天基为主的空间站测控通信模式

空间站时代为测控(TT&C)通信系统带来保障时间更长、覆盖要求更高、数据传输能力更强、航天员在轨工作生活体验更好等新的挑战,结合中继卫星系统(TDRSS)、卫星导航系统等天基测控通信手段的能力特点,提出以天基手段为主的解决方案,采用多星多舱段接力模式,将航天员出舱等重大活动的测控通信覆盖率提升至接近100%,采用多星多目标工作模式,较好地保障各种交会对接模式,综合利用中继卫星S频段多址(SMA)链路连续业务、短报文业务和北斗短报文业务常态化保障空间站安全运行,应用天地一体网络化技术,为航天员在轨上网、天地通信和载荷实验数据传输提供优质服务。     

凸优化InSAR复杂体建筑物高程反演方法

针对城镇化复杂体高层建筑物反演方法的优化问题,构建复杂体建筑InSAR复图像对仿真系统,优化多基线高程反演过程,提高高程反演的准确度。仿真实验与机载N-SAR系统录入城市实测数据进行对比分析,结果表明,仿真结果与复杂体建筑物实际数据相符,验证了此仿真方法的准确性与高效性;优化后高程反演结果精确度明显提高,误差精度达到1m,对高层建筑进行更加准确的参数化解析和信息反演以及常态化SAR辐射定标提供了技术支撑。     

7050-T7651铝合金厚板显微组织及力学性能不均匀性

采用金相显微镜、扫描电镜、透射电镜和力学拉伸试验机,研究160 mm 7050-T7651铝合金特厚板不同厚度位置的金相组织、晶粒取向、织构类型、时效纳米析出相分布以及力学性能的差异。结果表明：从板材表层到心部,组织中的第二相粒子含量降低,但尺寸增加;板材表层以小角度晶界亚结构组织为主,小角度晶界比例在79%～85%之间,而板材心部小角度晶界的比例为58%左右,相比于板材表层小角度晶界比例降低了26.6%～31.8%;板材表层以{001}<110>剪切织构为主,占比为3.64%,并随厚度增加,变形织构组分含量逐渐增多;板材厚度方向力学性能呈现出沿厚度表层-心部-表层方向先降低后升高的趋势,且力学性能最优位置均为板材表层位置。     

输入量化下航天器位姿一体化预设时间控制

航天器在轨抢修或维护等空间近距任务中,往往要求执行任务的航天器在限定的时间窗口和有限通信带宽的条件下,实现对目标的位姿跟踪。针对其姿轨耦合控制问题,提出了一种带有输入量化的姿轨一体化预设时间控制方法。首先,在Lie群SE(3)框架下,建立了相对运动航天器位姿一体化误差动力学模型。其次,引入了输入量化机制,减小控制器到执行机构间的通信频次。接着,基于推导的实际预设时间稳定引理,结合反步法设计了一种非奇异预设时间位姿跟踪控制器。为提高系统鲁棒性,设计新型自适应律估计并补偿系统总扰动,并利用量化器参数抑制量化误差;该方法能够在不依赖系统初始状态、输入量化和扰动信息未知的情况下实现预设时间内稳定,且稳定时间上界可由一个控制参数预先设定。然后,基于Lyapunov理论证明了系统的稳定性。最后,数值仿真结果验证了该方法的有效性。     

Iridium/ORBCOMM机会信号融合定位技术

在全球导航卫星系统(GNSS)不可用情况下,低地球轨道(LEO)卫星机会信号(SOP)定位技术是一种有效的导航定位解决方案。单LEO星座机会信号定位技术面临星座构型不足或可见卫星偏少等问题,多LEO星座机会信号融合定位技术可有效解决该问题。通过分析瞬时多普勒定位原理,建立了Iridium/ORBCOMM机会信号融合定位模型,引入基于Helmert方差估计的加权最小二乘算法进一步提高定位精度。实测数据表明:基于Helmert方差估计的Iridium/ORBCOMM机会信号融合定位精度优于70 m,验证了多LEO星座机会信号融合定位的可行性和有效性。      

基于抽象汇编指令的恶意软件家族分类方法

恶意软件变体的大量出现对网络安全造成巨大威胁。针对基于汇编指令的恶意软件家族分类方法中,操作数语义与运行环境密切相关而难以提取,导致指令语义缺失,难以正确分类恶意软件变体的问题。提出了一种基于抽象汇编指令的恶意软件家族分类方法。通过抽象出操作数类型重构指令,使操作数语义脱离运行环境的约束;利用词注意力机制与双向门循环单元（Bi-GRU）构建指令嵌入网络以捕获指令行为语义,并结合双向循环神经网络（Bi-RNN）学习恶意软件家族共性指令序列,以减小变体技术对指令序列的干扰;融合原始指令和家族共性指令序列构建特征图像,并通过卷积神经网络实现恶意软件家族分类。公开数据集上的实验结果表明:所提方法能够有效提取操作数信息,抵抗恶意软件变体中无关指令的干扰,实现恶意软件变体的家族分类。      

基于深度学习的焊缝PAUT数据智能化分析方法

超声相控阵检测技术(PAUT)凭借其突出的技术优势被广泛应用在船舶、铁路、石油石化和航空航天等诸多领域。在焊缝超声相控阵检测(PAUT)中,对检测数据缺陷的识别定位目前多采用传统的人工判读方式,判读效率较低,对检测人员的判读经验有较高要求,难以满足自动化超声检测的要求。基于深度学习中的目标检测和跟踪算法构建智能识别模型,通过对焊缝超声相控阵检测的S、B扫图特征进行融合,并结合焊缝的三维结构信息,识别并定位出缺陷在焊缝中的三维空间位置。实验结果显示: 缺陷框的平均三维IOU(预测三维缺陷框和实际三维缺陷框的平均交并比)达到0.644 9,较为接近缺陷的真实空间位置,可以实现焊缝超声相控阵检测成像结果智能识别和定位。      

基于联合分布适配的智能电表运行状态评价

针对智能电表运行状态评价中经常存在带标签的数据采集困难且不同地区的数据分布不一致的问题,在智能电表的运行状态评价领域引入迁移学习中的联合分布适配（JDA）算法。该算法寻找一个最优化的变换矩阵,使得在变换后的空间中不同地区数据的边缘分布和条件分布距离最小化。针对条件分布适配中目标域没有数据标签的问题,采用伪标签迭代的方法使得目标域伪标签不断接近真实标签。变换后空间数据中训练得到的分类模型可以运用于新的地区,实现迁移。实验结果证明了JDA算法在智能电表运行状态评价中的有效性。      

一种无人机自主避障与目标追踪方法

针对无人机自主避障与目标追踪问题,以深度Q网络(DQN)算法为基础,提出一种多经验池深度Q网络(MP DQN)算法,使无人机避障与追踪的成功率和算法的收敛性得到优化。更进一步,赋予无人机环境感知能力,并在奖励函数中设计了方向奖惩函数,提升了无人机对环境的泛化能力以及算法的整体性能。仿真结果表明,相较于DQN和双重DQN(DDQN)算法,MP DQN算法具有更快的收敛速度、更短的追踪路径和更强的环境适应性。     

结构件电子剪切干涉测量术应用现状与前景

叙述了计算机化的剪切散斑干涉测量术工作原理和光路布置,分析了这一测量方法的特点,介绍了蜂窝结构、机身蒙皮和高压瓶等结构件的检测结果。叙述了计算机化的剪切散斑干涉测量术工作原理和光路布置,分析了这一测量方法的特点,介绍了蜂窝结构、机身蒙皮和高压瓶等结构件的检测结果。