基于大气模型误差特性的"天宫一号"再入预报

空间环境扰动是影响再入预报精度的重要因素。利用相同空间环境情况下大气模型误差具有较大相关性的特点,提出使用时分参数的策略进行再入预报。首先基于两行根数计算弹道系数,并根据弹道系数序列判别"天宫一号"(TG-1)目标飞行器的姿态;分析TG-1持续翻滚后弹道系数随地磁指数的变化特性,确定弹道系数-空间环境对应表;再入预报过程中根据积分时刻空间环境情况选择对应的弹道系数,以降低大气模型误差的影响。在TG-1再入案例中,文章中的方法最大预报误差仅为8%,远小于传统方法预报误差,可以有效提高空间环境扰动时的再入预报精度。     

火箭最大气动载荷预报精度及建模订正分析

以qa_max实况值为基准，分析了火箭最大气动载荷预报值精度随预报天数的变化特征。发现在预报天数1～11天内，最大气动载荷预报值精度随预报天数延长而降低，其绝对差从225.78 Pa·rad(第1天)增长到533.87 Pa·rad(第11天)、相对误差由10.97%(第1天)增大到24.54%(第11天);利用多元线性回归方法建立最大气动载荷预报值订正模型，可提高各预报天数的最大气动载荷预报值精度，平均绝对差由402.45 Pa·rad减小到309.82 Pa·rad,平均相对误差由17.71%减小到14.60%,这些发现对于火箭发射前的安全飞行保障具有参考价值。     

无控航天器与空间碎片再入的工程预测方法研究现状

无控航天器、火箭末级以及空间碎片再入地球大气层后可能未烧尽,残存的小碎片高速撞击地面,对人类安全和生态系统构成极大威胁。提前预测其再入轨迹并采取预防措施能够有效降低地面风险。文章对无控航天器和空间碎片再入工程预测模型,包括航天器模型、动力学模型、气动热模型和烧蚀解体模型的研究现状进行跟踪与总结,也介绍了国内外有公开资料的工程应用软件,并讨论若干关键问题和进一步研究方向。     

PCE方法在空间实验室轨道预报误差分析中的应用

应用多项式混沌展开法(PCE)进行空间实验室轨道预报误差分析。通过构建PCE模型对轨道预报的不确定性传播过程进行近似，进而对轨道预报后航天器位置和速度的误差进行分析。分析了不同PCE模型阶数、预报时长以及样本点的数目对构建PCE模型的影响。综合考虑精度和计算效率，给出了适用于空间实验室轨道预报误差分析的PCE模型。将PCE方法与传统方法进行对比，结果表明PCE方法有较好的非线性近似能力，且计算效率高，验证了PCE方法应用于空间实验室轨道预报误差分析的有效性。     

应用距离搜索的低轨空间碎片初始轨道确定方法

使用低轨天基光学望远镜扫描式观测低轨空间碎片,由于两者的相对运动较快,只能获得很短时间内的角度观测值(甚短观测弧段),使用传统的Gauss方法和Gooding方法很难得到精确的空间碎片初始轨道。为此,文章提出了一种新的方法,在给定的一组角度观测值中,通过搜索其中2个时刻的距离信息,将纯角度的初始轨道确定问题转换为基于2个位置矢量的初始轨道确定问题;再利用其他时刻的角度观测值进行检核和约束,筛选出最优的初始轨道结果。利用文章方法对空间碎片在10~60s内的503个观测弧段进行处理,结果表明,其定轨误差与角度观测值变化率有关。将文章方法所得结果与Gauss方法和Gooding方法进行比较,证明文章方法在解的成功率和精度上都显著优于其他2种方法,能很好地确定空间碎片的初始轨道。     

RLV再入混合制导方法研究

提出可重复使用跨大气层飞行器（RLV）再入混合制导方法，该方法将再入轨道在线生成技术、基于阻力加速度飞行剖面的跟踪制导技术和数值预测制导技术有机结合。其中再入轨道在线生成能够向轨道预测制导算法提供初值，以加快轨道预测制导算法收敛速度；轨道跟踪控制器控制再入吸热，使再入轨道满足再入走廊约束；而数值预测制导算法则对再入轨道进行快速预报，生成合适的制导指令，将RLV导向目标。给出了RLV再入混合制导的具体算法，并对Marshall航天中心先进制导与控制项目所提出的九种再入情况进行了初步仿真，结果表明所提出的RLV再入混合制导方案是可行的。     

天基照相跟踪空间碎片批处理轨道确定研究

随着国内外天基观测空间碎片研究的展开,文章提出了利用跟踪卫星的CCD(Charge
Coupled Device)相机对空间碎片进行轨道探测的方法,首先建立了CCD照相观测模型和基于 照相观测 的空间碎片批处理轨道确定模型。通过对CCD相机底片归算方法的分析可知,利用
CCD相机所获得的观测数据与跟踪卫星的姿态无关,且其精度只与测量和坐标转换计算的精 度有关,在测量和计算中可获得较高的精度。分别对分布密度较高的低轨道和地球同步 轨道区域的空间碎片进行了定轨分析。仿真结果表明,定轨时采用两个跟踪弧段的照相数据 定轨精度大大高于一个弧段照相数据的定轨精度;跟踪卫星距离空间碎片越近,定轨精度越 高;低轨道空间碎片的定轨精度高于地球同步轨道上的空间碎片定轨精度。
     

基于虚拟落点策略的月球返回飞船再入制导方法

针对长航程大偏差状况下阿波罗再入制导算法的精度退化问题提出改进,采用数值预测-校正方法规划和调制线性参数化的倾侧角剖面,给出了一种在全航程包络内适用的月球返回飞船再入制导方法。引入虚拟落点策略,在一次再入段利用算法预测能力预测二次再入段初始侧向偏差并进行前馈补偿,给出了简便有效的虚拟落点瞄准程序。大偏差任务想定下的蒙特卡洛仿真分析表明,该算法在3000km到10000km的再入航程范围内,能够确保偏差小于3km的落点精度。     

利用混合模型LSTM-DNN进行全球电离层TEC map的中短期预报

近年来,基于深度学习技术的长短期记忆(long short-term memory,LSTM)网络相关预报算法在空间天气的预测方面得到广泛应用,但存在预测误差随时间堆叠的缺陷,因此只能进行有限的短期预测.为解决这一问题,文章将太阳风参数、太阳黑子数、地磁活动水平指数Ap以及磁暴环电流指数Dst作为预报因子加入模型,建立...     

高超声速飞行器再入段LQR自抗扰控制方法设计

针对高超声速飞行器(HSV)再入过程中强非线性、强耦合、气动参数变化剧烈的不确定性的特点,提出一种基于线性二次型调节器(LQR)和自抗扰控制(ADRC)的高超声速飞行器再入段的姿态控制方法。首先,建立高超声速飞行器再入段线性化模型,并采用LQR方法完成了状态反馈控制律设计。然后,结合自抗扰控制技术,设计了扩张状态观测器(ESO)对系统的模型不确定性和外部干扰进行补偿,大幅增强了系统的扰动抑制能力。最后,将得到的高超声速飞行器再入段LQR自抗扰姿态控制器(LQRADRC)应用于高超声速飞行器六自由度仿真,仿真结果表明本文所提出的控制方法能够快速、精确地跟踪角位置指令,并且对系统不确定性具有强鲁棒性。     

基于深度学习的多步预测方法在太阳风速度预测上的应用

为对近地环境太阳风状况进行可靠预测,引入基于深度学习的多步预测方法来预测在太阳与地球之间的拉格朗日点1(L1)处距离输入观测数据序列未来24、48、72、96 h的太阳风速度.采用SDO的图像数据提取冕洞面积等特征信息,并从NASA OMNIWEB数据集提取其他输入特征,形成多变量的时序数据作为太阳风速度预测的输入信息...     

空间目标轨道信息软件平台的建设

空间目标轨道信息是空间态势感知的重要要素,是空间碰撞预警、空间碎片环境模型和许多空间应用的基础。因而,空间目标轨道确定成为空间态势感知的主要任务之一。文章介绍武汉大学测绘学院正在开发建设的空间目标轨道信息服务软件平台,该平台拥有的主要功能有:利用多源数据的卫星/空间碎片轨道确定(包括初轨确定)与预报、大气质量密度模型精化、空间碰撞预警和半解析法快速精密轨道传播等。文章还针对软件平台功能的研究进展进行了综述,介绍了软件平台发展规划。     

基于稀疏信号表示的空间碎片成像

地基雷达一直是空间碎片监测的有力工具,研究如何利用它们对尺寸小于距离分辨率的目标进行成像具有重要意义。基于空间碎片通常会围绕它的主轴进行简单的自旋转运动这一事实,通过对目标回波模型的分析,本文提出了一种基于稀疏信号表示的空间碎片成像方法。该方法将成像问题转化为稀疏信号分解问题,首先以各个散射点的散射特性作为元素构建字典,然后通过采用现有的方法对单个距离单元横向回波数据的稀疏信号表示进行求解,最后对求解的结果重新排列以得到目标的二维高分辨图像。仿真实验结果表明了本方法的正确性。     

导航卫星光压建模及表面光学特性参数影响分析

为分析某导航卫星（为表述方便,下文称为B导航卫星或B卫星）的表面光学特性参数变化产生的影响,本文首先参考GPS光压建模方法,结合B卫星的结构、控制及轨道特点,构建了一种适合B卫星的分析型光压模型。在该光压模型的约束下,分析表面光学特性参数变化产生的影响。最后利用建立的光压模型进行轨道预报,与精密星历等实际数据比较,验证了模型并分析了表面光学特性参数对轨道预报的影响。     

地基激光测距系统观测空间碎片进展

卫星激光测距作为地基光电望远镜系统重要技术应用,可直接精确测量空间碎片距离,提升碎片目标轨道监测精度。基于上海天文台60 cm口径激光测距望远镜,应用百赫兹重复率高功率激光器、高效率激光信号探测系统等,建立了空间碎片激光测距系统,实现了对距离500~2600 km、截面积0.3~20 m2的碎片目标观测,测距精度优于1 m,具备了碎片目标常规测量与应用能力。此外,开展了空间目标白天监视技术研究,实现了亮于6星等恒星的白天观测,并进行了望远镜局部指向误差模型分析,分析结果可应用于空间碎片白天激光观测的目标监视与引导。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。     

低地球轨道航天器的轨道碎片环境

文章介绍了一种适用于低地球轨道航天器的轨道碎片环境模型。对建立这个模型的数据源及设计标准进行了详细的叙述。并评价这个数据模型对未来空间环境的预测和测量中的不确定性。     

天籁射电阵的空间碎片探测性能分析

提出以曲靖非相干散射雷达作为一种可能的发射源与天籁射电阵组成一套双基地雷达空间碎片探测系统，对该系统的空间碎片探测性能进行计算与仿真分析，包括可探测目标雷达散射截面积(RCS)、天籁射电阵对空间目标与碎片探测时间、探测效率等。分析表明，该系统具有探测直径10 cm以下级空间小碎片的潜力，并在最后提出了一种基于该系统的交叉波束的确定方法及对空间碎片定位的方法。