InxGa1-xAs材料在多结空间太阳电池中的应用进展

In_xGa_(1-x)As材料具有独特的物理特性,可以通过调节In和Ga的组分来改变材料的带隙宽度Eg。该材料自进入多结空间太阳电池领域以来,就受到了广泛的关注。因此,In_xGa_(1-x)As材料有望成为未来多结空间太阳电池领域中的重要研究对象。本文首先介绍了InGaAs材料的生长工艺及其在多结空间太阳电池领域中的应用情况和研究现状,同时讨论了材料的外延生长工艺以获得高质量含InGaAs材料的多结太阳电池。此外,介绍了近年来InGaAs材料在高效多结空间太阳电池领域的研究进展,并对其抗辐照性能进行了简述。大量研究表明:InGaAs材料的使用可以进一步提升多结空间太阳电池的光电转换效率,达到提升卫星有效载荷的目的。     

一种新型的A／D转换器

本文介绍了一种设计Ａ／Ｄ转换器的新技术一分段Ａ／Ｄ转换技术,此技术用低位Ａ／Ｄ转换器,在不降低转换速度的情况下,实现了较高精度的Ａ／Ｄ转换,从面在一定程度上解决了Ａ／Ｄ转换器高精度与高速度之间的矛盾。     

基于腱驱动的空间多指灵巧手的位置/腱张力混合控制

现有的腱驱动空间多指灵巧手通过对每一根腱施加独立的张力实现力控制,忽略了腱绳耦合运动的影响.针对“N+1”型腱驱动多指灵巧手系统内腱绳运动和腱张力耦合的问题,采用关节转矩到腱张力映射的方式解决,同时加入位置控制,构成位置/腱张力混合控制系统,实现腱驱动灵巧手的主动柔顺控制.“Matlab+ ADAMS”联合仿真结果验证了算法的可行性.     

软件无线电

介绍软件无线电的概念及背景，描述了软件无线电的体系结构和设计步骤，并且指出软件无线电的关键技术所在。最后，分别以ＳＰＥＡＫｅａｓｙ和Ｓｐｅｃ－ｔｒｕｍＷａｒｅ系统为例详细介绍了软件无线电目前发展的现状。     

风云一号气象卫星天线反射板表面粘贴铝箔的工艺

风云一号天线反射板采用碳纤维/铝蜂窝夹层结构表面粘贴铝箔的结构形式。由于铝箔、碳纤维的热膨胀系数相差悬殊 ,因此具有很大的工艺难度。进行了大量的工艺实验后 ,在工艺特点分析和工艺实验的基础上 ,采用了合理的工艺路线 ,确定用中温胶双面贴铝箔作为天线反射板的铝箔粘贴工艺 ,解决了碳纤维/铝峰窝夹层结构表面粘贴铝箔胶接层中不能有气泡存在的工艺难点 ,满足了卫星轨道条件下不鼓泡、不脱落的使用要求 ,并保证了天线反射板平面度、孔位精度高的要求     

从图像工程角度看CBERS-1卫星图像

文章从图像工程角度从灰度、纹理和边缘3个方面对CBERS -1卫星的图像进行了量化评价 ,并与同一地区的TM图像进行了比较 ,客观地反映了CBERS-1卫星的图像质量 ,提出了CBERS-1卫星图像的优势和需改进的方面。     

火星着陆关键环节多学科交叉设计与验证

针对火星着陆任务在飞行环境、地面验证、系统间关联性等方面面临的技术挑战,根据火星着陆关键环节涉及的气动减速、降落伞减速、动力下降和着陆缓冲四个主要阶段,分别分析了大气进入方式、进入初始条件、气动外形、防热、开伞控制、大底弹射、背罩规避机动与触火关机等关键要素,并介绍了天问一号与其他典型火星着陆任务开展的多学科交叉设计过...     

天问一号着陆器大底分离触发条件设计方法

针对天问一号着陆器防热大底分离触发条件确定问题,利用数学仿真的方法分析气动特性、防热大底相对着陆器姿态运动等因素对分离安全性的影响,给出可安全分离的触发条件.不同分离触发马赫数的仿真结果表明,较大分离马赫数的碰撞风险较高,但防热大底长期运动趋势由弹道系数决定,相比着陆器下降更快.根据伞降过程着陆器姿态运动及伞绳力特点,...     

天问一号着陆器双目视觉避障技术

对天问一号双目视觉避障技术的组成、方案及原理进行了介绍,通过图像障碍识别和双目立体地形感知完成天问一号降落过程中的安全着陆点自动选取.通过高分辨率双目匹配和亚像素插值处理,提高远距离双目测量精度;在计算资源严格受限的条件下,采用FPGA作为硬件加速平台,通过功能模块的并行化和流水线设计,提高计算视差和三维信息的速度;为...     

Aero-engine fault diagnosis applying new fast support vector algorithm

A new fast learning algorithm was presented to solve the large-scale support vector machine ( SVM ) training problem of aero-engine fault diagnosis.The relative boundary vectors ( RBVs ) instead of all the original training samples were used for the training of the binary SVM fault classifiers.This pruning strategy decreased the number of final training sample significantly and can keep classification accuracy almost invariable.Accordingly , the training time was shortened to 1 / 20compared with basic SVM classifier.Meanwhile , owing to the reduction of support vector number , the classification time was also reduced.When sample aliasing existed , the aliasing sample points which were not of the same class were eliminated before the relative boundary vectors were computed.Besides , the samples near the relative boundary vectors were selected for SVM training in order to prevent the loss of some key sample points resulted from aliasing.This can improve classification accuracy effectively.A simulation example to classify 5classes of combination fault of aero-engine gas path components was finished and the total fault classification accuracy reached 96.1%.Simulation results show that this fast learning algorithm is effective , reliable and easy to be implemented for engineering application.