Jason-2 DORIS/SLR精密定轨

Jason-2卫星搭载了第三代DORIS接收机DGXX,与前两代接收机相比,DGXX在时效性和数据量上都有显著提高。本文研究了DGXX接收机输出的相位观测数据与传统的Doppler数据之间的转换,并通过内符精度比较、轨道重叠检验、独立轨道比较及卫星激光测距(SLR)检验分析了DORIS数据独立定轨和SLR+DORIS数据联合定轨精度及SLR在联合定轨中的贡献。另外,考虑到部分DORIS地面信标站气象数据可能不够精确或缺失会影响DORIS数据中对流层延迟模型改正精度,本文通过和实测气象数据比较分析了最新的气象参数模型GPT在DORIS定轨中的应用及其对定轨精度的影响。计算结果表明:GPT模型和DORIS地面信标站实测气象数据的定轨精度相当,在无实测气象数据情况下可利用GPT模型替代;DORIS数据独立定轨和SLR+DORIS联合定轨径向均能达到1cm精度,SLR+DORIS联合定轨精度略优于DORIS独立定轨精度,联合定轨中SLR的主要贡献是能降低解算参数中的湿天顶延迟和DORIS频率漂移的相关性、保持轨道精度的长期稳定性。     

精密卫星钟差分形插值算法研究

研究发现精密GPS卫星钟差时序满足三阶平稳假设,由此提出了计算卫星钟差分形维的多阶分形变差法,进而提出了基于分形维确定垂直比例因子的精密卫星钟差分形插值算法。将新方法应用于2010年8个节气日的32颗GPS在轨卫星钟差分形维计算,并选取Block IIA、IIR和IIR\|M各2颗卫星进行钟差插值精度比较。结果表明,分形维可作为定量描述卫星钟差动力学特征的不变量指标;分形插值算法优于三次样条和切比雪夫算法,可以满足快速与高采样率精密卫星钟差应用需求。     

基于尾流的超空泡航行体变结构制导律设计

针对超空泡航行体机动能力差、探测手段有限等特点,提出了一种基于目标舰船尾流梯度信息的变结构制导律.通过激光探测机动目标的尾流信息,动态解算尾流梯度方向;采用滑模变结构理论设计制导律,实现对尾流梯度方向的精确跟踪,最终完成对目标舰船的精确打击.该方法利用目标尾流信息,避免对目标运动状态进行复杂估计计算,不仅降低了对机动能力的要求,同时大大减小能量消耗,提高了有效航程.仿真结果表明,系统响应迅速,可以实现快速精确的目标跟踪打击,且具有很强的鲁棒性和抗干扰性.     

基于B平面算法的火星探测器中途轨道修正

探测器在日心过渡段轨道的轨道修正问题是火星探测工程中需要解决的关键问题.首先,引入B平面坐标系,推导了B平面参数的计算公式,验证了速度修正量与目标参数间存在的线性化关系,给出了算法流程图.其次,在引入合理的速度执行误差与测轨误差的情况下,提出了一个包含三次主修正,一次机动修正,一次备份修正的控制策略,仿真验证了控制策略的可行性.     

基于主动超节点的DHT分层P2P模型研究

随着计算机硬件和计算机网络迅速发展,P2P网络模型的优势日渐被人们所重视。基于P2P网络模型的应用也层出不穷,在P2P网络中如何高效地定位节点资源是衡量P2P应用软件价值的重要参考点,也是目前研究的热点。在现有超节点机制和DHT网络的基础上,采用主动网络技术和分层DHT模型,在原理分析和模型设计的前提下,提出了一种主动超节点的DHT分层机制的P2P模型,并通过试验此模型对该机制进行了分析。     

美国军用航空动力的发展趋势

进入21世纪,美军武器装备发展指导思想发生重大转变,放弃始于20世纪80年代基于敌对威胁的防御计划,转而实施基于敌对能力的防御计划,旨在发展和保持美国的航空、航天及信息优势。基于这一指导思想,美国空军2020年远景报告展示了美国空军未来作战概念,包括全球攻击,全球机动,全球持续打击,太空和C4ISR(指挥、控制、通讯、计算机、情报、监视和侦察),灵活作战支持。美国已针对这些作战任务所需的高速涡轮发动机、冲压发动机、超燃冲压发动机、脉冲爆震发动机、火箭发动机、组合循环发动机和极高效推进技术,开展了大量技术研究工作,并取得重大进展。特别需要关注高速涡轮发动机和超燃冲压发动机技术发展。     

船岸网络时延测量误差原因分析

简单介绍了测量船船岸通信网络组成,重点介绍了NTP（网络时间协议）和PTP（精密时间协议）这2种网络时间同步协议。针对改建后的船岸网络时延测量误差进行分析和研究,提出基于TWSTFT（卫星双向时间频率传输）技术模型的网络时延测量方法,测量结果误差小于3ms,满足测控任务实时性要求,为提高测控网的测控精度提供有益参考。     

小迎角高超声速非旋转钝锥非线性运动分析

采用分段拟合技术对小迎角高超声速(马赫数Ma=6)非旋转钝锥双平面拍摄风洞自由飞试验结果进行了分析,获得了非旋转钝锥在小迎角高超声速下气动导数非线性的具体形式,分析了非旋转钝锥在小迎角下的非线性运动特点。研究发现在小迎角范围内钝锥的动导数系数均呈现明显的非线性,而静导数系数非线性较弱,可近似为线性。各组试验的静、动导数系数的非线性形式表明,除模型Ⅱ外的其余模型均为两方向振幅不同的极限圆锥运动,模型Ⅱ为极限平面运动。每组试验两个平面的静导数系数在小迎角范围内保持基本相等。而无论出现极限圆锥运动的四组试验还是出现极限平面运动的一组试验,模型在俯仰和偏航两个方向的动导数系数均存在较大差异。     

基于EM自注意力残差的图像超分辨率重建网络

基于深度学习的图像超分辨率(SR)重建方法主要通过增加模型的深度来提升图像重建的质量,但同时增加了模型的计算代价,很多网络利用注意力机制来提高特征提取能力,但难以充分学习到不同区域的特征。为此,提出一种基于期望最大化(EM)自注意力残差的图像超分辨率重建网络。该网络通过改进基础残差块,构建特征增强残差块,以更好地复用残差块中所提取的特征。为增加特征信息在空间上的相关性,引入EM自注意力机制,构建EM自注意力残差模块来增强模型中每个模块的特征提取能力,并通过级联EM自注意力残差模块来构建整个模型的特征提取结构。所获得的特征图通过上采样的图像重建模块获得重建的高分辨率图像。将所提方法与主流方法进行实验对比,结果表明：所提方法在5个流行的SR测试集上能够取得较好的主观视觉效果和更优的性能指标。