GNSS接收机时间管理模型的设计与实现

为了满足卫星接收机对多个时间系统统一管理的需求,设计了一种适用于多系统GNSS接收机的时间管理模型,用于维持和处理接收机内部时间.详述了接收机时间初始化、维持、钟差估计的方法与修正策略.基于DSP6671平台对模型进行了实验验证,并分析了不同定位模式下的钟差变化特性,以及两种钟差调整策略对伪距、载波相位的非差和双差的影...     

卫星双向法与卫星测距

卫星双向时间比对是目前远距离台站时间比对精度最高的时间同步技术,时间比对精度达几百皮秒,比GPS共视技术的时间比对精度几乎高一个数量级。中科院国家授时中心根据多台站卫星时间比对经验,提出利用卫星双向比对技术进行卫星测距(称转发器定轨)。实验证明:利用卫星双向技术(卫星需要转发器)进行卫星测距,可得到高精度卫星轨道(内符精度为几厘米)和卫星预报轨道。     

基于CNN-LSTM神经网络的前视成像算法

雷达前视成像作为雷达成像领域的难点与重点,在自动驾驶、导航、精确制导等方面具有广阔的应用前景。传统的前视成像算法受限于天线孔径的宽度,无法实现高分辨率的成像,本文使用卷积神经网络（Convolutional Neural Networks, CNN）与长短期记忆（Long Short-Term Memory,LSTM）网络相结合实现前视成像中方位向的预测,首先介绍了扫描前视成像信号的类卷积模型及其病态性,利用脉冲压缩以及距离徙动校正对回波信号预处理,输入CNN-LSTM神经网络逐距离单元进行方位向估计。仿真结果表明：算法能有效提高前视成像的方位分辨率,实现前视成像的超分辨。     

计算振动翼面非定常气动力的Fourier级数展开法

将翼面绕基准状态作任意形态的振动,用Ｆｏｕｒｉｅｒ级数展为ｎ个不同振幅、不同频率的谐波;用Ｇｒｅｅｎ函数法计算每个谐波引起的非定常气动力;然后在时域中将它们叠加,即可求得该翼面在时域中以给定的波形作振动时的非定常气动力。重点讨论了翼面作接近方波形振动时的非定常气动力。算例表明,该方法所得结果与其他方法及实验结果吻合。     

基于启发强化学习的大规模ADR任务优化方法

随着航天事业的蓬勃发展,空间碎片尤其是低轨碎片已成为航天任务不可忽视的威胁。考虑到碎片清除的紧迫性和成本,低轨多碎片主动清除（ADR）技术成为缓解现状的必要手段。针对大规模多碎片主动清除任务规划问题,首先,基于任务规划的最大收益模型,提出一种强化学习（RL）优化方法,并依照强化学习框架定义了该问题的状态、动作以及收益函数;其次,基于高效启发因子,提出一种专用的改进蒙特卡罗树搜索（MCTS）算法,该算法使用MCTS算法作为内核,加入高效启发算子以及强化学习迭代过程;最后,在铱星33碎片云的全数据集中检验了所提算法有效性。与相关MCTS变体方法以及贪婪启发算法对比,所提方法能在测试数据集上更高效地获得较优规划结果,较好地平衡了探索与利用。     

辅助动力装置控制系统传感器智能解析余度方法

针对辅助动力装置(APU)控制系统传感器故障,提出了一种基于协方差优化集成极限学习网络(COSELM)的传感器智能解析余度方法。该方法能够根据在线序列预测误差的最小方差来自适应更新单个在线序列极限学习机的权重系数,发挥和权衡各个学习模型的优势,通过提高模型算法的稳定性和泛化性,改善传感器智能解析余度的精度。通过在某辅助动力装置控制系统传感器解析余度的验证表明,提出的COSELM方法可以解决传感器在发生偏置故障时的信号重构问题,重构误差不超过1%,适用于不同辅助动力装置个体,为其提供可靠的解析余度。     

基于Volterra级数的跨音速非定常气动力建模

为了有效实现跨音速气动伺服弹性的分析与综合,应用Volterra级数理论建立了一种跨音速非定常气动力状态空间建模方法.小扰动假设下的跨音速非定常气动力可以近似地表示为一阶Volterra级数的形式.通过CFD(Computation Fluid Dynamics)技术计算得到由结构变形产生的非定常气动力阶跃响应可辨识出Volterra核,由此得到频域的广义非定常气动力影响系数.利用气动力有理函数拟合,得到气动弹性状态空间模型.为验证气动力建模的有效性,以后掠机翼为例进行颤振计算.结果表明,Volterra级数方法得到的非定常气动力模型能够反映一定的跨音速气动特性,颤振计算与CFD-CSD(CFD-Computation Structure Dynamics)的计算结果吻合很好.      

Status of the T2L2/Jason2 Experiment

The T2L2 (Time Transfer by Laser Link) project, developed by CNES and OCA will permit the synchronization of remote ultra stable clocks and the determination of their performances over intercontinental distances. The principle of the experiment derives from Satellite Laser Ranging (SLR) technology with dedicated space equipment. T2L2 was accepted in 2005 to be on board the Jason2 altimetry satellite. The payload consists of both event timer and photo detection modules. The system uses the ultra-stable quartz oscillator of DORIS as on-board reference clock on one hand, and the Laser Reflector Array, making T2L2 a real two-way time transfer system on the other hand. The expected time stability of the T2L2 instrument (detection and timing), referenced by the DORIS oscillator and including all internal error sources should be at the level of 10–12 ps at 1 s and <1 ps at 1000 s. The metrological specifications of T2L2 should permit to maintain a precision of 1 to a few ps when measuring the phase of a clock during around 1000 seconds.     

基于深度学习的无人机航拍目标检测研究综述

目标检测是提高无人机（UAV）感知能力的关键技术之一,其研究对于无人机的应用有着重要意义。与基于手工特征的传统方法相比,基于卷积神经网络的深度学习方法具有强大的特征学习和表达能力,成为目前目标检测任务的主流算法。近年来,目标检测技术已经在自然场景图像上取得了一系列突破性进展,在无人机领域的研究也逐渐成为热点。首先系统阐述了基于深度学习的目标检测算法的研究进展,并总结了相关算法的优缺点。对常见的航空影像数据集进行了梳理并介绍了迁移学习的方法;从无人机影像背景复杂、目标较小、视场大、目标具有旋转性的特点出发,对无人机目标检测在近期的研究进行了归纳和分析。最后讨论了存在的问题和未来可能的发展方向。     

国防原子时测试系统的设计与实现

随着现代武器系统的日趋高速化、自动化和智能化,时间频率在高技术战争中的地位越来越突出,国防原子时系统的运行研究,将对我国独立自主的时间标准系统的建立提供有利的技术支持。本文较详尽地阐述了国防原子时测试系统的组成,并介绍了系统中比对测试软件、环境监测系统的设计以及相关数据库的搭建。