基于支持向量拟合代理模型的卫星多学科设计优化

为了提高卫星的设计质量与效率,建立以卫星总质量最小为优化目标的多学科设计优化问题,主要考虑轨道、有效载荷、电源和结构4个分系统的设计并梳理其耦合关系,整理并建立了较为详细且贴近工程实际的学科分析模型。本文提出了基于支持向量拟合(Support vector regression,SVR)代理模型的优化策略,并将其应用于海洋卫星多学科设计优化中。本文算例卫星参考海洋一号卫星(HY-1),优化后整星质量相对于初始质量下降了约14.1%。优化结果表明了卫星多学科优化设计(Multidisciplnary design optimization,MDO)模型的合理性和该优化策略的有效性,为进一步探索代理模型技术在卫星MDO设计当中的应用奠定了基础。     

上面级快速星图匹配算法研究

现有星图匹配算法存在搜索时间慢、算法实时性差的问题。为了满足上面级实时性的要求,文章采用K矢量查找算法来提高查找快速性,选择星对角矩作为星图匹配的特征量,构造星对角矩矢量,采用星棱锥星图匹配算法进行星图识别。最后采用上下位机的形式进行仿真分析,结果表明采用该星棱锥快速星图匹配算法成功率在99%以上,识别时间最长约为100ms,平均时间在15ms以内。该算法能够满足上面级对匹配算法快速性和高精度的要求。     

藏匿在冯·卡门坑南部下方的月球质量瘤

月球着陆探测的候选着陆区域的质量异常分布,预示着对应区域发生过复杂的动力学演化过程,存在着异常丰富的物质组成。对月球的质量异常分布或重力场异常的探测是基于绕月卫星重力探测方法获取的,结合“嫦娥1号”月球探测获得的月球重力场异常模型与地形探测模型的数据,分析揭示存在于月球背面的质量瘤区域,研究结果表明：使用多次任务的数据首次证认了一个位于中尺度撞击区域,冯·卡门（Von Kármán）撞击坑的南半部和边缘的正下部的质量瘤,暂定编号CEFC04,冯·卡门撞击坑是该区域形成后,又一次大型撞击产生的。这类显著的被藏匿的中尺度月球质量瘤的发现,对探测研究月球的演化有重要意义。     

基于“嫦娥2号”CELMS数据的冯·卡门撞击坑微波辐射特性

冯·卡门（Von Kármán）撞击坑位于月球背面的SPA盆地西北部,切穿了浅层月壳,具有异常的矿物成分分布。基于微波辐射计数据的月壤微波辐射特性分析,对月球热演化和岩浆演化研究具有重要的参考价值。本研究基于“嫦娥2号”卫星微波辐射计数据,采用时角分析、双线性插值方法,生成了研究区域的亮温（T_B）图和亮温差（dT_B）图像;结合Arcgis软件,叠加地质图,并结合成分、地形图,研究了Von Kármán撞击坑微波辐射特性。研究结果表明：研究区北部出现高T_B异常,初步判定为下垫面温度较高;研究区南部出现与钛铁矿（FeO+TiO₂）含量分布相对应的亮温表现;结合研究区的微波辐射特性,重新进行了冯·卡门撞击坑地质解译;根据冯·卡门撞击坑的亮温表现,建议北部为着陆区重点选择区,其次为南部和西部。     

基于LOLA数据的冯·卡门撞击坑太阳辐射研究

冯·卡门（Von Kármán）撞击坑是“嫦娥4号”的候选着陆区之一。基于LOLA高程数据,对当前的月球光照模型做出改进,建立了月表太阳辐射模型,对冯·卡门地区2018年太阳辐射进行了数值模拟分析。结果表明：地形对太阳辐射的影响很大,撞击坑的南部坑壁、中央峰北部以及内部小撞击坑南部坑壁接收的太阳辐射能较多,坑底平原大部分地区接收的太阳辐射能在（0.9~1）×10¹⁰ J/m²之间;不考虑月面坡度时,太阳辐射能量主要受纬度的影响,计算区域的变化范围为（0.87~1.01）×10¹⁰ J/m²。结合月表坡度和光照条件提出了两个候选着陆区（S1区和S2区）：S1区位于坑底南部平原,地势更平缓,日出更早,光照时间更长;S2区位于中央峰西北侧,接收的太阳辐射能量更多。两区全年平均接收的太阳辐射能分别为9.31×10⁹ J/m²和9.65×10⁹ J/m²,7月份光照时间最长,更适宜着陆。     

镍铬-镍硅热电偶特性分析与应用研究

以镍铬-镍硅热电偶在火箭发动机试验中的应用为研究对象。对其特性和影响测量的主要因素进行了论述。对镍铬-镍硅热电偶在使用中的劣化问题进行了研究和探讨,结果表明重复使用后的镍铬-镍硅热电偶的劣化是不可避免的,其劣化程度随封装形式、使用温度、直径及使用时间的不同而异,并根据多次试验数据的积累,总结出了相应的处理方法。     

基于朴素贝叶斯K近邻的快速图像分类算法

朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性.     

Simulation of temperature distribution and discharge crater of SiCp/Al composites in a single-pulsed arc discharge

SiC_p/Al composites are difficult-to-cut materials. In recent years, electrical arc discharge machining has been developed to improve the machinability of these materials. However, there is a big challenge to build a satisfactory heat transfer model of SiC_p/Al composites in the arc machining. This is not only because of the material property difference between the reinforcement and matrix material but also because of the micro-dimension SiC reinforcements. This paper established a new heat conduction simulation model considering the SiC particle-Al matrix interface and the phase change effects in a single-pulsed arc discharge of SiC_p/Al composites. A novel SiC particle-Al matrix cell geometric model was designed firstly. Then, the temperature distribution at a different depth from the workpiece surface was analyzed, the influence of sic volume fraction on temperature field was studied, and the contribution of the interface thermal resistance and latent heat were explained. To demonstrate the validity of the new numerical model, comparisons and verifications were employed. Finally, the method of improving the model was proposed and the machining mechanism of arc discharge of SiC_p/Al matrix materials was discussed. It was found that high temperature is prone to concentrate on the surface layers of the workpiece especially when the SiC fraction is high, also, the temperature fluctuates respectively at the evaporation point of aluminum and SiC, and the SiC-Al resistance has less influence on temperature distribution compared to latent heat, etc. The model build in this work improves the simulation accuracy observably compared to the previous model, and the simulation work will help to acquire a detailed mechanism of material removal of SiC_p/Al composites in the arc discharge machining.     

基于光学图像的撞击坑识别研究综述

当前,随着深空探测研究工作的需要,将信息科学的图像处理、模式识别技术应用到空间探测领域成为必然。基于光学图像的撞击坑自主检测技术就是将信息科学的图像处理技术应用到空间科学研究中的一个很好例证,近年来得到了各国学者的重视。本文针对这一领域的相关研究进行了介绍与分析。首先,对这一技术的研究意义从地质学、天体表面结构和特征数据库建设、探测器导航三个角度加以说明;其次,详细阐述了该技术的研究现状,简要介绍了其中一些经典算法,并将相关算法分为三类:全自主检测算法、半自主检测算法和组合检测算法;最后,提出了该技术研究所面临的难点和未来研究方向与应用空间,以及介绍了作者在这一方面的研究进展。     

干涉合成孔径雷达基线的估计

研究了对干涉合成孔径雷达系统有重要影响的基线的估计方法。根据多飞干涉合成孔径雷达系统的特性,基线在平台的运动过程中是变化的。为了充分利用现有的资料,首先根据干涉系统的轨道参数计算基线参数,然后利用有限的参考点信息,如角闪烁器,形成迭代算法,从而实现准确估计基线在运动中特征的目的。意大利Ｅｔｎａ火山口数据的处理结果验证了本文提出算法的可靠性。