宇航员手持式高频冲击采样装置的设计研究

获取具有原态层理信息的月壤剖面样品是我国载人登月人工采样任务的重要目标之一。对比国外地外天体采样技术,提出了一种适合宇航员手持操作的高频冲击式采样装置。采样装置采用高频冲击作用下颗粒的单向运移原理,可保证样品的原态层理信息,降低了采样功耗,提高了取芯率;取芯机构表面的各向异性摩擦形貌增强了颗粒单向运移效果,提高了采样效率;改变冲击频率进行取芯试验,得到了冲击频率与表面形貌对取芯率的影响规律,为我国载人登月人工采样装置的设计研究提供技术参考。     

加速度计参数变化建模方法

通过归纳工程上常用数据建模方法及其应用特点,且结合贮存条件下加速度计零偏和标度因数试验测量数据变化规律,综合给出了建立零偏时间序列模型和标度因数回归模型的详细步骤,并据此建立了贮存条件下加速度计零偏和标度因数的变化模型,所建模型预测的数据与真实数据相比误差很小,充分验证了模型的有效性.所建模型真实地反映了零偏随机性变化规律和标度因数趋势性变化规律的特点,可以为加速度计零偏和标度因数随时间变化的补偿模型提供参考,为加速度计参数长期变化稳定性水平评价提供手段.     

观测资料和卫星钟差对PPP参数收敛影响分析

在GPS 单点定位中, 参数解算的收敛时间和收敛稳定性是重要的研究内容之一, 影响收敛时间和收敛稳定性的因素很多, 本文主要就观测资料的不同采样间隔、卫星钟差资料的不同采样间隔、不同的定位精度要求对精密单点定位中参数收敛时间的影响进行了深入的分析探讨, 以中国上海GPS综合应用网中的12个测站资料为例, 分析了采样间隔、定位精度要求与收敛时间的关系, 并对不同采样间隔的收敛时间进行了统计分析, 得出一些初步结论.      

未来无人采样返回任务一瞥

1俄罗斯"火卫一-土壤"(Phobos-Grunt)探测器俄罗斯"火卫一-土壤"探测器是对火卫一进行的一项无人采样返回任务,中国研制的火星轨道器萤火-1(YH-1)也将搭乘"火卫一-土壤"探测器发射升空。该任务原定于2009年发射,但由于俄罗     

正弦压力信号幅值测量无差算法研究

正弦压力校准常用比较法,通过比较标准压力传感器与被校压力传感器在同一正弦压力源中的响应完成被校传感器的幅值校准。对正弦压力信号幅值的测量算法进行了研究,提出了一种控制采样频率为标准激励信号频率整数倍的算法,可实现幅值的无差运算,理论推导和仿真实验表明,该算法能有效提高单频校准的准确度。     

气体采样计量误差的研究

研究与制订大气环境质量标准，即确定和评价大气中污染物浓度与暴露时间的影响、损害作用及彼此的相互关系乃是环境保护的重要研究课题。本文建议统一采用“标准状况下，标准组成干燥空气中所含污染物浓度”的严格概念。同时，还研究了大气采样中由于现场条件与大气成分不同所产生的气体流量（率）计量误差，得到了这种误差的一般数学表达式。     

CONSTRUCTIONOFACLASSOFPNSEQUENCESWITHPRIMENUMBERPERIODSOF4t＋1FORM

构造了一类４ｔ＋１型质数周期的伪随机序列。该序列提供了比ｍ（Ｍ）序列更多的可供选择周期数，同时证明了它具有良好的伪随机特性     

小行星探测科学目标进展与展望

由于较好地保留了太阳系早期形成和演化历史的遗迹,小行星,尤其是近地小行星,已成为国际深空探测领域的研究热点。介绍了小行星的定义、分类和主要探测方式,指出目前小行星探测已进入空间探测的新时代;总结了国际小行星探测的现状,包括已实施和正在实施的小行星探测任务的科学目标、科学载荷配置,以及获取的主要科学数据等;探讨了未来小行星探测的发展趋势和主要科学问题,并对我国未来自主小行星探测任务科学目标的制定进行了展望。     

基于视频的三维人体姿态估计

已有的三维人体姿态估计方法侧重于通过单帧图像来估计人体的三维姿态,忽略了视频中前后帧之间的相关性,因此,通过挖掘视频在时间维度上的信息可以进一步提高三维人体姿态估计的准确率。基于此,设计了一种可以充分提取视频时序信息的卷积神经网络结构,在获得高精度的同时也具有消耗计算资源小的优点,仅仅使用二维关节点的坐标为输入即可恢复完整的三维人体姿态。然后提出了一种新的损失函数利用相邻帧间人体姿态的连续性,来改进视频序列中三维姿态估计的平滑性,同时也解决了因缺少帧间信息而导致准确率下降的问题。通过在公开数据集Human3.6M上进行测试,实验结果表明本文方法相比目前的基准三维姿态估计算法的平均测试误差降低了1.2 mm,对于视频序列的三维人体姿态估计有着较高的准确率。      

结合轮廓及骨架序列编码的二维形状识别

二维形状识别是物体识别中的一个基本问题,被广泛地应用于商标检索、指纹识别、物体定位、图像检索等多个领域。其中,基于生物信息学的二维形状识别是近期一个新的研究方向,基本思想是把二维形状的轮廓转化为生物信息序列,借助标准的生物信息序列分析工具来进行二维形状的匹配和识别。不过,利用轮廓进行信息序列编码存在编码冗余和编码准确性不高的问题,本文提出了一种新型的结合形状轮廓和骨架的序列编码方法。该方法利用骨架表示形状的细长分支,减少编码的冗余;并分别对轮廓和骨架进行不同类型的编码,具备编码简洁、后续匹配准确性高等优点。最后,本文在三个公开数据集上进行大量的形状识别实验,并与多种通用形状识别方法进行了比较。实验表明,本文方法在多个实验中均取得了较高的识别准确率,相比基本的形状特征描述方法,准确率提高了近5%。