一种基于Sobel算子的星敏感器星图预处理方法

星敏感器在太空环境下工作时容易受到杂散光的干扰,对星图进行二值化后直接采用质心法难以从星图中提取恒星星像坐标.针对上述问题,提出了一种基于Sobel算子的星敏感器星图预处理方法,用于提取星像坐标.首先采用Sobel算子计算星图中所有像素的梯度,保留所有大于阈值的像素梯度作为新的星图,然后以新的星图作为样板通过质心法从原...     

CBERS－1卫星星载太阳定标器的研制

文章介绍了CBERS－1卫星IRMSS太阳定标器的主要技术指标要求和工作原理，并阐述太阳定标器的设计，包括光学设计、机械设计和电学设计等。     

激光星间链路快速捕获技术综述

介绍了激光星间链路终端的指向误差建模、终端指向误差在轨标定、激光星间链路扫描捕获参数优化及链路中断恢复重捕获4个方面的国内外发展现状,指出了须重点研究的几个方向,包括涵盖全面误差要素的非线性指向误差模型的建立、在轨观测数据获取方法的改进、激励轨迹的优化设计与参数估计方法的合理选取以及针对链路中断恢复重捕获方法研究,最后结合全球导航星座的特点提出适应导航星座的激光链路快速捕获技术研究建议。     

改进粒子群优化的卫星导航选星算法

为提高选星算法的性能,提出一种基于人工鱼群算法的粒子群优化（PSO）选星算法。该算法利用人工鱼群算法良好的全局收敛特性,克服了粒子群优化算法易陷入局部最优的缺点。将每种卫星组合看作空间中的一个粒子,选取几何精度因子（GDOP）作为适应度函数。利用所提算法更新粒子自身位置,优化卫星组合与几何精度因子。利用实际数据对所提算法进行验证和对比,结果表明:改进的选星算法在保障选星效率的同时,选星结果的准确性优于标准的粒子群优化选星算法。      

一种新的BDS-BSAR多星融合目标监测算法

近年来,基于卫星导航信号(GNSS)的双基地合成孔径雷达(GNSS-BSAR)以其低成本、实时的全球覆盖能力在遥感应用中发挥着越来越重要的作用.北斗导航卫星(BDS)作为GNSS系统的重要组成部分,以其更高的信号带宽为特点,理论上能够为SAR系统提供更高的分辨率.一种新的基于北斗GEO卫星导航信号的双基地合成孔径雷达(...     

高轨卫星机热一体化星敏感器支架设计

传统轻合金金属材料星敏热器支架由于热膨胀系数一般为10-5/℃,空间热环境下,星敏感器安装面热变形较大,不能满足高精度卫星使用需求。文章给出了一种高刚度高精度微变形机热一体化星敏感器安装支架设计方法,试验表明:星敏感器支架与星敏感器组合体一阶固有频率178.4Hz,具有足够的刚度特性,星敏感器安装面力学环境水平远优于允许值,有效保护了星敏感器的光学部件;同时在轨极端工况下,星敏感器安装面指向最大热变形变化量为6.41″,峰值为1.58″,实现了卫星在轨姿态确定精度优于2.8″,满足了卫星高精度定姿及图像导航配准要求。     

分体式主动像元星敏感器高温度稳定度热设计及在轨验证

星敏感器是航天器姿态控制和天文导航系统的重要组成部分。遥感卫星在轨运行时,须降低其星敏感器温度波动,减小热环境变化带来的星敏感器光轴指向偏差,以提高卫星的姿态控制精度。文章以某太阳同步轨道卫星为例,采用常规热控措施实现分体式主动像元星敏感器安装法兰及支架高温度稳定度(T±2℃)的热设计,并在轨实施取得满意效果,可为后续分体式星敏感器热设计提供参考。     

基于北斗Ka星间链路的地面用户导航方法

针对导航系统L频段信号易受到有意或无意的干扰和欺骗,而导致地面区域性导航服务性能下降甚至失效的问题,提出了一种利用北斗Ka星间链路信号为地面用户提供导航服务的方法。首先,对该方法的可行性进行了研究,并给出了星间链路时分体制下的用户测距模型;然后,提出了基于时钟模型和惯导信息的测距值历元归算方法,并推导了基于北斗星间链路测距值的地面用户实时定位算法;最后,通过数值仿真分析了不同因素对算法性能的影响。仿真结果表明,该方法定位精度可达2.0 m以内,能够在一定程度上弥补L频段导航信号区域性失效带来的缺失。     

宽波束赋形天线星地测试技术分析与改进

为满足风云三号 G星长寿命、高可靠、业务化的工作要求,星上数传天线采用通信性能好、覆盖率高的宽波束赋形设计。但宽波束赋形天线测试技术相对复杂,对测试质量有潜在影响。文章重点阐述了风云三号 G星数传天线设计方案的必要性,建立星地链路余量分析,对星载数传天线的仿真和试验结果比对进行分析,验证了天线方向图测试结果的有效性,并对星载天线和地面系统的测试技术提出改进,提高了测试结果的准确性和完整性。相应技术的改进可以为平台方案相近的空间辐射测量基准卫星平台系统综合试验验证技术提供支撑。     

基于多智能体深度强化学习的多星观测任务分配方法

为应对多星环境中复杂多约束条件下的任务分配场景,提出一种多星自主决策观测任务分配算法,该算法采用基于集中式训练、分布式执行的多智能体深度强化学习算法。通过这种方式训练后的卫星智能体,即使在没有中心决策节点或通信受限的情况下,仍具有一定的自主协同能力及独立实现多星观测任务的高效分配能力。