北京三号B卫星相机光学系统波前探测技术

介绍了一种波前探测技术在北京三号B卫星相机光学系统地面高精度测试中的应用,通过计算传感器接收到的相位差异信息进行波前反演,可以获得稳定且精度较高的波前信息。相位差异(PD)法是其中一种波前探测技术,在北京三号B卫星项目中进行了初步尝试,文章对其进行了介绍、分析和评估,该方法具有较好的稳定性和可靠性,并有潜在的应用前景。研究结果解决了现有国外商业测量软件对复杂结构的相机光学系统波前测量计算不足的问题,具有较高的工程应用价值。     

超低轨道卫星热控分系统原子氧防护设计

为满足超低轨道卫星长寿命的使用要求,必须对星表经受累计大剂量原子氧通量的热控材料进行原子氧防护,或选择具有原子氧耐受的热控材料,以保证星上仪器设备在整个寿命周期中都能维持良好的工作环境。对国内外航天器上常用热控材料的原子氧影响研究结果进行了分析,对原子氧对各种材料的侵蚀机理及侵蚀速率进行了总结,并据此给出在轨道高度为268 km上的超低轨道卫星的热控设计建议,为国内超低轨道卫星的热控设计提供参考。     

中高轨道卫星热控涂层太阳吸收比退化快速估算方法

根据中高轨道卫星热控涂层温度变化的周期性规律,提出了一种基于待定系数方法的热控涂层在轨性能变化估算方法,此方法仅利用温度数据,不需要卫星光照角、材料热容量等其他参数,降低了以温度反演热控涂层在轨性能变化的参数要求和计算难度。利用该方法,在参考了现有的卫星光学太阳反射镜(Optical Solar Reflector, OSR)太阳吸收比退化的在轨数据和地面试验数据的前提下,同时为计算数据的稳定性,文章估算了某卫星在轨运行580天至1670天约3年的时间里,卫星上OSR的太阳吸收比在轨性能变化情况,结果显示某卫星OSR在约3年的时间里,太阳吸收比仅增加了不到0.01,具有很好的稳定性。     

不依赖卫星的定位导航与授时体系研究

定位导航与授时(positioning, navigation and timing, PNT)体系是支撑人类社会发展的基础设施。当前以卫星为核心的天基PNT应用广泛,但在卫星拒止环境下面临严峻挑战。通过总结天基PNT在国民经济发展与国防建设中的重大作用,分析天基PNT的脆弱性与依赖风险,明确了对不依赖卫星的PNT体系的迫切需求。提出了不依赖卫星的PNT体系概念与特征,即以“惯导+时钟”为核心增强基础PNT能力,利用外源传感器多源融合提高精度保持能力,在卫星拒止条件下为用户提供可承载的高性能PNT服务。基于现有技术基础重点发展微小型、高精度、低成本惯导技术,微时钟技术以及智能融合技术是有效途径,能够实现不依赖卫星的PNT覆盖性、精确性与可承载性的全面提升。     

导航卫星在轨管理与服务系统

针对北斗卫星导航系统卫星数量多,连续、稳定运行要求高的特点,卫星系统建设了导航卫星在轨管理与服务系统,旨在加强在轨数据管理与分析,提升卫星系统服务能力,开展了故障诊断、故障及对策验证、健康评估与维护几方面工作,丰富了在轨卫星监测手段,加强了卫星系统与用户之间的沟通协调.该系统目前已应用实践,有效提升了卫星系统对用户的技...     

Gardner位同步算法及其在中继卫星模拟器中的应用

在空间技术的发展中,中继卫星系统发挥着越来越重要的作用.中继卫星模拟器是指中继卫星的测控链路模拟设备,主要用于对所研制或生产的天基测控终端进行测试和校验,其研制具有重要的工程价值及实践意义.在中继卫星的前返向链路中,调制方式多,码率变化范围大,给位同步算法带来了挑战.位同步算法是接收链路处理的关键技术之一,其通过在最佳...     

一种高动态低信噪比卫星导航信号捕获方法

为提升高动态低信噪比环境下卫星导航信号的捕获性能,提出了一种基于分数阶傅里叶变换(FrFT)及部分匹配滤波(PMF)的捕获方法。在该方法中,接收机首先利用PMF对接收信号做分段相干积分,随后借助快速傅里叶变换(FFT)对分段积分结果做离散快速FrFT,最后通过检测FrFT输出的峰值完成信号的捕获。由于具有多普勒频率变化率的卫星导航信号在FrFT后呈现能量聚焦特性,所提方法能够显著提高信号的长时间相干积分增益。同时对所提算法的捕获概率、平均捕获时间以及算法复杂度等性能指标进行了理论分析及计算机仿真验证。仿真表明,与传统的PMF-FFT方法相比,所提方法能够通过延长相干积分时间的方式有效提升高动态低信噪比卫星导航信号的捕获概率、降低捕获时间。     

基于干扰观测器的受扰卫星姿态控制器设计与优化

对复杂环境下的卫星姿态控制进行了研究,针对存在外界干扰和转动惯量不确定的卫星姿态控制,建立了基于误差四元数卫星姿态动力学与运动学方程,在此基础上设计了反演滑模控制器,构造Lyapunov函数并从理论上证明了闭环系统的稳定性;设计非线性干扰观测器(NDO)对等效干扰进行估计,使控制器输出力矩减小,有效降低了输出饱和的风险,同时抑制了滑模控制带来的抖振;为了获得更好的控制效果,以控制器参数为优化变量,综合考虑了控制器的动态性能和被控对象的输入受限条件,建立了评价函数,利用改进的粒子群算法对控制器参数进行优化。仿真结果表明设计的控制器可行且有效,得到了较好的控制效果。     

基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

中继卫星在轨自动跟踪精度测试方法研究

针对中继卫星在轨自动跟踪精度测试基准值建立和有效数据获取的难题,根据在天线电轴跟踪零点附近角误差电压灵敏度正比于波束指向角误差灵敏度的特性,提出了采用角误差电压灵敏度作为基准值,天线稳定跟踪目标时的方位角误差电压和俯仰角误差电压作为测试数据,通过数据处理得出在轨自动跟踪误差,然后与差波束零点(天线电轴)与和波束接收信号最大值轴之差相加,得出在轨自动跟踪精度的测试方法。并制定测试方案和测试流程,在轨进行了实施。与地面测试结果进行比较,数据相近,验证了测试方法的可行性和有效性。采用该方法测试难度小,便于实施,测试结果不受天线安装误差、卫星姿态变化等因素的影响,解决了中继卫星在轨自动跟踪精度测试的难题。