冗余惯性导航系统信息一致性判断方法

针对冗余惯性导航信息识别问题,提出一种基于Siamese网络的导航信息一致性判断方法。采用一段时间内的惯导数据变化趋势,模拟人脑对数据信息一致性的判断。首先建立惯组测量模型,获得不同状态的惯组测量数据,导航解算等处理后得到一段时间内7类21维的数据信息构造样本对。然后通过设计Siamese网络结构,采用卷积神经网络提取样本对特征向量进行网络训练。最后进行实验仿真验证。结果表明,本文采用552对小样本数据进行训练的结果,在与训练样本存在差异的497对测试样本上达到了98.19%的准确度,说明网络具有一定的泛化能力。神经网络训练结果稳定,在测试集上的准确度高。为冗余惯性导航系统信息一致性判断提供了新思路。     

基于Faster-RCNN的快速目标检测算法

提出一种快速目标检测算法。在训练时,引入区域数目调节层,实时判断当前训练效果,根据当前训练效果,适当增减候选区域数目,达到节省开销的目的。训练结束,记录最佳候选区域数量。在测试时,候选区域数量选择为最佳候选区域数量。此外,深层次的卷积神经网络容易在训练中出现退化现象,引入残差网络能有效抑制该现象。以Resnet50为基础进行改进,重新搭建起58层特征提取网络。实验在PASCAL VOC数据集上进行,较经典网络模型,速率提升了18%,识别率提高了3%。另外针对特定飞行器检测做出改进,诸如多尺度训练和丰富锚点样式。     

基于深度卷积神经网络的遥感影像目标检测

随着遥感影像数据规模的快速扩张,如何高效准确地识别遥感影像中的典型目标成为当前的研究热点。为解决传统遥感影像目标检测方法准确率低的问题,用基于深度卷积神经网络进行遥感影像目标检测,在遥感影像数据集上用基于Faster-RCNN的神经网络模型对VGG16卷积网络进行训练,对输入的遥感影像通过区域推荐网络标注出待检目标的包围框和置信度,实现对遥感影像的目标检测。以飞机和油罐为例,在TensorFlow深度学习框架下实现了数据预处理、网络训练、目标检测等功能,并在当前测试数据集上取得了较高的检测准确率和置信度。该研究成果可应用于遥感影像解译和处理等相关领域。     

凝视视频卫星目标检测算法

为了实现对高分辨率光学遥感视频卫星成像视场范围内的飞机目标进行快速高效检测,提出一种遥感影像快速目标检测方案。文章借鉴深度卷积神经网络模型YOLO系列算法高速检测目标优点,引入端对端式全卷积神经网络构建检目标测算法,通过实验统计和探索光学卫星成像视场范围大小对目标检测准确率和检测速度的影响,结合目标尺度进行网络调优、改进检测模型,得到基于凝视成像视频卫星目标检测的高效算法。运用算法对来自"吉林一号"光学A星及视频3星的影像数据集进行目标检测实验统计,在413张800像素×800像素的静态遥感影像测试集中实现76.2%的平均检测准确率,在同等尺度的遥感视频序列中实现31帧/s的检测速度。该算法成功将深度卷积神经网络技术引入到凝视视频卫星遥感应用领域,有效证明了深度学习技术在遥感视频识别领域的可行性。     

一种基于迁移学习的遥测数据异常检测方法

为解决卫星遥测数据异常检测面临的数据不平衡且缺乏有标签样本的问题，提出一种基于一维卷积神经网络(1dCNN)迁移学习的异常检测方法。首先利用源域卫星的遥测数据对1dCNN进行预训练，使得模型的卷积层具有卫星状态特征的提取能力；然后将训练好的模型迁移到缺乏标签数据的目标域卫星中；利用目标域有标签样本对预训练模型进行微调，从而实现了对目标域测试集样本的异常检测。为了使1dCNN能够适应遥测数据样本的不平衡性，引入了代价敏感训练策略，建立动态损失函数，从而提升代价敏感一维卷积神经网络(cs 1dCNN)对于异常样本的识别能力。以某两个卫星的电源分系统遥测数据进行了验证，实验结果表明该异常检测迁移方法具有较好的有效性和鲁棒性。     

基于BP神经网络的固体推进剂性能预示方法研究

简述了人工神经网络的原理,利用MATLAB的神经网络工具箱建立了有关固体推进剂性能参数的BP网络模型,并利用数据库的数据对网络模型进行训练和检验。具体实例表明,利用神经网络建模对固体推进剂的性能参数进行预示计算,简便易行,预示精度高。     

一种在轨卫星光学遥感舰船检测算法

为了解决资源有限的在轨处理环境对光学遥感舰船检测网络速度和精度的影响,提出了应用倒置残差结构的舰船检测算法。采用端到端网络作为基础模型,裁剪网络的层数和3/4通道数,构建2层卷积倒置残差模块,使用可分离卷积和1×1卷积对普通卷积层进行替换,只保留1个检测分支,使用金字塔检测方式实现多尺度目标检测网络。基于高分一号卫星数据集的试验结果表明:相较于当前的主流网络,算法模型在平均精度(AP)相差不大的情况下检测速度有很大提升。和YOLOv3相比,检测速度提升了72%,参数量减少了99.5%;和YOLOv2相比,检测速度和AP分别提升了58%和0.9。文章提出的算法可为计算资源极其有限的卫星在轨舰船检测实现提供有效的理论技术支撑。     

基于最小熵约束的可解释卷积神经网络

导弹武器系统上的光学探测算法要求具备高可靠性,卷积神经网络属于"黑盒"模型,本文提出一种基于最小熵约束的可解释卷积神经网络,为卷积神经网络模型在导弹武器系统上的应用创造条件.该方法通过传统方法(连通域检测、边缘检测等)找到图片中存在可解释特征,通过模型对可解释特征进行评分,聚类,并通过这些特征对原模型训练提供约束,在最终预测的同时,通过评分对模型给出解释.经实验验证,该方法能够在尽量保证模型分类性能的前提下,极大提高模型的可解释性.     

面向星上目标提取的卷积神经网络优化技术

针对卷积神经网络规模庞大、参数数量众多、在资源受限的在轨场景中难以应用的问题,提出了一种基于知识蒸馏的剪枝压缩改进方法。该方法对训练好的网络进行基于权重和基于通道的混合参数剪枝,在保留网络重要连接的同时剔除冗余信息;采用知识蒸馏法,用原始网络学到的知识指导剪枝后网络的再训练过程,以恢复损失的精度;在遥感数据集上对VGG-16分类网络进行实验。结果表明:所提方法可以实现16～18倍的压缩效果,并且网络精度下降不到1%。这使得卷积神经网络的在轨应用成为可能,具有理论及现实意义。     

基于长短时神经网络的卫星陀螺仪故障检测

针对卫星陀螺仪故障检测中存在的冗余依赖、微小故障覆盖问题，提出一种基于长短时神经网络(LSTM)的故障检测方法。首先对卫星陀螺仪建模，考虑到卫星姿态控制回路对陀螺仪微小故障覆盖影响，利用半物理仿真平台采集陀螺仪正常与故障数据；然后使用部分正常数据训练LSTM神经网络，使得网络具有预测陀螺仪输出的能力，并将另一部分正常数据输入到训练好的网络模型，得到预测误差，进一步设定故障阈值；最后，将测试数据输入提出的故障检测模型，仿真验证其时效性和准确性。结果表明，在采样频率为10Hz时，对于陀螺仪的卡死、噪声以及偏差故障，基于LSTM神经网络的故障检测模型能在故障发生2s内检测出故障，并达到了98.9%的准确率。     

从汉译英的赘冗和疏漏问题看汉英语法特征之差异——汉语语法的柔性之于英语语法的刚性

本文从汉译英的翻译实践出发，从英语译文的错误以及汉英译文对比中，去发现并分析汉语和英语语法特征的差异。论述了英语语法的刚性、显性和汉语语法的柔性、隐性，并从语言对思维的影响的角度，探讨了汉语语言文化的深邃独特和英语语言的缜密精确。     

高超声速跳跃-滑翔弹道方案设计及优化

针时常规弹道导弹突防能力差、成本高的缺点,提出了一种高超声速跣跃-滑翔弹道方案.以某弹道导弹为例,通过采用高升阻比外形和末级发动机多次点火技术,将其再入弹道设计成大气层边缘的跳跃-滑翔弹道,并以航程为目标对弹道进行了优化.结果表明,跳跃-滑翔弹道能大幅增加导弹航程,同时还具有较强的突防能力,而且当跳跃幅度较大时,还可减轻气动加热;优化后导弹的航程进一步增加,跳跃幅度减小,热流峰值减小,加热时间和总气动加热量增加.     

空间交会对接光学敏感器测量的实验研究

光学敏感器通常用作空间交会对接最后阶段的测量敏感器。本文研究了光学成像敏感器的测量方法，并在此基础上进行了物理仿真实验。实验结果表明，当距离为１ｍ左右对直径４０ｃｍ的目标模拟器进行测量时．位置测量精度优于１ｍｍ，姿态测量精度优于０．４°。     

碳化硅纤维增强铝复合材料疲劳性能及疲劳破坏机理研究

介绍了SiC/Al复合材料单向板和正交板试样的拉—拉疲劳特性和疲劳破坏机理研究结果。研究结果表明,SiC/Al板试样拉—拉循环5×10~4次后,其剩余静拉伸强度系数超过0.87,随着循环应力水平的提高,材料的剩余静拉伸强度几乎没有变化,但声发射信号的起始峰值向应变增大方向移动;疲劳将导致复合材料表面产生温升,通过测量材料表面温度的变化,可以提前预告SiC/Al复合材料的疲劳破坏。     

Antenna for precise orbit determination

The ESA SWARM mission will consist of three satellites that will measure the Earth magnetic field. The system calls for metre accuracy knowledge of the measurement locations. To achieve this a GPS receiver is used. At least four GPS signals are tracked to determine the code and carrier ranges, from which the position can be derived. The accuracy improves when using more GPS satellites and by averaging over many measurements. The latter is achieved in ground processing with a model-based orbit prediction, resulting in cm accuracy. The main error contributions in the processing are often measurement errors due to satellite multi-path effects. The multipath effects are characterized by measuring the antenna on a 1.5 m mock-up, representing the 9 m long satellite. In order to verify that the mock-up is representative, extensive electromagnetic simulations were made. The simulations included the antenna and the complete satellite and were then reduced to the antenna and a section of the satellite. The actual design of the antenna was performed with several levels of software. First, a fast bodies-of-revolution simulation found a geometry with the right coverage. Then, a finite element method simulation allowed us to match the antenna at two frequencies simultaneously.     

抗相参雷达的侦察干扰一体化处理技术

基于数字射频存储技术,提出了对相参体制雷达的侦察干扰一体化处理方案.通过对侦察和干扰技术的分别论述和整合研究,将传统上独立的侦察和干扰的主要数字处理算法集成在单个可编程器件内,大大提高了对相参雷达的干扰效能,减小了电子对抗设备的体积和功耗.     

超声速进气道流场三维数值模拟

超声速进气道是固体火箭冲压发动机至关重要的部件之一,直接影响燃烧室的燃烧及发动机性能。基于N-S方程、标准k-ε双方程湍流模型,利用FLUENT软件对某型固体火箭冲压发动机楔形超声速进气道内外流场进行了三维数值模拟。计算得到了超声速进气道在飞行马赫数为Ma=3.5的情况下的流场性能。并在相同马赫数下,研究了等比压缩和攻角条件下的进气道流场的分布情况。模拟结果表明：进气道的总压恢复系数和流量系数等性能指标受到攻角的影响而发生变化。     

基于卫星中继的导弹飞控数据链链路分析

导弹飞控数据链路可极大地提高导弹的作战性能.分析了基于卫星中继的导弹飞控数据链链路特性,给出了其系统组成结构.完成了地星链路和星弹链路系统的分析与设计.最后给出了各链路的通信余量估算.对导弹飞控数据链的工程实现具有参考意义.     

基于HLA的卫星组网通信与对抗仿真系统设计

介绍了一种基于HLA的卫星组网通信与对抗仿真系统设计框架,并较为详细地描述了其联邦与成员设计。基于此设计框架的目的系统能够提供虚拟空间战场环境,使部队进行可信度较高的空间信息作战演习,并进行相应的技术和战术研究。     

卫星系统热特性分析

考虑空间轨道外热流、卫星表面自身辐射、热载荷等因素影响,建立卫星温度场计算模型,在采用蒙特卡罗(Monte-Carlo)法求解卫星复杂辐射边界条件的基础上,利用有限容积法对卫星在轨飞行阶段的瞬态温度场进行数值模拟,计算得到卫星瞬态温度场,并考虑其表面自身辐射及空间轨道外热流等因素,建立卫星红外辐射通量计算模型,计算得到不同时刻、不同热载荷情况下的卫星红外辐射通量分布,并简要分析了在轨卫星热控涂层衰减所带来的表面太阳吸收比的变化对卫星温度场的影响。