Passive optical detection of submillimeter and millimeter size space debris in low Earth orbit

Understanding of the space debris environment and accuracy of its observation-validated models are essential for optimal design and safe operation of satellite systems. Existing ground-based optical telescopes and radars are not capable of observing debris smaller than several millimeters in size. A new experimental and instrumental approach – the space-based Local Orbital Debris Environment (LODE) detector – aims at in situ measuring of debris with sizes from 0.2–10 mm near the satellite orbit. The LODE concept relies on a passive optical photon-counting time-tagging imaging system detecting solar photons (in the visible spectral range) reflected by debris crossing the sensor field of view. In contrast, prior feasibility studies of space-based optical sensors considered frame detectors in the focal plane. The article describes the new experimental concept, discusses top-level system parameters and design tradeoffs, outlines an approach to identifying and extracting rare debris detection events from the background, and presents an example of performance characteristics of a LODE sensor with a 6-cm diameter aperture. The article concludes with a discussion of possible sensor applications on satellites.     

基于深度学习的ADS-B异常数据检测模型

广播式自动相关监视（ADS-B）是下一代空中交通运输系统的重要组成部分，是新航行系统中非常重要的通信和监视技术，但其协议没有提供相关的信息认证和数据加密，因此极其容易受到欺骗干扰的影响。针对ADS-B报文数据特点，采用深度学习的seq2seq模型对ADS-B报文数据进行重构，通过重构误差来检测异常，并对数据进行特征扩展，使模型能更好的捕捉数据的时间依赖性。实验结果表明，所采用的方法优于传统的机器学习方法，且在数据特征扩展后，模型检测效果提升。相比于现有的欺骗干扰检测方法，该方法不需要改变ADS-B系统的协议，也不需要额外的节点或传感器参与，具有一定的适应性和灵活性。     

干扰环境下直扩系统中DMF捕获性能研究

基于数字匹配滤波器(DMF)的捕获电路具有较快的捕获速度,因此它在直扩系统(DSSS)中得到了广泛的应用。为了在干扰环境下进一步提高其捕获性能,本文对影响捕获性能的检测概率和虚警概率进行了分析;并对直扩系统中基于DMF的平均捕获时间进行了计算机仿真,从而找到了在平均捕获时间较小时应该满足的信干比、干噪比和判决门限,为改善直扩系统的捕获性能提供了理论依据。     

神经网络在火箭容错控制中的应用

利用解析冗余思想和神经网络的非线性映射能力，提出了基于神经网络的故障检测和容错控制框架，以此实现解析冗余，并将其应用于火箭稳定回路容错控制设计，仿真研究表明，该方案设计思想正确．具有一定的实用价值。     

深度交叉遗传神经网络在液体火箭发动机故障检测中的应用

将遗传算法与BP神经网络深度交叉融合,即采用遗传算法对BP神经网络的权值和阈值进行多点优化,而在进化的每一代中随机取少量染色体进行单一BP网络训练,训练结果再返回染色体,经过若干代的进化后得到稳定的权值和阈值,再将它们赋给BP神经网络,作为初始值,按误差前向反馈算法沿负梯度搜索重新训练,最终得到最优解。这种算法既避免BP算法易陷入局部最优解的不足,又克服遗传算法以类似穷举的形式寻找最优解而引起的搜索时间长、速度慢的缺点。并且经过仿真分析,深度交叉遗传BP神经网络的收敛性和故障诊断能力优于传统BP神经网络和单一使用遗传算法,可有效应用于液体火箭发动机故障检测中。     

基于DSP的全数字闭环光纤陀螺

介绍了一种采用DSP(Digital Signal Processor)技术实现的全数字闭环光纤陀螺.该闭环光纤陀螺采用以多功能集成光学器件为核心的全保偏结构,以方波为偏置调制,数字阶梯波反馈.文中对该闭环光纤陀螺的前置放大、信号检测、数字解调、数字滤波等部分进行了设计和实现,对采用DSP技术解决系统精度和实时性矛盾的方案进行了讨论,并对闭环光纤陀螺的性能和参数进行了理论分析和实验测试.测试结果表明系统达到了小于0.3/h的零漂和100×10^－6的非线性度指标.     

正压检漏的漏率

分析了现有的漏率定义,从质量、能量观点重新解释漏率。     

一种电能表表号区域的定位方法

电能表表号可以唯一标识一块电能表的身份,针对当前对电能表表号识别研究比较少,研究了一种定位电能表表号区域的方法。由于电能表表面存在字符的区域比较多,定位电能表表号区域相对比较困难,结合了电能表表号数字区域的特征,通过对图片进行Canny边缘检测、数学形态学运算和区域限定,最后成功实现了电能表表号的定位。     

多操纵面飞机气动参数在线辨识新方法研究

以多操纵面布局飞机为对象,针对其操纵面冗余造成的激励信号线性相关及控制过程中存在的信号激励不足问题,对最小二乘辨识算法进行了改进。新方法将先验经验引入在线辨识过程,可以克服弱信号输入造成的辨识不准确;采用激励-补偿机制,增加激励信号,改善了辨识结果的精度。以六自由度非线性飞机模型为对象进行的姿态控制系统仿真验证表明,当操纵面完好时,该方法能够在线修正建模误差;当飞机操纵面损伤时,该方法能够迅速反映操纵面气动参数的变化,提高了控制系统的适应性和鲁棒性。