基于TechDemoSat-1卫星的GPS反射信号海面高度反演

针对星载GPS反射信号（GPS-R）海面测高的误差问题,基于星载GPS-R实测数据进行星载海面测高模型和误差修正模型的研究,并验证其有效性。利用TechDemoSat-1（TDS-1）数据,使用时延多普勒图（DDM）海面高度反演技术,着重分析了星载GPS-R海面高度反演中的各类误差,并建立了相应的误差模型。对星载GPS-R海面高度反演模型进行优化,采用DTU15全球平均海面模型、DTU全球海潮模型验证反演精度。结果证明:优化后反演模型得到的全球海面高度反演结果的平均绝对误差（MAD）为6.05 m,精度提高了约29%,有效提高了海面高度反演的精度。研究成果对于推广星载GNSS反射信号（GNSS-R）的海面测高应用具有一定的意义。      

星载GNSS-R海面风场观测载荷关键技术设计与验证

目前海面风场观测手段有限,基于全球导航卫星系统反射信号处理(global navigation satellite system reflection,GNSS-R)的天基观测为全球风场信息获取提供了全新的手段.GNSS-R海面风速探测技术具有全天时、全天候、低功耗、宽覆盖、多信号源、低成本等特点,日益获得了广泛的关注...     

基于Fabry-Perot干涉仪气辉观测数据反演中性风速方法比较

利用半径法、完整傅里叶级数描述法和非线性回归法分别对安装在河北省境内国家天文台兴隆园区（40.2°N,117.4°E）的Fabry-Perot干涉仪（FPI）获得的地基中高层大气气辉观测数据进行风速反演.反演结果表明,半径法、完整傅里叶级数描述法和非线性回归法均能很好地反演风速,在误差范围内反演结果存在很好的一致性.相对于半径法和完整傅里叶级数描述法,非线性回归方法更完整地利用了观测数据信息,反演结果可信度较高.     

基于GMF方法的捕风一号风速反演分析

全球尺度高时空分辨率海面风场探测是当前全球气象研究及预报预测领域的关注热点之一,传统海面风场探测技术存在测量区域有限,且受天气环境限制明显等问题.基于全球导航卫星系统-反射(GNSS-R)测量技术风速反演原理,以捕风一号1级数据产品为输入,欧洲中期天气预报中心再分析风速数据为参考风速,采用地球物理模型函数(GMF)方法...     

基于QZSS L1信号的岸基GNSS-R码延迟海面测高

为了探究GNSS L1波段中信号不同调制方式的GNSS-R码相位延迟海面的测高性能,开展了双天线岸基GNSS-R海面测高实验,收集了采样率为40 MHz的原始中频数据。利用自主开发的GNSS-R测高软件接收机和反演软件对实验数据进行了处理分析,同时获得了基于QZSS L1C/A码和L1C码的GNSS-R海面测高结果,并分别与岸基同步观测的雷达高度计的测高值进行对比,以对反演结果进行精度评定。实验结果表明:基于QZSS L1C/A码和L1C码的海面测高精度最优可达0.63 m和0.4 m,L1C码的延迟GNSS-R测高精度明显高于L1C/A码。此外,GNSS-R测高精度会随着卫星高度角的增加而有所增加。      

基于相关功率修正的地基GNSS-R土壤湿度反演

利用全球导航卫星系统反射信号测量技术(GNSS-R)进行土壤湿度反演过程中,实际接收天线方向性会造成GNSS直反信号相关功率测量偏差。针对地基观测场景下天线方向性造成的相关功率的类余弦振荡问题,提出了基于多项式拟合的信号相关功率修正方法。为了验证所提方法的有效性,开展了地基GNSS-R土壤湿度观测实验,结果表明:基于多项式拟合的相关功率修正可以消除信号相关功率的类余弦振荡,提升GNSS-R土壤湿度反演中的观测数据有效性和反演结果准确性。      

CYGNSS海面风速固有误差与时空分布特征

全球导航卫星系统反射测量（GNSS-R）是一种新兴的海面风速遥感技术,对GNSS-R反演风速进行详细定量分析是该技术从科学研究走向业务应用的必要条件。 以气旋全球导航卫星系统（CYGNSS）的风速数据为例,利用时空匹配的浮标风速和欧洲中期天气预报中心（ECMWF）的预报风速数据,详细分析了CYGNSS遥感风速的气候态特征和时空分布特征。基于三配对数据分析方法,阐明了CYGNSS遥感风速的固有误差,并提出了相应的风速标定系数。研究表明：GYGNSS的中低风速（w <10 m·s^–1）精度较好,但高风速的误差显著增大;风速误差具有良好的时间一致性,但呈现明显的空间分布不均匀现象;总体而言,CYGNSS风速的固有误差约为1.79 m·s^–1。研究结果一方面可为CYGNSS风速数据的业务应用提供参考,另一方面也为进一步标定CYGNSS的反射测量信号提供依据。     

一种基于北斗三号系统的GNSS-R海面干涉测高技术

GNSS-R干涉测高技术可用于中尺度海面高度观测,具有空间分辨率高、测量精度高等优势。与传统的GNSS-R本地码测高技术相比,GNSS-R干涉测高技术可以有效提升高度测量精度。虽然GNSS-R干涉测高技术已有一些研究,但是基于北斗三号的干涉测高应用还很少。本文根据GNSS-R干涉测高技术优势,针对北斗三号系统在干涉测高技术上的应用,研发了支持北斗三号的GNSS-R干涉测高接收机并描述了整体架构及实现。利用所研发的接收机进行水面干涉测高试验,首次获取了北斗三号B1和B2干涉测高波形,与传统GPS L1和北斗B1本地码测高波形进行对比。对两种方法计算出的水面高度进行对比,结果显示北斗三号干涉测高精度明显优于GPS L1和北斗B1传统本地码测高精度。     

地基Fabry-Perot中高层大气风速反演及误差分析

基于子午工程地基法布里-帕罗干涉仪（Fabry-Perot Interferometer,FPI）的气辉观测数据,结合地基独特的观测模式（天顶角为0° 的天顶方向和天顶角为45°的东西北南四个方向）对地基中高层大气风速进行反演,包括数据预处理、干涉环圆心确定、干涉环半径计算和风速反演. 将2010年5月6-13日8天十个环（十个干涉环同时参与反演）的反演结果与地基FPI风速实测数据进行比较,得到557.7nm,630.0nm,892.0nm三种谱线气辉的反演平均偏差分别为2.7m·s^-1,5.5m·s^-1,7.7m·s^-1. 此外,基于反演算法对上述反演精度影响因素进行了分析. 研究发现,气辉辐射强度对风速的反演精度影响较大,气辉辐射越强,外环的半径计算精度越高,可参与的反演环数越多,则最终的风速反演精度越高. 而圆心偏差± 2pixel（五个环）和± 1pixel（十个环）及焦距变化（±10mm）对风速反演精度的影响相对较小,但当超出这一偏差范围,风速反演偏差会迅速增大.     

基于FY-3C/MWHTS观测资料反演中低纬度海面气压

利用风云三号C星（FY-3C）微波温湿探测仪（MWHTS）的实测亮温数据,开展了中低纬度（40°S-40°N）区域海面气压反演研究.MWHTS 118.75GHz氧气通道的辐射亮温测量值与氧气气柱总量密切相关,可用于反演海面气压.根据辐射传输方程分析了MWHTS 8个氧气通道对海面气压的敏感性.结果表明,与位于氧气吸收带中心的通道相比,位于吸收带翼区的探测通道对海面气压的变化更敏感.基于神经网络方法建立了中低纬度海面气压反演算法,通过将反演结果与ERA-Interim再分析数据以及原位观测数据进行对比分析,发现建立的反演算法在中低纬度晴空、云天、雨天条件下,对海面气压的估计精度分别为2.0,3.0和3.5hPa.最后,开展了生成初期热带气旋的反演试验,结果表明反演的海面气压资料对热带低压的判别有一定帮助.     

基于深度强化学习的高超声速飞行器动态面控制方法

针对高超声速飞行器控制问题,通过将深度强化学习与动态面控制方法相结合,设计了智能姿态控制算法。首先,基于模型先验知识,采用传统的动态面控制方法设计控制器结构。然后,考虑跟踪误差和控制量幅值约束的情况下,采用深度学习算法完成对控制器参数的智能寻优,代替传统设计中的人工调参试错过程。为提升训练效果,在奖励函数中引入了控制量变化率。最后,通过数值仿真验证了所设计控制方法的有效性与鲁棒性。     

太阳风对流效应对CME渡越时间的影响

基于Gopalswamy预报日冕物质抛射（CME）渡越时间的经验模型,选取1996-2007年间52个与地磁效应Dst<-50nT相关的CME事件以及10个引起特大磁暴（Dst<-200nT）的CME事件,结合ACE卫星在1AU处的太阳风观测资料,分析背景太阳风对流效应对CME到达1AU处渡越时间预报的影响.对于52个CME事件,考虑太阳风对流效应的影响后,预报的标准偏差由16.5h降为11.4h,修正后的误差分布趋向于高斯分布,并且68%事件的预报误差小于15h.对于10个引起特大磁暴的CME事件,考虑太阳风对流效应的影响后,预报的标准偏差由10.6h降低到6.5h,其中6个事件的预报误差小于5h.研究结果表明,对于CME事件,考虑背景太阳风对流效应的影响可以降低预报CME渡越时间的标准偏差,说明太阳风对流效应对预报CME事件渡越时间具有重要作用.     

太阳风速度及日球电流片对CME渡越时间的影响

基于1996-2005年88个引起重大地磁暴的CME(日冕物质抛射)事件、1996-2000年的47个CME事件以及1997-2002年的29个全晕状CME事件,结合ACE卫星在1AU处的太阳风和行星际磁场观测资料以及Wilcox Solar Observatory(WSO)天文台的太阳光球层磁图,分析了背景太阳风速度和日球电流片对CME到达1AU处渡越时间预报误差的影响.结果表明,背景太阳风速度与CME渡越时间误差并没有明显的相关性,在考虑了磁云通量管轴相对黄道面夹角的影响后相关性依然不明显.然而日球电流片对CME渡越时间却有明显的影响,对于初速度较小的异侧CME事件,其渡越时间大于同侧事件;而对于具有较大初速度的CME事件,异侧事件的渡越时间明显小于同侧事件.研究结果表明,CME与太阳风以及日球电流片的相互作用并不是简单的对流相互作用,造成高速CME异侧事件快于同侧事件到达地球的因素非常复杂,有待深入研究.     

火星表面风沙物理过程及沙尘暴的起动风速

通过建立风吹动地表沙粒运动的模型并根据大气湍流边界层风速廓线规律,计算了火星上沙尘暴的起动风速和沙尘暴发生时空中悬浮沙尘粒径的大小,并对沙粒从地面跳起进入气流的方式进行了验证.发现当大气为中性层结时,火星沙尘暴的起动需要离地面2m高处的风速达到28.7m·s^-1.在起动临界风速下,地表沙粒需要滚动一个粒径的距离才能跳起,沙尘暴发生后,火星大气中悬浮沙尘的粒径小于30μm.     

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.     

基于PI控制的直流电机调速控制系统的研制

为解决直流电机速度控制问题,采用增量式PI控制方法,设计了无刷直流电机速度控制器。对模拟调节器进行了离散化处理,每隔10ms用编码器测速一次,并进行适当的软件滤波,用计算出速度差作为控制量,用离散的差分方程代替连续的微分方程,用软件实现了PI控制算法。搭建了基于STM32的实验平台,给出了P和I参数整定方法,并通过大量实验得到了合适的P和I的系数,验证了该增量式PI控制方法的正确性。研究结果表明:该PI控制算法能够实现对速度的恒定控制,响应速度快、抗干扰能力强。为PID控制提供了实验的方法和步骤。     

基于知识图谱和自动机器学习的软件缺陷预测

不稳定和召回率低效的软件缺陷预测模型难以在行业领域应用,为解决稳定和高效各项性能评价指标的软件缺陷预测模型在工程实践应用的问题,提出了一种基于知识图谱和自动化机器学习的软件缺陷预测方法AutoKGGAS,首先获取软件缺陷预测模型数据,对知识建模、知识获取、知识融合、知识储存与知识计算等知识图谱构建技术研究,实现知识图谱...     

天气尺度到气候尺度太阳风变速对中高纬大气环流的影响

通过对冬季太阳风短时(天气尺度)降速与北大西洋涛动和北极涛动等北半球中高纬度环流指数的时序重叠分析,结合对1963年以来48个冬季太阳风平均速度与北极涛动等指数的相关分析发现,从短时太阳风降速到向亚极光带沉降的辐射带高能电子通量显著下降,北极涛动也有迅速的响应,这预示着从太阳风到大气环流存在天气尺度的短时关系链,在这一时间尺度现有理论中仅有“空间粒子-大气电-云微物理”联系机制能较好地解释;太阳风速度与北极涛动的正相关信号在气候尺度上也有显著体现,太阳风可能通过高能电子沉降与北半球冬季中高纬度环流相联系,这表明太阳风通过大气电-云微物理过程驱动的过程是太阳活动影响气候变化的不可忽视的途径;开展太阳风起源、空间环境与大气(环流、电场)和地磁系统的联合观测及数值模拟是揭示日地天气与气候联系的重要研究内容之一.     

基于机器学习方法对23太阳活动周质子事件的研究

在耀斑伴随日冕物质抛射（CME）事件编目数据的基础上,进行太阳质子事件（SPE）匹配,构建研究数据集.利用Apriori算法挖掘SPE与耀斑级别、耀斑发生日面位置以及CME角宽度和速度的关联关系.结果表明：X级耀斑、全晕CME、高速（>1000km·^-1） CME和日面西半球耀斑是最可能伴随质子事件的4种特征,其诱发质子事件概率依次为0.366,0.355,0.30,0.155.角宽度低于120°或速度低于400km·^-1的CME产生质子事件的概率为0.高速CME产生质子事件的概率是低速（400～1000km·^-1） CME的8.6倍,X级耀斑产生质子事件的概率是M级耀斑的6.2倍,日面西部耀斑产生质子事件的概率是日面东部耀斑概率的3.9倍,全晕CME产生太阳质子事件的概率是非全晕（120°～360°） CME的3.8倍.对太阳质子事件样本进行过采样处理,利用随机森林等5种典型有监督学习算法,构建了基于第23太阳活动周耀斑和CME特征的质子事件预测模型.结果表明,该预报模型的质子事件预测准确率、精确率和召回率均控制在91%以上.