全太阳系深空探测轨迹全局优化(英文)

针对太阳系中全部的248997颗行星的探测问题,给出了一种关于探测飞行器的深空探测全局四维轨迹(t,x,y,z)优化方案,即飞行器从地球发射进入太阳系并采用小推力控制,优化方案的性能指标为飞行器与太阳系中全部行星中相遇和交会的星的数量最多并且燃料消耗最少。本方案给出了四维飞行轨迹进行全局优化的一套算法,该算法由搜索算法和四维轨迹优化算法组成。此搜索算法从太阳系的248997颗行星中寻找获得尽可能多的经过近地球3维走廊内的行星;而四维轨迹优化算法由改进的动态规划算法、基于最优控制理论的共轭梯度算法和静态参数优化算法组成,其中静态参数优化算法用于搜索最优发射时间窗口。基于该组合算法,通过长时间的大规模的飞行数字仿真,最终计算出探测器的四维最优飞行轨迹,在一年内路过了太阳系中全部行星中的12颗行星。     

深空遥测系统中信道编码简述

由于深空信道的极低的信噪比,具有高增益的信道编码技术是深空遥测系统必不可少的环节。总结了深空通信领域中曾经使用的或可能使用的各种典型的信道编码包括卷积码、级联码、TURBO码和LDPC码方式,并对各种编译码方式的特点进行比较,给出其性能仿真。最后,对深空通信信道编码技术(包括TURBO接收机、LDPC码的应用以及编码调制技术)未来发展作展望。     

使用深度神经网络检测Cassini ISS图像中圆盘状星体轮廓

Cassini空间探测器光学成像系统（ISS）拍摄的图像中,很多卫星呈现为面元,其轮廓检测是天体测量的重要工作.使用神经网络方法进行ISS图像中面元轮廓检测.每个ISS图像的像素分为轮廓边缘和非轮廓两类.使用神经网络框架TensorFlow,输入每个像素的9个特征,输出每个像素的分类.利用约3.6万个像素训练该网络,通过380幅ISS图像进行测试.与人工标记结果相比,轮廓像素检测的平均精确率为78.26%,平均召回率为73.32%.以检出轮廓像素作为输入,通过椭圆拟合得到面元的轮廓,所得轮廓与面元真实轮廓吻合良好.研究结果表明该方案能够有效检测出面元轮廓,进而给出假图像星的排除范围.      

一种基于UPF的月球车自主天文导航方法

介绍了月球车自主天文导航原理和传统的迭代解析高度差方法，提出了一种基于月球车运动模型和UPF（Unscented粒子滤波）的自主天文导航新方法。该方法仅需利用由星敏感器和惯性测量单元测量得到的恒星的天体高度，结合月球车的运动模型，通过UPF滤波，即可获得高精度的月球车实时位置信息。计算机仿真结果表明该方法与传统方法相比，定位精度有了大幅提高，同时对几个关键的精度影响因素的仿真分析显示该方法可以有效的减弱量测噪声，星历误差等对系统性能的影响，使系统具有更高的适应能力。     

应用知识蒸馏的深度神经网络波束形成算法

自适应波束形成技术广泛应用于雷达领域的旁瓣抗干扰中。当回波数据量增多时,传统的波束形成算法无法进行快速处理,而应用深度神经网络模型通过数据的预训练则可以快速地进行波束形成,因此根据波束形成原理设计深度神经网络,并利用知识蒸馏的方式对深度神经网络进行压缩,使压缩后的模型既有原始模型良好的泛化性能而且又有更快的计算速度。仿真结果表明,相比于传统的LMS算法,在实验环境下,未经模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约7倍,基于模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约20倍。     

RSS飞机深失速走廊特性分析

以放宽静稳定性战斗机Ｆ－１６为例,讨论了深失速走廊特性,利用具有非线性气动力的简化运动方程,分析了飞机深失速特性;应用反应积分技术确定出了深失速走廊－深失速平稳点的收敛区域。     

PTNet：一种面向加密流量分类的半监督并行Transformer网络

随着网络加密协议的广泛使用,传统的网络流量分类技术面临很大的挑战。目前的方法具有以下局限性：一是模型高度依赖深度特征,这要求有标注训练数据集的规模足够大,否则模型难以在新的数据上进行泛化;二是模型仅专注于流量的一个模态特征,不同类别流量的同一模态的特征区分度可能不够明显。针对这些问题,本文提出了一种基于深度学习的加密流量分类模型Parallel Transformer Net（并行转换网络,PTNet）。该模型基于预训练-微调的半监督思想,充分利用网络中大量无标签流量数据进行预训练,然后在少量有标签数据的基础上进行微调。此外,该模型并行提取了载荷和包长序列两个模态的流量特征,进行多模态的特征融合,并在三种不同的流量分类任务与相应的数据集（Android、USTC-TFC和CSTNET-TLS1.3,均为公开的数据集）上都表现出很好的效果,分类准确率分别达到95%、98%和97%。     

基于三维卷积残差网络的无人机高光谱岩性分类

岩性识别和分类是地质学、资源勘查等不可或缺的环节,高光谱遥感的兴起为岩性识别提供新的思路。利用机器学习挖掘岩石高光谱图像中的信息从而准确识别岩性,这具有重要的应用价值。目前用机器学习的方法实现岩石的高光谱影像分类研究中,缺少对空间和光谱信息的充分利用,因此本文使用了一种加入注意力机制的三维卷积残差网络结构,能够有效提取岩石高光谱图像的空间、光谱特征以及空谱联合特征。本实验利用无人机搭载高光谱传感器采集了10种不同类型的岩石样本影像,应用该算法对岩石高光谱图像进行分类。实验结果表明：该算法与传统机器学习算法SVM、RF和深度学习算法ResNet、3D CNN和SSRN相比具有更高的精度。     

铸铝薄壁件高速钻深孔技术研究

为解决铸铝薄壁件进气机匣的深孔加工，针对麻花钻加工深孔的难点，在加工中心上研究了用枪钻和GT深孔麻花钻高速加工深孔的方案和工艺参数，并探讨了雾化高压气体强制排屑加工深孔的技术，获得了典型薄壁箱体零件的高速钻深孔的经验。     

自适应循环发动机性能智能在线寻优算法研究

为解决自适应循环发动机性能在线自主优化问题,提出一种适用于三流道自适应循环发动机的智能自主优化控制方法,通过深度确定性策略梯度算法（DDPG）在线优化压比计划,实现控制规律自主寻优。本文在基准发动机特性图上给出了不同外涵面积下的等推力特性曲线,在此基础上给出了基准的最低油耗控制规律曲线。当发动机性能退化、或存在个体差异等偏离时,基准控制规律不再能使发动机性能最优,DDPG算法利用前期存储的数据对压比指令修正量进行训练学习,自主调整发动机控制规律。整机数值仿真结果表明,调整后亚声速巡航单位耗油率降低7.63%,与最低油耗点比较偏差0.03%。超声速巡航单位耗油率降低5.04%,与最低油耗点比较偏差0.01%。性能寻优算法可以在发动机性能偏离情况下实现发动机控制规律自主调节,达到最低油耗。