单星定向技术研究

提出了一种仅利用一颗地球静止轨道卫星完成定向的新方法,并利用北斗双星定位系统进行了定向试验.试验结果表明,对于0.827 m长基线,单星定向精度可达0.07°,从而说明利用一颗地球静止轨道卫星进行定向在原理上是正确的,方法是可行的.     

基于四路信号处理的载波锁相环

载波跟踪环是独立导航接收机中最为脆弱的部分,在一定载噪比下,影响载波跟踪环跟踪门限的主要因素是动态应力。科斯塔斯锁相环是最常用的载波跟踪环之一,由于频率牵引范围的限制,其对动态应力非常敏感,该频率牵引范围由最大相位牵引范围决定。传统科斯塔斯锁相环是基于两路信号处理进行载波相位锁定的,其相位牵入范围仅为［-π/2,π/2］。文章提出了一种基于四路信号处理的科斯塔斯锁相环,增加的两路信号分别与原来两路相位相差π/4,其相位牵入范围可以达到［-3π/4,3π/4］,较传统方式提高了1/2。仿真结果显示文中提出的设计方法能够明显提高环路的动态性能     

Satellite Constellation Design with Adaptively Continuous Ant System Algorithm

The ant system algorithm （ASA） has proved to be a novel meta-heuristic algorithm to solve many multivariable problems. In this paper, the earth coverage of satellite constellation is analyzed and a n ＋ 1^ -fold coverage rate is put forward to evaluate the coverage performance of a satellite constellation. An optimization model of constellation parameters is established on the basis of the coverage performance. As a newly developed method, ASA can be applied to optimize the constellation parameters. In order to improve the ASA, a rule for adaptive number of ants is proposed, by which the search range is obviously enlarged and the convergence speed increased. Simulation results have shown that the ASA is more quick and efficient than other methodV211.71s.     

“龙江2号”月球轨道微卫星定轨分析

微纳卫星深空探测任务中,通常所分配的测控资源有限,因此有必要对有限测控资源条件下微纳卫星的定轨精度进行分析。以微纳卫星深空探测为背景,采用"龙江2号"微卫星的轨道测量数据对其定轨精度进行了分析。"龙江2号"微卫星只有USB轨道测量数据,且环月段测控资源相对紧张,每天有两站跟踪,共约3～4 h的轨道测量数据。首先介绍了"龙江2号"微卫星飞行任务及其飞行过程中影响测定轨的因素;其次给出了定轨的动力学模型,对微卫星地月转移段的定轨精度进行了分析;最后通过分析摄动力、动量轮卸载以及数据弧段长度的影响,给出了微卫星环月阶段所使用的定轨策略,并通过重叠弧段比较的模式,给出了微卫星环月段的定轨精度。研究结论可以为后续微纳卫星深空探测任务提供有益参考。     

卫星公用平台成熟度研究

介绍了国内外成熟度评估体系的发展情况,提出了平台配套单机产品成熟度等级分布、平台内/外部接口控制能力等用于评价卫星公用平台成熟度的6项要素。建立了用于表征卫星公用平台从原理平台开始,逐步进阶为有可靠性保证的多型号通用平台全过程的6级成熟度模型。最后分析了成熟度在指导平台系列化发展与平台快速成熟中的应用前景。     

力限振动试验技术理论基础研究

为了深入理解双控方程,由运载火箭有限元模型的多自由度子结构方法,导出缩聚在星/箭连接界面处的全箭动力学方程,定义相应参数后,导出星/箭耦合中的双控方程,给出界面加速度、有源机械系统的自由加速度、界面力、紧固力、源阻抗和负载阻抗表达式,从而加深了对星/箭耦合双控方程的理解,进而促进力限试验技术研究.同时,从多自由度模型简...     

用加权几何精度因子选星的GPS抗多径定位方法

在ＧＰＳ（Ｇｌｏｂａｌ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍ）中普遍用几何精度因子（Ｇｅｏｍｅｔｒｉｃ ｄｉｌｕｔｉｏｎ ｏｆ ｐｒｅｃｉｓｉｏｎ,ＧＤＯＰ）来选星,但对近距差分ＧＰＳ,多径干扰已变成了主要误差源,传统的ＧＤＯＰ值选星不是最佳的。为减小多径误差,文中提出了一种新的加权ＧＤＯＰ值选星方法。在仿真验证过程中,分析了多径的几何传播机理,并考虑了抗多径天线的抑制效应。仿真结果表明,用加权Ｇ     

小卫星的自适应姿态控制

分析了小卫星的姿态动力学及运动学方程；利用姿态动力学方程为一动力学参数矢量的线性函数这一事实，考虑存在参数不确定性，提出了一种自适应控制方法；证明了这种方法可以保证控制系统全局渐近稳定。仿真结果验证了该方法的有效性。     

Contact-free release dynamics of tens of stacked satellites with multiaxial rotations

Stacked satellites have a promising application in aerospace engineering for the merits of high launch efficiency and networking capability. As one of the key technical points, releasing tens or even hundreds of satellites from the stacked state in a simple and contact-free manner is of importance. In this paper, the contact-free release dynamics of tens of stacked satellites is studied with only the initial multiaxial rotations of the system. First of all, a rigid multibody dynamic model of the stacked satellite system is established via the natural coordinate formulation (NCF). The NCF modeling scheme is able to describe the large overall motions of the satellites without any singularity and makes it possible to simplify the varying constraints between the satellites. Then, the orbital dynamics of the stacked satellite system is derived via coordinate transformation by taking the Coriolis forces, centrifugal forces, and gravity gradient into consideration. In order to rapidly and accurately detect the possible contact between satellites, a convex optimization model for minimum distance computation is proposed by using a hyperelliptic approximation for a cubic satellite. Finally, a benchmark example is given to validate the contact detection algorithm and three release dynamic cases for the stacked satellites are presented to demonstrate the effectiveness of the contact-free releasing approach with multiaxial rotations.     

基于卫星云图的大区域云层预测方法

云层覆盖是影响对地观测卫星成像的一个重要问题,如果遥感图像中云层比例太高,或者特定目标不可见,则遥感图像就会失效。对地观测卫星能够根据云层预测信息,在多个观测目标之间进行选择。面向对地观测卫星任务规划的应用,设计了大区域范围的短期云层预测方法,首先通过光流法获取云运动矢量,然后依据云运动矢量外推获得预测的云层图像,同时引入拉普拉斯算子刻画云层运动过程中的扩散现象,利用风云二号卫星的真实云图序列数据,通过神经网络的反向传播算法优化扩散因子,以提升云层预测的效果。通过对结果进行分析,引入的拉普拉斯算子方法能够提高云层预测的精度,80%分位数的云层覆盖率误差约为11.7%,该精度的云层预测可以用于指导对地观测卫星任务规划。