空间轨道单粒子翻转率预估方法研究

系统分析了国外单粒子翻转率预估方法，提出了一种适合国内现状的单粒子翻转率预估方法，计算了五个典型轨道上的单粒子翻转率和轨道翻转系数，为评价半导体器件抗单粒子效应的能力提供了依据。     

Prediction of geosynchronous electron fluxes using an artificial neural network driven by solar wind parameters

There are hundreds of satellites operating at the geosynchronous (GEO) orbit where relativistic electrons can cause severe damage. Thus, predicting relativistic electron fluxes is significant for spacecraft safety. In this study, using GOES satellite data during 2011–2020, we propose two neural network models with two hidden layers to predict geosynchronous relativistic electron fluxes at two energy channels (>0.8 MeV and > 2 MeV). The number of input neurons of the two channels (>0.8 MeV and > 2 MeV) are determined to be 36 and 44, respectively. The > 0.8 MeV model has 22 and 9 neurons in the hidden layers, while the > 2 MeV model has 25 and 15 neurons in the hidden layers. The input parameters include the north–south component of the interplanetary magnetic field, solar wind speed, solar wind dynamic pressure and solar wind proton density. Through the analysis of different time delays, we determine that the optimal time delays of two energy channels (>0.8 MeV and > 2 MeV) are 8 days and 10 days, respectively. The training set and validation set (Jan 2011-Dec 2018) are divided by the 10-fold cross-validation method, and the remaining data (Jan 2019-Feb 2020) is used to analyze the model performance as a test set. The prediction results of both energy channels show good agreement with satellite observations indicated by low RMSE (～0.3 cm^-2sr^-1s^?1), high PE (～0.8) and CC (～0.9). These results suggest that only using solar wind parameters is capable of obtaining reasonable predictions of geosynchronous relativistic electron fluxes.     

一种改进的空间目标接近分析快速算法

Alfano-Negron(1993)提出的空间目标接近分析算法将最小相对距离及其对应时刻和进出误差椭球时刻的求解问题均转化为插值多项式求根问题.A-N算法在判断三次多项式根的存在性、筛选合理实根时存在缺陷,可能导致多余计算.由A-N算法提出的准则不能直接计算插值时间步长并可能导致丢根,对此根据多项式插值误差理论提出了一种自适应的插值时间步长选取方法.相比原始A-N算法,完善后的A-N算法计算结果更加可靠.与精确的逐秒比较结果相比,改善后的A-N算法计算速度远高于逐秒比较,具有较高精度,更适合于有实时计算要求的任务.     

基于T-S模糊模型的非线性分布参数系统极点配置P-sD控制CSCD

采用Lyapunov直接法讨论分布参数系统的稳定性,建立分布参数系统的Lyapunov函数。为保证分布参数系统稳定,应使Lyapunov函数对时间的微分小于0。由于分布参数系统中存在空间一次微分项与二次微分项,Lyapunov函数对时间的微分中将出现常数项与积分项,针对常数项,引入空间一次微分项来抵消;针对积分项,引入对应的状态反馈来使系统稳定。利用边界条件量化Lyapunov函数对时间的微分中的各项,从而设计控制器,这是一种新的设计P-sD状态控制的方式。其中状态反馈的部分采用极点配置的方法来设计,当分布参数系统中出现状态变量的非线性函数时,采用T-S模糊模型表达,可以通过状态变量的线性组合精确描述非线性项,以便极点配置设计状态反馈。针对两个非线性分布参数数学模型进行仿真,结果证明设计的P-sD状态控制器可以使分布参数系统稳定,并达到期望的效果。     

LEO卫星网络的切换策略及性能分析

采用Dijkstra算法,分析了低轨(LEO)卫星网络的距离最短、时延最小、跳数最小、持续时间最长等典型路由切换策略,并比较了性能。在综合考虑切换性能和时延等指标的基础上,提出了一种持续时间最长和时延最小组合,以及完全路由重构与部分路由重构结合的混合切换策略。各切换策略性能比较的结果表明,该混合切换策略的性能较优。     

中国巴西地球资源卫星的轨道捕获和轨迹交会控制

中巴地球资源卫星一号(CBERS-1)是中国和巴西合作研制的第一颗运行在太阳同步轨道上的地球资源卫星.CBERS-1于1999年10月14日由中国自行研制的长征运载工具按预定计划准时发射,进入设计轨道,随后通过轨道捕获、星下点轨迹控制和多次轨道保持机动等一系列轨道测控操作,该卫星已按遥感用户的要求正常运行在高精度的太阳同步、回归冻结轨道上.本文简要阐明CBERS-1轨道控制系统的任务目标、系统结构、轨道控制策略、控制性能、飞行软件和在轨操作以及飞行结果.     

卫星编队飞行相对轨道的确定

卫星之间相对轨道的确定对于多颗卫星编队飞行的控制和任务是十分重要的。结合空间圆形的编队飞行星座，本文给出了描述卫星近距离运动的C-W方程，讨论了空间圆形的编队卫星星座的构成，进而设定了利用激光仪测量星间位置矢量，并设计了Kalman滤波器来实现相对轨道的确定，分析和仿真结果表明，Kalman滤波器能够有效提高相对位置确定精度并给出相对速度的高精度估计。     

基于Lyapunov直接法的航天器近程导引控制律

基于C-W方程的相对动力学模型,用Lyapunov直接法设计了一种运行于近圆轨道航天器的近程导引控制律,给出了控制模型。该控制律简单有效,无需求解系统方程即可分析和判断近程导引的稳定性进而施加控制。仿真结果表明,该法的导引精度可满足要求,其收敛时间和燃料消耗也在可接受的范围内。     

基于切变流形函数和模糊控制的微小卫星姿态磁控制

研究了一种用李亚普诺夫方法和模糊控制理论实现微小卫星姿态磁控制的方法。通过构造李亚普诺夫函数给出切变流形函数,获得了一开关控制,并从理论上证明了系统的收敛性。用模糊控制法消除常规开关控制固有的抖振,给出了模糊控制律。理论分析和仿真结果表明,该姿态磁控制方法简单、姿态精度高、鲁棒性强,可用于微小卫星的姿态磁控制。