基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。     

面向深空探测的电磁帆推进技术研究进展

电磁帆是一类利用太阳风驱动的无工质或少工质新型推进技术,在需要推力器长时间工作的深空探测任务中具有非常广阔的应用前景。首先介绍了电磁帆的基本概念和主要分类,其次分别介绍了电帆、纯磁帆和磁等离子体帆三类推进方式的系统组成和工作原理,重点介绍了各自的研究现状,并梳理出了相关关键技术,同时介绍了等离子体磁罩技术。最后对电磁帆推进技术研究进展进行了总结,为国内开展此方面研究提供了研究方向和发展思路。     

J2轨道模型对月地激光通信预瞄准精度影响研究

基于J_2轨道预测模型,设计了不同倾角和轨道高度圆轨道月球卫星,通过将J_2轨道预测模型预瞄准仿真结果与直接积分RKF7(8)法仿真结果相对比,研究了不同类型月球卫星轨道对-Y面卫星舱板激光通信终端瞄准精度的影响。仿真结果表明,J_2轨道预测模型可以满足月球极地卫星月地激光通信要求,当轨道高度为1 000 km和2 000 km的时候,10 min方位角偏差不超过40μrad,而俯仰角偏差仅为7μrad时,在一定程度上J2轨道预测模型可以满足月地激光通信预瞄准要求。     

一种应用于实时深空干涉测量的电离层时延修正方法

针对"嫦娥4号"中继星任务S频段信标信号的高精度实时干涉测量需求,结合深空测控干涉测量系统采用的稀疏标校工作模式,研究验证了一种面向测控模式实时干涉测量的电离层时延修正方法。首先分析了电磁波经电离层传播的延迟机理及特性;基于深空站历史观测数据,通过自相关函数分析验证了天顶向TEC的周日特性;在此基础上,结合深空干涉测量中心数据处理设备软件系统,讨论了电离层时延修正方法;通过任务期间的实测数据处理分析,验证了所提方法可以将实时测量精度提升1～3 ns,对低仰角跟踪弧段,该技术方法优势更为明显。该方法为后续深入推进深空测控干涉测量系统在任务中的实时应用提供了技术储备。     

“龙江2号”月球轨道微卫星定轨分析

微纳卫星深空探测任务中,通常所分配的测控资源有限,因此有必要对有限测控资源条件下微纳卫星的定轨精度进行分析。以微纳卫星深空探测为背景,采用"龙江2号"微卫星的轨道测量数据对其定轨精度进行了分析。"龙江2号"微卫星只有USB轨道测量数据,且环月段测控资源相对紧张,每天有两站跟踪,共约3～4 h的轨道测量数据。首先介绍了"龙江2号"微卫星飞行任务及其飞行过程中影响测定轨的因素;其次给出了定轨的动力学模型,对微卫星地月转移段的定轨精度进行了分析;最后通过分析摄动力、动量轮卸载以及数据弧段长度的影响,给出了微卫星环月阶段所使用的定轨策略,并通过重叠弧段比较的模式,给出了微卫星环月段的定轨精度。研究结论可以为后续微纳卫星深空探测任务提供有益参考。     

一种深空粒子采样返回探测器构型设想

以太阳风粒子、深空尘埃等为目标的采样返回探测任务是空间科学与深空探测研究的热点方向之一。对“星尘号”“起源号”两个典型采样返回探测器的构型进行了分析,并梳理了其主要构型特点。结合我国月地高速再入返回飞行器的构型特点,提出了一种深空粒子采样返回探测器构型的设想：总体构型由长方形主体和流线型返回器组成,主体构型适应于承载返回器和其他装器设备,返回器构型适应于样品收集和再入返回气动外形。设计方案采用了充气式采样器进行粒子收集,具有体积小、重量轻、折叠效率高、展开可靠、工程实施简单等特点,并采用了可重复收拢展开的太阳翼,能够适应收集不同类型深空粒子的需求。     

高垂直度和低沉积的MEMS陀螺梳齿结构释放工艺

梳齿型微机电系统（MEMS）陀螺的释放要求结构具有垂直度高、释放过程沉积聚合物少的特点,通过优化深硅刻蚀的工艺参数,包括钝化气体八氟环丁烷（C4F8）的流量、衬底温度、刻蚀气体六氟化硫（SF6）的流量和钝化气体C4F8的压力,实现了结构垂直度为90.0°、支撑层表面沉积物厚度为87.1nm的梳齿结构释放工艺。深硅刻蚀工艺的优化为高性能MEMS陀螺的加工提供了基础。     

TopPixelLoss:类别不均衡的遥感影像语义分割损失函数

针对遥感影像中类别不均衡的小目标分割效果不理想的问题，提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵，然后将所有像素的交叉熵按从大到小进行排序，随后确定一个K值作为阈值，筛选出前K个交叉熵最大的像素，最后对于筛选出的K个像素交叉熵取平均，做为损失值。在ISPRS 提供的 Vaihingen 数据集上，使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明，不同的K值，使用TopPixelLoss损失函数的平均交并比（MIoU）、F1-score、准确度（ACC）都最高;当K值为5×104时效果最佳，MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数     

基于时标分解的弹性高超声速飞行器智能控制

考虑弹性高超声速飞行器纵向动力学模型，提出了一种基于时标分解的智能控制方法。考虑刚体状态和弹性模态具有不同的时标特性，采用奇异摄动理论进行快慢时标分解，将模型转换为刚体慢变子系统和弹性快变子系统。针对刚体子系统考虑动力学不确定，基于平行估计模型构造表征不确定逼近效果的预测误差，结合跟踪误差给出复合学习控制策略。针对弹性子系统设计自适应滑模控制稳定弹性模态。通过李雅普诺夫稳定性分析可证系统状态一致终值有界。仿真表明所提出的控制方法能够实现刚弹模态的稳定收敛，且具有更高的跟踪精度、更好的学习性能和更快的收敛速度。     

Propulsionless planar phasing of multiple satellites using deep reinforcement learning

This work creates a framework for solving highly non-linear satellite formation control problems by using model-free policy optimisation deep reinforcement learning (DRL) methods. This work considers, believed to be for the first time, DRL methods, such as advantage actor-critic method (A2C) and proximal policy optimisation (PPO), to solve the example satellite formation problem of propellantless planar phasing of multiple satellites. Three degree-of-freedom simulations, including a novel surrogate propagation model, are used to train the deep reinforcement learning agents. During training, the agents actuated their motion through cross-sectional area changes which altered the environmental accelerations acting on them. The DRL framework designed in this work successfully coordinated three spacecraft to achieve a propellantless planar phasing manoeuvre. This work has created a DRL framework that can be used to solve complex satellite formation flying problems, such as planar phasing of multiple satellites and in doing so provides key insights into achieving optimal and robust formation control using reinforcement learning.