基于峭度熵与分层极限学习机的动量轮轴承故障诊断研究

动量轮是卫星姿态控制系统的关键部件,其可靠性直接关系到整星寿命与安全.作为动量轮的核心组件,轴承易于发生故障,且独特结构和复杂运行环境导致监测信号信噪比低,早期故障诊断困难.针对这种情况,对变分模态分解和峭度熵结合的特征提取方法进行研究,获得动量轮轴承监测信号中的微弱故障特征,并建立特征向量.引入分层极限学习机,对结构...     

基于CNN-LSTM神经网络的前视成像算法

雷达前视成像作为雷达成像领域的难点与重点,在自动驾驶、导航、精确制导等方面具有广阔的应用前景。传统的前视成像算法受限于天线孔径的宽度,无法实现高分辨率的成像,本文使用卷积神经网络（Convolutional Neural Networks, CNN）与长短期记忆（Long Short-Term Memory,LSTM）网络相结合实现前视成像中方位向的预测,首先介绍了扫描前视成像信号的类卷积模型及其病态性,利用脉冲压缩以及距离徙动校正对回波信号预处理,输入CNN-LSTM神经网络逐距离单元进行方位向估计。仿真结果表明：算法能有效提高前视成像的方位分辨率,实现前视成像的超分辨。     

深度学习技术在空间激光通信中的应用

与射频通信相比,空间激光通信具有传输速率高、保密性能强、终端功耗低等优点,目前已成为当前通信领域的一个研究热点。同时,空间激光通信也面临着一些严峻的技术挑战,如大气湍流导致空间激光通信的信道情况十分复杂,复杂的信道会引发信号光强度起伏剧烈,信标光跟踪与瞄准困难,接收端的信号光场波前畸变严重等。为了提升空间激光通信在复杂信道环境中的性能,学者们将深度学习技术引入到空间激光通信系统中。多项研究表明,深度学习在空间激光通信的诸多方面表现出了优越的信息处理能力。对近年来深度学习技术在空间激光通信信号处理与检测,信标光捕获与跟踪以及波前畸变探测与校正等方面的应用做一全面梳理,并对用于空间激光通信的深度学习技术的前景进行展望。     

月球探测技术--发展历程和特点

介绍了人类发射月球探测器进行的主要探月活动以及月球探测技术的发展和演变。分析了月球探测轨道设计与地球卫星的区别 ,给出了一些最基本的设计原则。最后 ,对探测器总体系统设计中的构型技术和各分系统的特点及其设计要求作了描述     

深空探测器总体技术

提出了深空探测器的总体设计要点,分析了总体设计约束,以及深空探测任务对探测器需求特点。基于技术的继承性和衔接性,提出了未来我国火星、小行星、金星以及木星等深空探测器的总体方案构想,讨论了任务目标、总体指标、构型和飞行过程等。研究对我国未来深空探测任务的方案设计有一定的参考价值。     

空间深空探测低温制冷技术的发展

深空探测技术已经被列入国家发展计划,由于空间环境的特殊性,对空间低温制冷技术提出了更高的要求。文章介绍了美国、日本和欧空局用于深空探测的深低温制冷技术的发展状况,包括超流氦制冷技术、多级机械制冷技术、吸附式制冷技术、绝热去磁制冷技术和氦稀释制冷技术,并介绍了在天文卫星和空间望远镜上的应用;综述了中国空间低温制冷技术的发展现状,提出了中国开展深低温制冷技术研究的启示和建议。     

航天器反应式碎片规避动作规划方法

提出一种航天器反应式碎片规避动作规划方法,首先以扰动流体动态系统(IFDS)算法作为动作规划的基础算法,通过其中的总和扰动矩阵对航天器的轨道速度矢量进行修正,实现轨道机动规避;然后,建立基于双延迟深度确定性策略梯度(TD3)深度强化学习算法的反应式动作规划方法,通过TD3在线优化IFDS规划参数,实现对碎片群的“状态-动作”最优、快速规避决策。在此基础上,将优先级经验回放和渐进式学习策略引入该方法中,提升训练效率。最后,仿真结果表明,所提方法可使航天器安全规避多发、突发、动态且形状各异的空间碎片群,且具有较好的实时性。     

基于改进式YOLOv2的红外图像目标识别方法

针对智能化导引头信息处理算法设计验证需求,本文对多类型目标、海陆空背景辐射特性数据进一步挖掘,提出引入深度学习算法应用于外场红外数据二次分析挖掘的方法。选择采集得到的包括车、船、无人机(UAVs)、客机等类型的红外数据,针对红外图像与可见光图像不同的成像特性,利用改进式YOLOv2红外目标检测与分类算法,融合多级特征,增加一个重组特征图,实现对红外弱小目标智能化快速分类研究,对提取的海量视频库中的目标红外辐射特征进行分类整理。     

基于交互融合的高精度图像融合算法的研究

针对可见光和SAR图像融合,提出了一种基于跨模态差分感知和注意力机制的交互融合（TDPAM Fusion）算法,能有效保留可见光图像中的纹理结构和SAR图像的细节信息。首先,采用跨模态差分感知融合（Cross-Modal Differential Perception Fusion, CMDAF）模块提取图像的互补信息,避免真值缺失并提高融合精度。其次,通过坐标注意力机制（Coordinate Attention,CA）提高特征提取的准确性和效率,增强语义信息的集成。最后通过交互融合算法（Interactive Fusion Module,IFM）将特征自适应融合。设计了相应的大型基准数据集,用于网络模型的训练和测试。实验结果表明：TDPAM Fusion融合算法可以获得包含清晰SAR信息的高质量可见光图像。此外,融合算法将互信息（Mutual Information,MI）、空间频率（Spatial Frequency,SF）、视觉保真度（Visual Fidelity,VIF）和相关系数（Correlation Coefficient,CC）等关键指标,分别提高了约6.41%、10...     

基于可见光与红外卫星图像融合的舰船目标检测

为解决现有基于可见光卫星图像的舰船目标检测算法在云雾遮挡、海岸干扰等复杂场景下的错检和漏检问题,本文在YOLOv5网络基础上,通过空间特征与谱段特征的联合提取提高网络性能,提出了基于可见光与红外卫星图像融合的舰船目标检测算法VI-YOLOv5。实验结果表明:双模态融合目标检测算法性能优于单模态目标检测算法,在交并比阈值为0.5的情况下,可见光+红外融合网络的平均精度达0.976,相较于单可见光网络提高了2.5%,相较于单红外网络提高了8.9%,有效缓解了复杂场景下出现的错检和漏检问题,验证了可见光与红外卫星图像融合在舰船目标检测任务中的有效性。