一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题,提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先,以一类后掠角可连续变化的高速飞行器为研究对象,给出变形飞行器动力学模型,分析模型特性及变形量与关键气动参数之间的定性关系。其次,基于关键气动数据特征分析,考虑包含气动性能、控制误差在内的综合性能指标,设计一种基于DDPG算法的智能变形决策方案。再者,针对带有标称控制器的HMFV进行变形决策训练,实时获得滑翔过程中不同飞行状态下的最优构型。最后,仿真结果表明所设计的智能变形决策算法收敛效果好,且具备较好的泛化性能。相比于固定外形,可通过变形使得在不同状态下的升阻比保持最优,且与考虑单一决策指标相比,考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。     

地月平动点轨道应用与研究进展

面向未来月球和深空探测任务的需求,调研了地月平动点应用与研究的国内外现状与进展,着重分析了近年来的研究方向、研究内容、技术方法与特点,提出了面向未来月球和深空探测任务的地月平动点应用构想,梳理总结了需解决的相应关键技术,可为未来平动点相关研究与应用提供有益借鉴,以及为我国后续月球和深空探测任务的规划与论证提供参考。     

深空通信中Ka频段自适应纠删编码研究

未来深空通信将采用Ka频段进行深空探测任务,但余量有限的Ka频段链路受地面站区域天气的影响较大,容易产生中断。将Ka频段链路的噪声温度建模为两状态马尔科夫链的Gilbert Elliot信道,结合异步CFDP传输模式,设计了低误差的天气状态预测模型,同时针对给定噪声阈值下天气状态转换对下行链路丢包率的影响,提出一种基于天气状态转换的RS码与弱鲁棒孤波分布LT码级联的分组纠删编码技术,通过预测模型实现自适应码率调整以保持Ka频段的数据链路连续性以及有效吞吐量。仿真表明算法可实现对数据分组的纠删保护,提高接收端的译码性能,增大系统吞吐量,提高文件传输效率。     

基于可观测性分析的深空自主导航方法研究

基于可观测性分析,研究了不同观测模型下的深空自主导航算法。从非线性系统的可观测性分析出发,利用微分几何理论求解出系统的可观测矩阵,并给出了系统的可观测度定义和状态变量的可观测度分析方法;将其应用于深空自主导航系统,分析了不同观测模型下导航系统以及轨道参数的可观测度,并将其作为观测模型的选取准则;根据可观测性分析结果,结合非线性扩展卡尔曼滤波,建立了不同观测模型对应的自主导航算法。最后,以深度撞击任务的实际飞行数据对文中的自主导航算法进行数值仿真,验证了导航系统可观测度与系统状态估计精度之间的关系,结果表明本文提出的可观测性分析方法是可行的。     

深空探测天线技术发展现状及趋势

为了满足我国新世纪深空探测任务的需求,文章结合国内外部分典型深空探测项目,介绍了有关探测器上天线系统的设计思路,从而了解深空探测天线技术的发展现状,并根据目前星载天线技术发展和深空探测领域测控通信系统的需求,归纳和总结了未来深空探测领域中探测器上天线技术的发展趋势,为我国深空探测天线技术的发展提供参考。     

一种多分辨率图像目标检测算法

为解决航天遥感图像分辨率和目标尺度变化大的挑战,提出了一种基于多分辨率图像的目标检测算法。改进了自适应特征金字塔和轻量级的分类预测模块,通过使用注意力机制,从不同层次的特征图中提取语义信息。引入了一种预测目标尺度的方法,以分析图像中目标的分布和尺度信息。将算法在DOTA（Dataset for Object deTection in Aerial Images）数据集上进行了实验验证,在U-Net（一种基于卷积神经网络的语义分割算法）和ResNet-34（一种深度残差网络）两种不同的主干网络设置下,召回率和检测速度均超过了RPN（Region Proposal Network,区域提议网络）算法。提出的多分辨率图像目标检测算法能有效地提高检测精度,降低计算复杂度。     

Drogue detection for autonomous aerial refueling based on convolutional neural networks

Drogue detection is a fundamental issue during the close docking phase of autonomous aerial refueling(AAR). To cope with this issue, a novel and effective method based on deep learning with convolutional neural networks(CNNs) is proposed. In order to ensure its robustness and wide application, a deep learning dataset of images was prepared by utilizing real data of ‘‘Probe and Drogue" aerial refueling, which contains diverse drogues in various environmental conditions without artificial features placed on the drogues. By employing deep learning ideas and graphics processing units(GPUs), a model for drogue detection using a Caffe deep learning framework with CNNs was designed to ensure the method's accuracy and real-time performance. Experiments were conducted to demonstrate the effectiveness of the proposed method, and results based on real AAR data compare its performance to other methods, validating the accuracy, speed, and robustness of its drogue detection ability.     

耐150 ℃太阳翼基板结构胶黏剂性能研究

介绍了一种J-159结构胶黏剂,用于太阳翼基板结构的板-芯胶接,重点进行了胶黏剂的力学性能、真空挥发性能、耐辐照性能研究,同时开展了典型件的制备及热真空循环试验。结果表明,J-159胶黏剂在150℃下各项力学性能保持率均56%,远高于常用的J-47胶黏剂,具有很好的耐高温性能。同时,真空挥发性能和耐带电粒子辐照性能满足航天器空间应用要求,制备的典型件在-105～+150℃热真空循环试验后,外观质量、胶接质量及其他性能均符合指标要求,能够满足卫星太阳翼基板耐150℃及以下空间环境的使用需求。     

基于DBN效能拟合的舰艇编队作战效能敏感性分析

针对传统的舰艇编队作战效能分析方法中存在的对数据利用不充分、对数据完整性要求较高的问题,提出了基于深度学习的效能拟合方法。从最具有代表性的敏感性分析方法Sobol指数法入手,利用深度学习方法优越的特征学习能力,基于深度信念网络（DBN）构建了效能拟合网络,结合无监督预训练和有监督调优实现了网络训练和参数优化,构建出效能拟合模型。将产生的数据应用于效能分析模型并与完全数据条件下的效能分析结果进行对比,验证了所提出的效能拟合模型对于不完全数据下的作战系统敏感性分析的有效性。     

欧美月球GNSS规划现状分析综述

月球是地球最重要的天然卫星,当前国际上正在迎来新一轮月球探索高潮,数十个机构和商业团队正在规划月球探索任务,并设想在未来实现航天员长期驻月,围绕月球的“太空竞赛”刚刚开始。月球GNSS（基于现有的地球GNSS以及新的环月卫星通信导航基础设施的月球卫星通信导航定位技术）是空间基准科研的基础,能够提供航天器着陆定位以及月面（及其覆盖空间）定位、导航与授时等服务,同时可以将月球作为试验场,将导航工具包扩展到更远的目的地（如火星）。对欧美近期发布的月球GNSS规划进行了整理归纳,其中包括美国月球GNSS接收机实验（LuGRE）计划和欧洲月光（MoonLight）计划,以及美国中远期月球通信中继和导航系统（LCRNS）计划,这些计划可以为我国开展月球GNSS规划提供参考。