第三届高分辨率对地观测学术年会征文

<正>由高分辨率对地观测系统重大专项管理办公室、中国科学院重大科技任务局、中国航天科技集团公司宇航部、中国航天科工集团公司空间工程部、中国电子科技集团公司科技部联合主办的高分辨率对地观测学术年会(China HighResolution Earth Observation Conference)将于2014年秋季召开.本次会议聚焦天基、临近空间、航空全维度立体高分辨率对地观测系统发展,瞄准数据资源共享与成果推广应用的根本目标,全方位展示高分辨率对地观测领域取得的研究成果,为其今后发展提供有益借鉴和参考.会议分为五个研究领域,现已全面启动征文.     

面向火星探测的中继通信星座设计

在深空通信中,传统的点对点通信方式已经不能满足远距离信息传输的要求。为给目标探测器提供更长时间的中继通信,针对火星目标探测器正常和应急特殊工作这2种不同的应用场景。分别设计了均匀覆盖和连续覆盖的火星中继星座。中继星座方案由1个轨道面内的3颗中继卫星组成,2个星座采用了不同的卫星相位间隔。     

基于STF和加权改进的群目标跟踪算法

为了进一步提高群目标交互多模型跟踪算法的估计性能,提出一种改进的群跟踪算法.首先,通过采用模型转换概率的自适应算法,优化模型与目标运动模式的实时匹配.并通过引入强跟踪滤波（STF,Strong Tracking Filter）中的渐消因子,提高机动阶段时的群质心的状态估计精度.其次,分别利用概率加权法和标量加权法完成群质心状态和扩展状态的融合估计.最后在变分贝叶斯滤波的基础上,建立完整的跟踪算法流程.仿真实验结果表明,该方法不仅能够提高群质心状态和扩展状态的估计精度,还能有效降低机动阶段时的峰值误差.     

基于成本控制的机队优化配置方法

为了控制航空公司运营成本,实现燃油成本和机组时间成本最小,建立多目标整数规划模型,分析各成本因素所占比例,考虑旅客市场需求、航线频率限制、机队飞机寿命限制及飞机适航限制等因素,并采用层次分析法对模型进行求解。通过算例分析和评价,实现航线资源与机队的最优配置,为航空公司降低可变成本提供理论依据。     

基于多种运行成本最小的机队优化配置研究

为节省航空公司运行成本开支,通过以燃油成本最小、时间成本最小、机场起降费用成本最小为目标函数,以飞机最大航程限制、机场起降条件限制、航班频率限制、旅客座次限制、飞机可用时间限制等为约束条件,建立多目标规划模型。通过实例计算,确定机队优化配置方案,验证了模型的正确性,为航空公司机队规划提供了参考。     

挠性卫星姿态的有限时间终端滑模稳定控制

针对挠性航天器的姿态稳定控制问题,提出了一种基于双幂次趋近律的终端滑模有限时间控制方法,该方法考虑了卫星运行过程中受到的环境干扰和刚柔耦合问题.首先,采用非线性干扰观测器和超螺旋观测器分别估计了外干扰力矩和星上传感器无法敏感的角加速度信息.其次,采用双幂次趋近律,设计了一种终端滑模控制器,并基于Lyapunov方法证明了系统的全局稳定性.仿真结果表明,所提方法在有效抑制挠性附件结构振动响应的同时,快速、高效的实现了卫星姿态的有限时间稳定控制.     

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。     

几何不确定性区间分析及鲁棒气动优化设计

不确定性因素会导致飞行器偏离预先设计的气动性能,造成气动性能下降甚至产生严重的后果。针对工程中无法给出准确的几何不确定性概率分布以及跨声速条件下非线性气动问题,对几何不确定性的非概率参数化建模进行了研究,并结合Kriging模型及最优化方法建立了快速非线性区间分析方法。采用该方法对对称翼型进行不确定性分析,获得了气动性能参数的定量变化区间。在区间不确定性分析基础上建立了鲁棒优化设计流程。基于区间序关系及区间可能度转换模型将单目标区间不确定性优化问题转化为多目标确定性优化问题,并采用基于Pareto熵的自适应多目标粒子群算法对优化问题进行寻优。考虑几何不确定性以及升力、力矩、面积约束,以阻力性能为目标对超临界翼型进行了鲁棒优化设计。与确定性优化设计结果对比表明,确定性优化设计在不确定性因素的影响下易失效,而鲁棒设计可得到更安全可靠的结果。      

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。