多轴振动台试验系统取得重大进展

本期魏军的论文《多轴振动台试验系统传递函数估计的数值仿真研究》中所介绍的多轴振动台试验系统,目前在北京卫星环境工程研究所取得了重大进展。     

根据两颗导航星信息估计捷联惯导系统误差的一种方法

针对高机动短时间飞行的飞行器,介绍了一种根据它相对2颗导航卫星的伪距离和伪速度信息,估计捷联惯导系统定位和定速度误差的方法.考虑到由确定飞行器相对每颗星的径向距离和速度的非线性方程施加的约束,根据这些误差矢量长度最小值的条件确定误差值.用空间解析几何法得出了计算捷联惯导系统误差估值的最终算法,这种算法能给出非线性最小值问题的精确解.     

未知空间目标纹理缺失表面三维重建算法

针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题,提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法。首先设计一种基于深度学习的图像逐像素深度估计框架,通过在训练过程中引入多个复杂结构模型,提高该深度估计框架的泛化能力;其次,利用TSDF对各帧图像所估计的深度信息进行融合,实现对纹理缺失区域的空间目标完整三维重建。根据仿真校验,对于300 mm尺寸的卫星模型图像,像素深度估计平均误差约为13 mm,通过TSDF融合后尺寸精度误差小于5.10%。实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计,并获得目标完整的三维结构与纹理信息,有效解决无纹理区域的重建结构缺失问题。     

某型Hall磁敏元件的可靠性分析

某型磁敏元件寿命试验样本量很大,很难应用可靠性试验用表与Weibull分布基于最佳线性不变估计（BLIE）,最佳线性无偏估计（BLUE）枢轴量的数表,本文基于Bayes方法、Blom近似等,对产品进行了拟合优度检验、分布鉴别与可靠性评定。     

小波去除噪音算法研究

介绍了小波变换滤除噪音的机理和与傅立叶变换相比的优越性,其中包括确定性噪音和随机噪音。讨论了增强去噪效果的几种改进方案并提出一种试验估计去噪方法,对工程应用有一定的实用价值。     

“范斯高”旋涡

在2013年10月17日，台风“范斯高”掠过关岛。当地时间14时5分，美国航空航天局的“水”卫星在中分辨率成像光谱仪的帮助下，获得了此台风风暴在这一时刻的图像。当时，风暴的最高持续风速接近157千米／时，并且预期将会继续加强。台风“范斯高”的中心位于关岛西南方向270千米处，靠近北纬12．50，东经143．1°。地下天气组织的杰夫教授指出，对长远的未来来说，这一模型结果还存在很多不确定性。     

依概率P修如新的贮存可靠性模型及其参数估计

对于一类长期贮存，一次使用的产品，通常保持其高可靠性的办法是对其周期检修。基于指数分布给出一个依概率P维修如新、周期检测期间贮存失效率增大的贮存可靠性模型，用最小二乘法对模型参数进行了估计。最后，给出一个应用实例演示了模型的有效性。     

卫星时分多址信号高精度快速时频差联合估计方法

针对传统时频差估计方法对时分多址(TDMA)信号进行参数估计时会出现不同用户相互影响、估计精度差,以及计算复杂度高不利于系统实时信号处理等问题,文章提出一种高精度快速时频差联合估计方法.首先,基于循环平稳特征对主站接收数据进行信号检测;然后,基于小波阈值去噪和短时电平和进行TDMA信号时隙分离;在此基础上,基于不同调制信号特征参数设计多级分类器,对每个分离的信号时隙进行调制样式判别,进而分选不同用户对应的信号时隙;接着,利用主站分选的各个用户信号分别与辅站信号进行时频差粗值估计;根据粗时频差估计值减小细化时差搜索范围,以获取精细时频差估计值;最后,利用二阶曲面拟合方法进一步提升参数估计精度.仿真结果表明:文章所提方法能够有效实现TDMA信号高精度快速时频差联合估计,可为后续卫星频谱感知体系的建设提供理论支撑.     

基于SURE准则的参数自适应InSAR相位非局部滤波

干涉相位滤波是干涉合成孔径雷达(InSAR)处理中的关键步骤,然而传统滤波方法难以兼顾噪声抑制和细节保持的效果,故提出了一种改进的非局部滤波器。滤波参数由Stein无偏风险估计(SURE)准则自适应地选择,在有效降低InSAR相位噪声的同时,保留干涉条纹细节和城市建筑的边缘。通过在仿真数据和TanDEM-X实测数据上分别进行实验,并与传统滤波方法对比分析,验证所提出方法的有效性。     

Aeroelastic two-level optimization for preliminary design of wing structures considering robust constraints

An aeroelastic two-level optimization methodology for preliminary design of wing struc- tures is presented, in which the parameters for structural layout and sizes are taken as design vari- ables in the first-level optimization, and robust constraints in conjunction with conventional aeroelastic constraints are considered in the second-level optimization. A low-order panel method is used for aerodynamic analysis in the first-level optimization, and a high-order panel method is employed in the second-level optimization. It is concluded that the design of the abovementioned structural parameters of a wing can be improved using the present method with high efficiency. An improvement is seen in aeroelastic performance of the wing obtained with the present method when compared to the initial wing. Since these optimized structures are obtained after consideration of aerodynamic and structural uncertainties, they are well suited to encounter these uncertainties when they occur in reality.