基于无线激光通信的转子参数遥测方法研究

为了满足航空发动机转子、直升机旋翼等旋转部件动态参数的高速实时采集需求,提出了一种基于无线激光通信的旋转部件非接触参数遥测方法,并给出了基于该方法的参数遥测系统总体方案.重点研究了光电数据传输通道中发射激光器的信号驱动、光电探测器的信号放大及串行/解串器等关键电路的设计方法.设计了理论最大传输速率达622 Mb/s的无线激光通信收发模块,并测试了收发模块的实际性能.最后,研制了参数遥测试验样机,该样机在旋转状态下的数据传输率达300 Mb/s,满足航空发动机转子的动态参数遥测要求.      

印“月船”2有效载荷确定

<正>印度空间研究组织(ISRO)8月30日宣布,由其下属各中心、学术机构和研发实验室专家组成的专家委员会已确定了"月船"2探测器的轨道器和漫游车部分     

新形势下如何加强和改进空管系统党建工作

党的第十七届中央委员会第四次全体会议指出：加强和改进新形势下党的建设若干重大问题的决定,全党全面贯彻十七大关于党的建设总体部署,按照党章要求,着眼于继续解放思想、坚持改革开放、推动科学发展、促进社会和谐;着眼于提高党的执政能力、保持和发展党的先进性,     

遥测伪周期时间序列子序列异常检测算法

针对现有异常检测算法用于伪周期时间序列异常序列检测时易造成误差累积,导致序列周期与特征值上显著差异的不足,文章以卫星遥测伪周期时序数据为对象,综合两种常规分段方法的优势,提出了最大周期窗宽内基于极值的模式子序列分段算法。在此基础上,给出了一种基于均序列动态生成模型的子序列异常检测方法（AnomalySubsequenceDetectionmethodbasedonOptimizedSequenceModel,ASD_OSM）,并采用2次四分位距准则（DoubleQuantilerangescriterion,2Q准则）设置距离检测门限阈值,将超出阈值的序列判定为异常序列。某航天器传感器遥测子序列异常检测试验结果表明,提出的检测方法能够有效减少漏判,提高卫星遥测伪周期数据异常序列检测的准确性。     

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

基于Hybrid-TOPS的星载SAR运动目标监视新模式

针对传统星载合成孔径雷达(SAR)模式下运动目标测速范围有限、精度低等问题,本文提出了一种基于Hybrid-TOPS的星载SAR运动目标监视新模式。首先,利用混合度因子对星载SAR成像模式进行定量化的描述。在此基础上,通过TOPS模式与逆TOPS模式的组合提出一种运动目标监视新模式,该模式不仅能实现对同一区域的多次观测,且具有方位向连续观测的能力。然后,利用新模式所获取的不同方位向观测角度下的SAR序贯图像,再结合图像配准和基于新模式的运动目标参数反演即完成目标方位向速度信息的精确提取。最后,仿真验证了新模式的有效性与运动信息提取的精确性。      

基于编队控制的自适应HELLO更新算法

在无人机(UAVs)编队自组织网络中,针对无人机之间位置信息更新周期不合理,从而导致编队控制不稳定和控制开销过大的问题,提出一种基于无人机编队控制的自适应HELLO更新算法。该算法应用编队控制稳定性理论推导出无人机组成期望编队的控制延时上限,结合该延时上限和编队运动状态自适应地设定HELLO更新周期。仿真结果表明,本文提出的算法与固定HELLO更新周期算法相比,既能保证在组编控制过程的稳定性,又能实时维护稳定阶段的链路,并且显著减少网络中不必要的控制开销。      

六自由度气浮台及其姿态平台自动平衡系统设计

针对卫星交会对接中相对姿态和位置的控制问题,设计一种6自由度（DOF）气浮台,并推导出描述两个气浮台模拟卫星交会对接运动的耦合6自由度(DOF)动力学模型。为解决气浮台模拟空间失重环境中的重力力矩干扰问题,设计一种基于应用新颖的快速非奇异终端滑模面的自适应有限时间控制器的自动平衡系统,估计出质心位置,通过控制三个平衡质量块补偿姿态平台质心与旋转中心之间的位置偏差。李雅普诺夫理论推导和仿真结果表明,该方法可以快速完成对姿态平台质心位置的准确估计,实现质心与旋转中心的高度重合。     

“高分四号”卫星凝视相机的技术特点

"高分四号"卫星凝视相机具有高时间分辨率、较高空间分辨率和较大成像幅宽的特点。它包含可见光近红外(VNIR)通道和中波红外(MWIR)通道,VNIR通道有5个谱段,MWIR通道有1个谱段,具备昼夜成像能力。相机光学系统为折反射系统,采用分色片实现VNIR与MWIR谱段分离,利用旋转滤光轮将入射VNIR辐射分成5个谱段。VNIR焦面组件采用全局电子快门CMOS面阵探测器;MWIR焦面采用HgCdTe面阵探测器,由脉冲管制冷机制冷到80K。MWIR谱段采用两个黑体进行星上定标。基于用户需求和地球静止轨道环境开展了相机与卫星平台一体化设计、光学系统力学和热学稳定性设计、微振动抑制设计、活动机构长寿命高可靠性设计。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。