基于长短期记忆神经网络的太阳耀斑短期预报

提出了一个基于长短期记忆神经网络的耀斑预报模型,利用过去24 h太阳活动区的磁场变化时序构建样本,通过长短期记忆神经网络对磁场特征时序演化进行分析,预报未来48 h内是否发生≥M级别耀斑事件。使用的数据集为2010年5月到2017年5月所有活动区样本,选取了SDO/HMI SHARP的10个磁场特征参量。在建模过程中通过XGBoost方法选取权重、增益率和覆盖率均较高的6个特征参量作为输入参数。通过测试对比,模型的虚报率和准确率与传统机器学习模型相近,报准率和临界成功指数分别为0.7483和0.7402,优于传统机器学习模型。模型总体效果优于传统机器学习模型。     

Using cross correlation to estimate Doppler frequency

Doppler frequency estimation with high accuracy is very important for precise orbit determination and scientific studies in deep space exploration. In this paper, we propose a new method which implements cross correlation of only received signals from one single station to estimate Doppler frequency. The algorithm is relatively simple and it can achieve high accuracy even when signal to noise ratio (SNR) is very low. Moreover, the accuracy can be further improved by implementing frequency compensation, especially when the frequency dynamic range is high. Simulations were performed and results proved the validity of this method. X-band observations on MEX (Mars Express) and Juno were performed by a 13 m telescope of Wuhan University, which was equipped by two back ends, i.e. CDAS (Chinese Data Acquisition System) and RSR (Radio Science Receiver). Raw data recorded by the CDAS were processed by using the proposed method, and the estimated frequencies were in good agreement with the real time frequency estimation values by the RSR. What’s more, the accuracy by using cross correlation was higher than the one of RSR.     

一种深空天文测角导航中的星历误差抑制方法

以火星探测器为例,提出一种以星光角距/时间差分星光角距作为量测量的星历误差抑制方法,分析了火卫一星历误差对导航精度的影响,建立了火卫一时间差分星光角距的量测模型。通过将火星星光角距和火卫一星光角距相结合,发挥了两种量测的优势,实现了对火卫一星历误差的抑制。仿真结果表明,基于星光角距/时间差分星光角距天文导航方法的位置误差是传统基于星光角距天文导航方法的64%,是基于时间差分星光角距导航方法的58%。此外,还分析了导航恒星个数、火星敏感器精度、火卫一敏感器精度、星历误差大小和滤波周期对导航性能的影响。     

火星降落伞的结构设计与初步性能试验研究

文章综述了目前美国、俄罗斯和欧空局研制的火星降落伞中盘缝带伞的发展情况.在参考已有盘缝带伞结构设计的基础上,通过改变结构设计参数,设计出4种不同结构形式的盘缝带伞,并完成了高塔投放和低速风洞等初步性能试验.根据试验结果,对伞型的带宽比及透气量与阻力系数及稳定性之间的关系进行了讨论;最终得出带宽比、透气量大的盘缝带伞稳定...     

基于深度长短期记忆网络的发动机叶片剩余寿命预测

为了预测航空发动机转子叶片的剩余寿命,提出了一种基于多传感器信号融合的深度长短期记忆网络(DLSTM)预测模型.利用深度学习和长短期记忆的组合来构造DLSTM网络,将多个传感器信号数据进行融合处理,通过深度学习发现各个传感器时序信号之间隐藏的长期依赖关系.在给定网格搜索策略的情况下,通过自适应矩估计算法调整DLSTM的...     

多节点探测器软着陆的路径规划方法

面向小行星探测任务的需要,柔性连接的多节点深空探测器是针对单节点探测器着陆易倾覆或反弹等问题的一种解决方案.基于此构建了一种采用柔性连接的三节点探测器并对其软着陆情况进行建模,提出了带自注意力机制的多任务深度强化学习方法.各节点以探测器主体为参照物描述自身状态,节点之间通过联合学习来提高各自对复杂环境的适应能力;在对探...     

深空探测用低温推进剂贮箱热力排气系统研究

针对低温推进剂长期在轨贮存所面临的贮箱压力升高这一实际问题,热力排气系统(TVS)已被国内外研究学者认为是最具应用前景的贮箱控压方式.通过对国内外不同机构所开展的有关TVS方面的研究进行文献分析,重点梳理了低温贮箱TVS控压实验方面的发展脉络;对比分析了不同研究机构所开展的TVS工况设置与运行性能差异;提炼了TVS运行...     

国内外深空探测器精密定轨软件研究综述及WUDOGS简介

深空探测器精密定轨软件系统的研制在深空探测活动中是一个非常重要的环节,一直受到各大航天机构的重视。针对国内外深空探测器精密定轨软件平台的研究现状,重点介绍了具有代表性的美国JPL(Jet Propulsion Laboratory,喷气推进实验室)的DPTRAJ/ODP(Double Precision TRAJectory program/Orbit Determination Program,双精度轨道程序/定轨程序)和MONTE(Mission analysis,Operations,and Navigation Toolkit Environment,任务分析、操作和导航工具箱环境),GSFC(Goddard Space Flight Center,戈达德航天飞行中心)的GEODYN-II以及法国CNES(Centre National dEtudes Spatiales,国家空间研究中心)的GINS(Géodésie par Intégrations Numériques Simultanées,同步数值积分大地测量)软件系统,对这些软件的结构与功能进行了总结。之后对武汉大学自主研制的深空探测器精密定轨软件系统WUDOGS(Wuhan University Deep space Orbit determination and Gravity recovery System,武汉大学深空探测器精密定轨与重力场解算软件系统)的主要模块与功能进行了介绍,通过与GEODYN-II的交叉对比验证,表明:对于探测器的轨道预报,WUDOGS与GEODYN-II的1个月位置差异小于0.3mm,2d位置差值小于5×10~(-3) mm;双程测距、双程测速的理论计算值和GEODYN-II的差值RMS(Root Mean Square,均方根)分别在0.06mm,0.002mm/s的水平;WUDOGS目前已初步具备了月球和火星探测器精密定轨能力。最后对WUDOGS的下一步发展方向进行了展望。     

基于深度学习的目标跟踪技术及其多波段应用研究

目标跟踪是计算机视觉领域中最具挑战性的领域之一。首先,回顾了目标跟踪技术发展现状并总结出目标跟踪的一般流程;其次,分析了卡尔曼滤波、粒子滤波等传统目标跟踪方法的优缺点;再次,依次重点介绍了固定窗跟踪等相关滤波目标跟踪方法,以及全网络自适应目标跟踪等高性能目标跟踪方法;最后,总结了目标跟踪在红外、毫米波、太赫兹等波段的应用,并对多波段融合目标跟踪进行了展望。     

我国深空探测对航天材料及工艺的需求

随着我国首次月球采样返回和火星探测器"天问一号"任务的圆满完成,我国深空探测进入了新的发展阶段。本文首先对我国深空探测的现状和发展趋势进行了分析,进而对深空探测面临的极端温度、强太阳电磁辐射、强粒子辐射、尘与尘暴、酸性大气等环境及对深空探测任务的影响进行了梳理,进而从材料及结构的轻量化、高效热控制、可靠的辐射防护与抗辐射能力、提供可持续的能源、具有较强的耐腐蚀性能、具有较好抗尘与尘暴损伤性能、在轨组装与制造等角度梳理了深空探测对航天材料与工艺的需求,最后从轻质结构机构材料、高效热控制材料、组合辐射防护及耐辐射材料、耐腐蚀材料、耐尘与尘暴材料、高可靠能源材料、3D/4D打印技术等方面给出了深空探测材料与工艺的发展方向。