫星遥控安全方案探讨

针对国内卫星遥控体制国际化的需求,结合已有的空间数据系统咨询委员会(CCSDS)遥控协议体系架构,设计了应用CCSDS空间数据链路安全协议(SDLS)的遥控安全方案。该方案选用认证和加密认证2种业务,并针对不同的遥控安全业务,分别设计了定制遥控帧格式、安全关联、算法管理及密钥管理业务。以目标机为核心搭建验证系统,通过2个典型应用场景验证遥控安全方案的可行性,结果表明:该方案可提高遥控安全系统的灵活性、可扩展性,并且能够有效保护密钥强度,延长密钥生命周期。遥控安全方案的设计及其在遥控单元中的实现,可为我国卫星遥控体制与国际接轨提供参考。     

机上互联:航空公司面临艰难的选择

随着时代的发展,加装机上互联系统已经成为了航空公司必须面对的选择之一,因为它能够为飞机乘客、飞行员、MRO供应商等民航业不同层次的参与者带来全新的变化和效率的提升。但当前摆在航空公司面前的是如何选择机上互联系统或供应商,如何赶上先进技术红利并守住自己的成本底线。为此,机上互联供应商也在不断优化产品,其中部件标准化首当其冲。     

基于经纬仪的光束平差法定向方法改进

针对基于传统经纬仪工业测量系统使用光束平差法定向精度有待提高的问题，提出一种新的定向改进方法。该方法同时结合了精确互瞄法与光束平差法，简化了测量过程，提出新的约束，消减了光束平差法中定向阶段的基准点测量累积误差，实现了在非通视条件中完成多台经纬仪高精度定向的目标。试验数据表明：该方法可在10m范围内，在误差为±3″的测点交会精度下，维持0.1mm的定向精度。     

基于十二烷基苯磺酸固化季戊四醇丙烯醛树脂的粘结体系流变特征及反应动力学研究

为实现季戊四醇丙烯醛树脂(PEAR)/十二烷基苯磺酸(DBSA)体系在浇注PBX炸药中的应用以及获得该体系在工程应用中的工艺温度参数,采用粘度实验研究了体系的粘度特性,采用动态差示扫描量热法(DSC),通过模拟n级反应动力学模型、Kissinger微分法、Ozawa积分法以及Crane方程研究了体系的固化反应动力学。结果表明,50℃以上PEAR粘度几乎不受转速影响,PEAR与DBSA质量比大于25∶1,可保证浇注过程的顺利进行。PEAR/DBSA体系的凝胶化温度为345.92 K,固化温度为383.83 K,后处理温度为411.46 K。PEAR/DBSA体系固化反应为放热反应,反应的表观活化能为74.84 kJ/mol,指前因子为2.54×109min~(-1),反应级数为1.02,反应热为190.66 J/g。     

北斗空间信号误差统计特征及描述方法研究

通过对比北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)广播星历与事后精密星历,提取了轨道和卫星时钟误差。基于北斗轨道误差及北斗卫星时钟误差统计特征分析,构建区别于全球定位系统(Global Positioning System,GPS)的BDS空间信号用户测距误差(Signal-In-Space User Range Error,SISRE)描述方法,对BDS广播星历中用户测距精度(User Range Accuracy,URA)进行了验证。6个月的北斗数据测试结果表明,北斗GEO、IGSO和MEO卫星的URA分别为3.0m、1.9m和1.6m。     

基于G-M制冷机的大尺寸冷屏设计方法

介绍了基于Gifford-Mcmahon (G-M)制冷机的大尺寸冷屏的设计方法。该低温冷屏配合真空环境模拟室共同使用，为遥感卫星的星载遥感器等部件的红外定标试验提供20K的低温冷背景。该冷屏采用5台G-M制冷机进行制冷，外形尺寸达到1m×1m，是目前国内同类型冷屏中尺寸最大的。详细介绍了冷屏在容器内的安装布置、冷缩时的补偿等结构设计方法、冷屏的表面温度分布以及降温时间等计算分析。成功解决了大尺寸冷屏在低温环境下的冷缩补偿难题，试验结果表明:冷屏主要测点温度为15K，温度均匀性误差为±1K，达到并超过设计要求。      

基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

一种基于观测站数目最小化的TDOA/FDOA无源定位算法

在三维（3D）运动目标无源定位系统中，无模糊定位最少需要4个观测站。而传统的两步加权最小二乘（TSWLS）及其改进的闭式算法至少需要5个观测站进行求解，当减少一个观测站时，这些闭式算法往往无法提供可靠解。针对这一问题，提出一种最小化观测站数目的到达时间差（TDOA）与到达频率差（FDOA）定位算法。该算法是一种闭式解法并且能够在三维场景下仅使用4个观测站进行定位。该算法分为两步：第1步分离传统的TSWLS算法中未知参数空间，建立了一组新的等式，并且利用加权最小二乘（WLS）算法得到目标位置与速度的初始值；第2步利用泰勒级数展开算法将中间变量线性化，对目标位置和速度初始值进一步校正。理论分析证明了在适当的噪声水平下该算法能够达到克拉美罗界（CRLB）。此外，计算机仿真表明仅使用4个观测站时，该算法对于近场以及远场目标参数的估计精度在测量噪声较小时可以实现CRLB；并且还表明使用5个观测站估计时，该算法比TSWLS及其改进算法能更好地适应大的测量噪声。