基于奇异值分解的接收机自主完好性监测算法

基于最小二乘法残差的接收机自主完好性监测（receiver autonomous integrity monitoring，RAIM）算法本质是一种基于伪距残差矢量的一致性监测算法，但由于残差矢量中各分量具有一定的关联性，掩饰了某些重要的不一致性信息。为了消除这种关联性，提出了一种基于奇异值分解的接收机自主完好性监测方法。在方法中利用奇异值分解对伪距观测矩阵中的观测系数矩阵进行分解，获得奇异值空间矢量和奇异值空间矩阵。基于奇异值空间矢量构造能够直接反映故障卫星偏差信息的检验统计量，从而可以简便地进行粗差监测，更好地满足完好性监测需求。鉴于实际中完好性故障包含运控系统故障、导航系统故障、信号传播异常以及地面接收处理故障等多类因素，以脉冲型和阶跃型两种故障方式进行基于奇异值分解的RAIM故障检测与识别，并开展仿真分析研究。结果表明，提出的方法能够正确检测、识别故障卫星，在特定参数下能够达到很好的故障识别率，即当误警概率设置为1×10-5/h、引入阶跃故障误差为25 m时，算法能够实现98.8%的故障识别率。     

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。     

星载氮化镓固态功率放大器整机高可靠设计技术研究

为了满足星载应用对于固态功率放大器长寿命的应用需求，针对近年来研究较多的氮化镓（gallium nitride,GaN）固态功率放大器（solid state power amplifier,SSPA），阐述了器件存在的可靠性问题，提出了整机高可靠设计方法。首先，探讨了氮化镓器件的典型失效机理，给出了氮化镓器件在高场退化以及热退化方面的研究结果，分析了逆压电极化效应及热载流子效应引起器件退化的物理机制。其次，围绕降额设计、整机热设计以及电路稳定性设计，研究了如何针对氮化镓器件的特点实现星载固放的高可靠设计，并给出了典型的仿真及实验结果。最后，给出了典型的星载固态功率放大器空间环境模拟试验结果，产品在热真空试验、温循老炼以及高温老炼等试验过程中表现出了较高的稳定性和一致性，为氮化镓固态功率放大器的上星应用提供了有力的支撑。     

一种星载多路输出电源控制环路设计

由于星载多路输出电源工作过程对稳定性要求较高，工程上很难建立准确的环路模型，针对设计难点，提出了基于开关网络平均建模法的BUCK+半桥多路输出变换器闭环控制方案，结合具体电源指标对参数进行了验证，结果满足设计要求，该电源控制环路设计对于卫星二次电源工程应用具有一定的指导意义。     

基于均匀设计优化绶草体细胞胚胎发生发育体系及扫描电镜观察

以绶草Spiranthes sinensis茎尖为外植体,应用均匀设计法对各步骤各主要因子和水平的作用进行了试验探讨.结果表明,绶草茎尖胚性愈伤组织诱导的适宜培养基为:LS+6-BA0.78 mg·L~(-1) +NAA2.0 mg·L~(-1),诱导率为98.7%;体胚发育及植株再生的适宜培养基为:LS+6-BA1.00 mg·L~(-1)+IAA0.08 mg·L~(-1).在合适的培养条件下,体胚萌发率达到99%,萌发的体胚成苗率达到100%.扫描电镜的观察证实了绶草体细胞胚胎再生的实质.