众眼看宇宙

小麦哲伦云中的脉冲星这幅合成图像,综合了美国航宇局钱德拉X射线望远镜、欧洲空间局牛顿X射线多镜面望远镜的数据以及可见光波段的照片,天文学家据此第一次在小麦哲伦云的超新星遗迹中发现了脉冲星——SXP1062。来自"钱德拉"和"牛顿"的X射线观测结果以蓝色表示,而可见光观测则以红色和绿色显     

众眼看宇宙

星空中的圣诞派对当圣诞树、狐狸皮还有锥形物等名词聚集到一起时,不禁让人觉得是一场圣诞派对。星空中的这场派对就在麒麟(传说是独角兽)座举办。这片火红的区域是由气体和尘埃所聚成的恒星形成区,名为NGC2264,距离我们约2700光年。高能恒星风激发周围的气体与尘埃形成了红色的发射星云。当不发光的尘埃云包围炽热的新恒星时,它会反射星光,形成蓝色的反射星云,明亮的变星SMon就沉浸其中。影像中心下方是狐狸皮星云,锥状星云和圣诞树星团清晰可见。     

恒星地球模拟器的光学系统设计与精度模拟分析研究

为实现对敏感器的地面标定与精度测试, 需研制一套恒星地球模拟器, 要求其星间角距模拟精度优于10", 地球张角模拟精度优于0.05°. 通过设计高精度准直光学系统与高精度紫外准直光学系统, 实现了对星点位置与地球图像的无穷远距离模拟; 提出了星点位置模拟误差修正方法与地球图形模拟误差修正方法, 提高星间角距和地球张角的模拟精度.实测星间角距与地球张角模拟结果表明, 该模拟器的星间角距模拟精度优于10", 地球张角模拟精度优于0.02°.      

斯必泽空间红外望远镜（Spitzer）

这是一幅太空画家的作品，透过L1014浓密的暗云，一颗正在诞生的恒星展现在我们眼前。美航宇局的Spitzer红外望远镜已经在某个浓密分子云的核心处，探测到一个暗弱的温暖物体。就像科学家猜想的那样，如果在这个没有星光的分子云深处真的存在年轻的恒星，那么它所具有的结构将会和这幅作品很相似。     

结合自组织映射网络及三角形算法的星图识别方法

三角形方法是最经典且应用最广的星图识别方法之一,但是存在搜索范围大、匹配冗余、抗噪能力弱等问题。将神经网络技术应用到星图识别过程中,结合自组织映射网络（SOM）优秀的分类能力和三角形算法可靠的角距匹配能力,提出了一种新的识别方法。该方法基于邻近星的分布来构建每颗导航星的特征向量,将其作为SOM网络的输入向量,通过训练得到具有分类识别功能的网络及相应的三角形库。识别阶段,输入待识别星的特征向量,网络输出识别类,在该类对应的三角形库中应用三角形算法查找匹配三角形,完成星图识别。试验发现该方法减小三角形搜索范围、实现快速匹配的同时,提高了识别系统的抗噪能力,在全天识别过程中平均识别时间低于5ms,识别率在噪声标准差为0.025时仍高达99%。