基于GNSS掩星资料的风云卫星微波载荷产品质量验证与分析

聚焦新一代国产极轨气象卫星微波载荷和全球导航卫星系统(GNSS)掩星临边观测的探测机理,及其各自仪器的性能指标和在轨运行的特点,利用2019年1月1日到12月31日的全球数据,开展基于GNSS掩星资料的风云气象卫星微波观测亮温对比和反演廓线产品质量检验研究。在匹配数据时间分辨率为30 min和经纬度分辨率为0.5°的情况下,亮温偏差小于5 K,大气温湿度探测精度分别为1.92 K和22.8%,同时分析了2019年青藏高原地区大气温湿度的时空分布规律。结果表明:风云气象卫星微波辐射计具有全球全天候探测大气温湿度的功能,在近地面具有丰富的反演数据,而对于GNSS掩星探测资料,3 km以上探测精度优于微波湿度计,近地面数据较少,两者联合,既可以互相补充和验证,又能以青藏高原为例,分析长时间序列气象和气候数据,为后续的气候研究提供基础数据集。     

美军网络中心战的发展及其对装备建设的启示

网络中心战是信息化战争的主要作战样式。信息技术的广泛应用,大大提高了装备作战的能力,同时也对装备建设提出了更新更高的要求。阐述了美军网络中心战的含义与结构组成,分析了美军网络中心战的建设情况、关键技术、作战应用及其发展动向,最后探讨了网络中心战对装备建设的影响。     

控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。     

天波超视距雷达电离层相位污染典型校正方法综合性能评估

对校正天波超视距雷达电离层相位污染的五种典型方法进行了综合性能评估,主要从校正效果、对不同污染的普适性、污染参数变化对方法的影响、信噪比对方法性能的影响、运算量等几个方面进行了比较与分析,为实际工程实现和改进电离层相位污染校正方法提供参考。     

基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。     

锥运动条件下新的速度误差补偿项研究

经典的捷联惯导积分算法往往需要在姿态更新过程中对圆锥误差项进行精确补偿。虽然考虑了载体姿态变化的影响,但速度更新算法通常忽略了圆锥效应的作用。就圆锥误差项引起的速度误差进行了研究。指出其与陀螺角增量对速度更新的影响方式相同。在假设的线性斜坡模型条件下,利用两个连续的角增量和比力增量,详细推导了新的速度误差项的二子样更新补偿算法。在一种特殊的机动条件下,即当载体绕横轴作圆锥角振动的同时又沿立轴作同频同相的线振动,推导的二子样优化算法能够使该误差补偿项的平均性能最优。仿真结果证明该优化算法能够对新的速度误差积分项进行有效的补偿。     

面向空间容迟容断网络的路由算法研究

将空间网络作为一种典型的容迟/容断网络(Delay/Disruption Tolerant Network,DTN),同时利用空间网络星座拓扑的规律性和可预见性,通过构造链路通断时间图,快速建立虚拟拓扑路由表;针对路由过程中可能出现的链路中断问题,设计了拥塞控制机制、正常中断机制和链路失效机制来提高路由效率;在The ONE网络仿真平台中对提出的时间图路由算法(Time-GraphRouter)进行了仿真,并与传染路由(EpidemicRouter)、转发等待路由(SprayAndWaitRout-er)、预测路由(ProphetRouter)三种路由机制进行了对比。仿真结果表明,文章提出的路由算法的平均投递率达到了0.98以上,综合性能优于其他三种路由算法。     

高超声速飞行器动态神经网络反推自适应控制

针对高超声速飞行器纵向模型的高度非线性特点,在考虑模型不确定性的情况下,提出了高超声速飞行器动态神经网络调节函数反推自适应控制方法.对给定的速度指令,引入积分型Lyapunov函数设计跟踪控制器,取消了控制增益一阶导数上界的限制,且避免了控制器的奇异性;对给定的高度指令,引入调节函数技术,设计了反推控制器,避免了将模型化为严反馈形式;采用动态神经网络对未知系统动态进行自适应在线逼近.根据Lyapunov理论证明了设计的控制律保证了闭环系统的稳定性与指令跟踪的精确性.仿真结果验证了该方法的可行性及有效性.     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。     

基于YOLOv5的近岸SAR舰船目标检测方法

由于类似舰船的陆地目标的干扰和舰船的紧密排列,基于合成孔径雷达(SAR)图像的近岸舰船检测会出现较多漏检和误检,提出了一种基于YOLOv5网络的近岸舰船的检测方法。为提高近岸背景下的检测精度,使用了注意力机制模型和CSL的技术用于改进网络;分析了YOLOv5网络、注意力模型和CSL算法,基于YOLOv5进行了检测实验,引入注意力模型来改进网络;结合CSL算法,重构了YOLOv5旋转检测网络。通过调整训练参数和改进注意力,近岸目标检测网络的测试结果达到mAP 80%以上,证实了CSL+YOLOv5算法实现旋转检测的可行性。