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。     

SiC/SiBCN-Si3N4复合材料力学性能研究

为了深入了解SiC/SiBCN-Si₃N₄材料微观形貌与高温力学行为,建立科学可靠的定量表征方法,本文使用多种表征手段对SiC/SiBCN-Si₃N₄材料进行定量观测,首先进行材料孔隙率及密度的测试,随后进行材料高温原位力学性能测试并对材料损伤机理进行了分析,最后基于试验数据构建了一种可解释的深度学习模型,实现了材料高温非线性本构关系预测。样件力学性能分析结果表明：平均应力预测误差为0.27%~0.59%、平均应变预测误差为1.96%~3.41%;同时通过量化分析明确了影响力学性能的因素依次为温度、偏轴角度、孔隙率及密度。本文实现了不同环境温度、偏轴角度与外载荷作用下SiC/SiBCN-Si₃N₄宏观力学性能的预测,可为陶瓷基复合材料高温本构模型的建立提供新思路。     

遥感影像弱小目标智能解译算法研究

随着遥感技术的快速发展,光学遥感影像弱小目标智能解译成为遥感信息处理的研究热点之一。遥感影像的地物目标常具有尺度小、种类多、数量大、部分重点小目标移动速度快的特点,易受到复杂背景环境及噪声影响,使得提取遥感影像弱小目标的信息面临着巨大的挑战。早期智能解译算法中的弱小目标分割、检测及跟踪等算法研究,多依赖模板匹配及先验知识,此类算法需耗费大量资源、算力及专家知识成本,存在着计算量大、泛化能力差的问题。近年来,随着深度学习等人工智能技术的快速发展,在海量遥感数据中准确获取弱小目标的信息,通过结合深度学习算法可对弱小目标的特征进行快速提取,以提供高效、准确的解译信息。本文综述了遥感影像弱小目标智能解译算法研究进展,包括基于传统图像处理方法的弱小目标分割、检测和跟踪算法,以及基于深度学习等典型相关算法。通过分析这些方法的优点与局限性,对于提高相关目标的信息获取能力、提升观测的态势感知水平以及未来应用等方面具有重要意义。     

含填充弹性地基双层道面板有限元分析及参数影响研究

针对机场道面修复问题,建立了一种飞机载荷-盖层-道面-含填充地基的力学模型。其中飞机载荷采用主起落架多轮载荷,盖层与道面采用Mindlin厚板理论。在此基础上,建立了问题的有限元求解格式,分别对道面板在飞机单轮和多轮载荷情况下进行了有限元数值分析,有关数值结果与实验结果吻合较好。最后研究了盖层厚度、填充半径对位移、应力的影响规律。     

深空测控通信的特点和主要技术问题

分析研究了深空测控通信的特点,对频段提高、灵敏度提高、G/T值提高、EIRP提高、编码增益提高、定轨精度提高、极窄带锁相、低门限接收和调制/解调方式等主要技术问题进行了探讨.     

蚀坑几何形貌的三维模拟

 点蚀是导致结构失效的重要机理之一,点蚀形貌中隐含了大量的有用信息。针对点蚀形貌及尺寸的演化情况,采用三维元胞自动机技术对腐蚀环境中的金属腐蚀生长演化过程进行模拟。将腐蚀损伤生长过程模拟成一个离散的动力学系统,在模拟过程中着重考虑了腐蚀过程中发生的质量转移、金属溶解及钝化、IR降等基本化学物理现象,并定义了相应的局部规则。通过模拟得到了在不同环境下蚀坑的腐蚀损伤形貌。将蚀坑看做半椭球体,可以得到蚀坑的等效深度,定义蚀坑深度比为蚀坑等效深度与蚀坑模拟深度的比值,利用该参数对蚀坑趋近于半椭球体的程度进行分析;对等效为半椭球体的蚀坑,采用蚀坑尺寸比率对等效蚀坑的几何形貌进行研究。结果表明:蚀坑在生长过程中,几何形貌会达到一种相对稳定的状态。初步的研究将有助于进一步理解点蚀生长机理,为疲劳寿命预测及结构完整性分析提供有用信息。     

深空探测用热防护材料的现状及发展方向

综述了热防护材料的发展历史,重点介绍了深空探测用烧蚀防热材料体系,并通过Pioneer Venus、

Galileo、Stardust 等探测任务的热防护系统(TPS)选材方案分析,对未来深空探测TPS 材料进行技术需求分析。

     

基于注意力模型的视觉/惯性组合里程计算法研究

由于外界环境的干扰和传感器精度的限制,视觉/惯性组合里程计的输入数据存在一定的噪声,这会增加里程计的解算误差,而且误差会随着时间积累。针对以上问题,设计了一种基于注意力模型的视觉/惯性组合里程计算法。该算法使用卷积神经网络和长短时记忆网络分别构建了视觉特征提取器与惯导信息特征提取器,同时引入了两种注意力模型:加权组合网络以及开关组合网络,对视觉特征信息和惯导特征信息的融合噪声进行降噪处理。通过在组合里程计算法中添加闭环校正环节,有效地抑制了里程计误差随时间的积累。对比实验结果表明,设计的组合里程计算法与其他算法相比,无论在性能上还是在精度上都有明显的提升。     

人工智能可解释性评估研究综述CSCD

近年来,可解释人工智能(XAI)发展迅速,成为当前人工智能领域的研究热点,已出现多种人工智能解释方法。如何量化评估XAI的可解释性以及解释方法的效果,对研究XAI具有重要意义。XAI的可解释性评估涉及主、客观因素,是一个复杂且有挑战性的工作。综述了XAI的可解释性评估方法,首先,介绍了XAI的可解释性及其评估的概念和分类;其次,总结和梳理了一些可解释性的特性;在此基础上,从可解释性评估方法和可解释性评估框架两方面,综述和分析了当前可解释性评估工作;最后,总结了当前人工智能可解释性评估研究的不足,并展望了其未来发展方向。     

受摄三体问题研究

圆型限制性三体问题模型忽略了摄动因素的影响,在很多情况下不能足够准确地描述三体系统的动力学性质。本文研究了考虑摄动影响的三体问题的动力学性质及其轨道设计。首先分析了运行在平动点附近的卫星所受的主要摄动因素;然后从系统在惯性坐标系中的动力学方程出发,推导了会合坐标系中考虑偏心率、第四体引力以及太阳光压摄动影响的一般动力学方程;最后使用两层微分修正方法将圆型限制性三体问题模型下设计的轨道转换到受摄三体问题模型下。