飞轮姿控小卫星模糊控制方法研究

对三轴稳定飞轮姿控小卫星的模糊控制方法进行了研究。不考虑解耦运算,基于模糊控制,以姿态角偏差及偏差变化率为输入,飞轮转动角加速度为输出,在每个通道分别加入模糊控制器,实现了对小卫星滚转、俯仰和偏航通道耦合系统的有效控制。仿真结果表明:该法对干扰抑制明显、对结构参数变化不敏感,响应过程有良好的快速性和较高的稳态精度(可达1×10-4rad),可避免传统方法中对动力学方程的直接解耦操作,应用时可将模糊控制规则转化为控制表储存在星载计算机,简单高效。     

小型平板CPL实现高热流密度散热的研究

针对小型平板毛细抽吸两相流体回路(CPL)在高热流密度下的特点,分析了不同工质时系统的压力损失与毛细芯的毛细抽吸力,得出采用氨工质有着较好的传热性能和更高的毛细限,同时得出影响系统毛细限的主要因素是蒸汽联管管径和工质的蒸气密度,提出了工质传输系数作为选取工质的重要指标。建立了蒸发器多孔芯,金属壁面以及工质气、液空间区域的耦合数学模型,并运用SIMPLE算法进行求解,得出蒸发器内的温度分布及由于侧壁效应对多孔芯传热传质与传热极限的影响,同时提出小型平板CPL系统存在侧壁效应传热极限,它是影响系统最大传热量的一个重要极限,在设计小型平板CPL必须予以考虑。     

机器人动作规划的新方法

机器人动作规划是智能机器人控制系统的一个特别重要而又十分复杂的研究课题，本文在对机器人动作规划进行问题描述的基础上，通过应用解释学习来获取搜索策略，为其提出了一种新的方法，仿真结果表明，该方法是可行且有效的。     

小推力最优轨迹协态估计的高效机器学习方法

针对变比冲小推力轨迹间接优化中的协态变量初值猜测问题,提出了一种基于机器学习的协态变量初值高精度高效估计方法。首先,基于标称最优轨迹延拓,建立了状态量边值高扰动上限情形下的数据集生成方法,并分析了扰动上限对求解效率的影响。然后,构建了基于位置速度、轨道根数和改进春分点轨道根数多形式状态量组合输入的人工神经网络(ANN)映射关系,分析并优化了神经网络结构。将提出的方法应用于深空探测小推力转移场景,仿真结果表明该方法相对于标称轨迹直接扰动的数据集生成方法及单一形式状态量输入的人工神经网络映射方法,均有效地提升了求解收敛率,能够高效高精度地估计协态变量初值,实现轨迹快速优化。     

空间变化场景下卫星部组件域适应识别研究

针对小样本限制下卫星部组件识别域适应困难的问题,提出一种变化场景下自适应迁移的目标识别算法.卫星部组件的识别模型框架为YOLO,迁移算法包括3个策略:基于特征关联性的样本加权策略,基于模型的参数自适应策略和最优特征变换自适应迁移策略.基于以上策略,YOLO模型建立域特征空间的相似性,选择性地迁移源域知识,同时在适应过程...     

基于小样本学习的多因素单粒子翻转截面预测

针对空间粒子辐射效应评价中的多因素影响问题,提出了端到端数据驱动方法预测多因素条件下的单粒子翻转截面。首先通过卷积神经网络进行多因素特征提取,接着利用小样本学习匹配网络进行样本间特征融合,最后使用集成学习回归器预测重离子线性能量传输和单粒子翻转截面的关系曲线。在公开文献中提取的2种类型182个样本的小规模数据集上,对该模型进行端到端训练和测试,结果表明:该方法能够有效预测大部分场景下的多因素效应单粒子翻转界面,并能对各因素的重要程度给出量化评价,在国产处理器SM750的案例分析中获得了与重离子辐照实验相当的系统失效率上界。与传统方法相比,这种方法不依赖经验参数,具有更广泛的应用场景。     

Learning Spatial Localization: From Rat Studies to Computational Models of the Hippocampus

In his landmark article, Richard Morris (1981) introduced a set of rat experiments intended “to demonstrate that rats can rapidly learn to locate an object that they can never see, hear, or smell provided it remains in a fixed spatial location relative to distal room cues” (p. 239). These experimental studies have greatly impacted our understanding of rat spatial cognition. In this article, we address a spatial cognition model primarily based on hippocampus place cell computation where we extend the prior Barrera–Weitzenfeld model (2008) intended to allow navigation in mazes containing corridors. The current work extends beyond the limitations of corridors to enable navigation in open arenas where a rat may move in any direction at any time. The extended work reproduces Morris's rat experiments through virtual rats that search for a hidden platform using visual cues in a circular open maze analogous to the Morris water maze experiments. We show results with virtual rats comparing them to Morris's original studies with rats.     

基于遥感图像的无固定标志点卫星自主定轨

目前基于事先选取地面标志点的卫星自主导航可能会造成误匹配和漏匹配,并且不包含地标点的遥感图像也有可能存在导航信息.为了解决这两个问题,本文提出了一种不依赖事先标定地面标志点的自主导航方法,通过YOLOv3深度学习对获得的遥感图像进行目标识别缩小图像匹配区域,将识别后的目标区域进行图像匹配获得匹配特征点及其像平面坐标,最...     

基于循环神经网络的卫星姿态执行器故障诊断

针对卫星姿态控制系统执行器机构故障问题,提出了一种基于循环神经网络的故障诊断方法.对卫星姿态控制系统建模,进行故障分析并采集星敏感器和角速度陀螺的连续时刻故障数据.设计六种异构的循环神经网络,对故障数据进行故障诊断和分类,分别从网络深度、反馈单元、激活函数和训练算法对比网络效果.带有门循环单元的(gate recurr...     

基于注意力机制特征重建网络的舰船目标检测

深度学习为遥感领域诸多应用提供了重要的技术支撑,光学遥感图像的舰船目标检测对国防侦察和预警具有重要意义.真实场景中的舰船往往呈不同方向任意排列,且小目标的占比大,经典的深度学习目标检测算法在这种复杂条件下精度低、易漏检.为此,本文设计了基于注意力机制特征重建网络的舰船目标检测算法.首先,通过引入注意力机制对多尺度特征融...