《国际太空》参加第一届中国卫星导航学术年会卫星导航技术成果展览展示会

<正>2010年5月19-20日,北京空间科技信息研究所主办的《国际太空》杂志参加了第一届中国卫星导航学术年会卫星导航技术成果展览展示会。     

MEMS惯性制导系统的发展

<正>惯性技术应用于导航与制导方面时有着其独特的优点,如自主性、隐蔽性、抗干扰、全球导航、导航信息连续及完备性等。由于具备这些特点,惯性技术一直受到各国的重视和发展,并在     

现代空袭作战模式研究

依据近期空袭作战的实际战例,以及空袭兵器的电子信息装备的发展水平,阐述现代航空航天兵器的空袭基本作战模式,以及现代空袭模式的可能发展变化.重点论述了空袭电子战作战模式.     

征稿简则

1.《航天电子对抗》由中国航天科工集团主管、中国航天科工集团8511研究所主办,主要报道与导弹武器系统、空间系统相关的雷达、制导、通讯、导航、C4ISR等电子设备和系统总体的电子、光电及信息攻防对抗技术。来稿应切合本刊报道内容,具备科学性、创新性和逻辑性,要求论点明确、结构严谨、论据可靠、     

基于QAR数据的民机高高原进近着陆风险评估方法

民机高高原进近着陆是高原飞行高风险阶段。为有效实施高高原进近着陆风险识别和等级判据,提出基于熵权可变模糊识别的长短时记忆网络与深度神经网络(LSTM-DNN)相融合的深度学习风险评估方法。基于快速存取记录器(QAR)记录的高高原飞行数据,借鉴民机飞行品质监控（FOQA）咨询通告和行业QAR监控标准,结合指标重要度分析与Delphi专家调查,提取着陆时航向变化大、航迹低、610～305 m进近时下降率大、接地时垂直加速度及153～15 m进近时下降率大5个关键监控项目作为民机高高原进近着陆风险评估指标。为克服评估指标权重主观性偏差,应用熵权法确定评估指标权重,基于可变模糊识别方法构建风险等级隶属函数,建立基于LSTM-DNN的民机高高原进近着陆风险评估模型。以成都—拉萨进近着陆航段为例,提取QAR数据,对该风险评估模型进行训练与测试,并与Logistic多元回归、支持向量机(SVM)等评估方法进行比较,结果表明：所提方法平均准确率达到94.18%,最高可达94.79%,验证了方法的客观有效性。     

基于图像特征分析的物体轮廓提取

对物体的轮廓进行分析提取,是计算机视觉方向的基础问题之一,对其进行研究对于复杂场景的分析理解至关重要。本文对室内场景图像进行研究,基于图像特征进行图像分割,提取物体轮廓。在彩色场景图像全局轮廓后验边界概率（gPb）提取算法的基础上,加入深度图像信息,对室内场景的彩色、深度（RGB-D）图像中的物体轮廓进行分析。通过多尺度信息融合,计算得到多尺度轮廓后验概率（mPb）和谱后验概率（sPb）,两后验概率加权综合得到gPb。而后结合超度量轮廓图与分水岭算法,对基于方向特征变化的gPb图像融合处理,最终得到清晰的物体轮廓。本文所提方法在通用的RGB-D数据库基础上进行实验。实验结果表明,本文所提出的方法能提取出清晰的室内物体轮廓图。      

让航天高科技智于专业,惠及民生—北华航天工业学院瞄准县域经济发展需求开展天基信息应用研究

北华航天工业学院是一所由河北省人民政府与中国航天科技集团公司、中国航天科工集团公司和国家国防科技工业局共建的普通高校.该校坐落在河北省廊坊市市区,在机械、电子、遥感等工程类学科具有明显的优势,部分专业航天特色鲜明.     

空间信息网发展态势及关键技术

1 空间信息网应用需求 广域信息感知需求 空间信息系统中的遥感卫星、测绘卫星、气象卫星等为大时空广度、多谱段的信息获取提供了技术手段,多颗遥感卫星组网可实现对指定区域的连续探测.通过分散的传感器信息集成,预警卫星系统可以在弹道导弹的助推段发现目标,提供预警信息,扩展了地面雷达和预警机的预警范围,为反导作战赢得宝贵的准备时间.测绘卫星、气象卫星可以提供战场的详细信息,缩短了信息获取时间,为作战决策提供有力的支持.     

反导多传感器协同任务规划综述

针对反导作战多传感器协同任务规划的相关问题,结合反导作战的特点,探讨反导作战信息处理过程与多传感器协同任务规划的关系,并分析多传感器协同任务规划的内涵;在此基础上,梳理出多传感器协同任务规划涉及的关键技术,并综述多源信息综合处理、多传感器协同部署、协同跟踪、协同引导和协同识别等关键技术的研究现状;最后就多传感器协同任务规划的发展提出一些建议。     

基于不确定传感器状态的机载系统多层故障诊断方法

准确的机载系统故障诊断是保证飞机安全飞行和实现经济效益最大化的重要途径。然而传感器受到内外部环境条件的影响而不可避免的存在检测状态的不确定性,因此基于单个传感器或局部区域传感器综合检测结果的方法难以完全保证故障诊断的有效性和正确性。针对飞机机载系统的结构和工作原理,充分利用系统中不同层级、不同区域传感器检测特征之间的关联关系,考虑单个传感器本身存在的不确定性,构建了传感器信息前向融合与反向校验相结合的分层诊断决策方法,实现了对系统状态和传感器状态的双重估计与更新,克服了单一传感器故障对系统诊断推理准确度的影响。该方法较传统故障诊断模型,不再依赖某一个或某一类传感器信息的绝对可靠,在实现系统级的准确故障诊断同时,还能判断具体某一传感器本身是否发生虚拟警。在飞机液压系统故障诊断案例中,新方法成功将系统故障诊断的虚警率降低了96%,传感器的不确定度降低了84%。