基于常规多普勒滤波器组结构的合成宽带距离像性能分析

为了消除散布效应对宽带信号的不利影响,可以利用多个窄带信号合成宽带信号;同时,通过在子带内处理相干脉冲串,可进行杂波抑制、目标速度估计和区分不同速度的目标。然而,在子带内分别使用常规多普勒滤波器组,会引进多普勒散布效应所造成的输出失配误差,从而造成合成距离像的失真。分析了多普勒散布效应与子带常规多普勒滤波器组输出失配之间的关系,推导了运动目标通过滤波器组后所成高分辨距离像的距离走动公式,给出了适合子带常规多普勒滤波器组的目标速度临界值。仿真实验验证了以上结论。     

Exact analytic solution for the spin-up maneuver of an axially symmetric spacecraft

The problem of spinning-up an axially symmetric spacecraft subjected to an external torque constant in magnitude and parallel to the symmetry axis is considered. The existing exact analytic solution for an axially symmetric body is applied for the first time to this problem. The proposed solution is valid for any initial conditions of attitude and angular velocity and for any length of time and rotation amplitude. Furthermore, the proposed solution can be numerically evaluated up to any desired level of accuracy. Numerical experiments and comparison with an existing approximated solution and with the integration of the equations of motion are reported in the paper. Finally, a new approximated solution obtained from the exact one is introduced in this paper.     

航天器轨道机动的闭环控制精度分析

利用线性协方差分析法对航天器在闭环控制作用下轨道机动的精度问题进行了研究。首先,分析了存在的主要误差,给出了误差影响下航天器轨道机动闭环控制的系统框图。然后建立了开环和闭环控制系统协方差分析的数学模型,并根据轨道方程线性化给出了脉冲速度修正算法。对赤道大椭圆轨道卫星开环和闭环控制下轨道机动的精度问题进行了分析,与Monte Carlo仿真结果与一致,校验了方法的有效性与正确性。     

一种混合的扩展目标跟踪方法

与传统的目标跟踪不同,扩展目标跟踪（EOT）不忽略目标的轮廓特征,同时对目标的质心运动学状态和轮廓特征进行估计。基于随机矩阵的扩展目标跟踪方法用随机正定矩阵来描述目标的轮廓特征,并且建立了适合扩展目标跟踪的量测模型。为了改善目标机动时的跟踪性能,根据椭圆（体）与正定矩阵的关系,提出基于椭圆（体）拟合的扩展目标跟踪方法。进一步地,为了综合上述两类方法的优点,提出一种混合的扩展目标跟踪方法,能够根据目标机动与否在两类方法中进行选择。仿真结果表明,该混合方法的轮廓特征估计误差低于前述两类方法,质心运动学状态的估计性能也更好。     

挠性航天器姿态机动的变论域自整定模糊PID控制

建立了带有太阳翼的挠性航天器的姿态动力学模型,应用改进的罗德里格参数来描述姿态运动学模型。针对挠性航天器模型参数不确定性和环境干扰等问题,提出了变论域自整定模糊比例积分微分(PID)控制方案,构建了计算简单并且可以达到控制精度的伸缩因子。基于Matlab/Simulink进行了仿真验证,结果表明,变论域自整定模糊PID 控制响应速度比传统PID控制、模糊PID控制快350s,且无超调,不仅能够使航天器完成对目标姿态的机动,而且能够有效地抑制挠性太阳翼的振动。     

基于双重分类深度学习的低空目标自动检测方法

由于图像数量多,因此准确、高效的目标检测是提升靶场光测图像处理自动化程度的关键步骤.针对低空目标图像及目标类型多、目标特性变化等情况导致传统目标检测算法适应性差的问题,提出了一种基于双重分类深度学习的低空目标自动检测方法.该方法基于深度学习目标检测框架YOLO V3,根据低空目标的亮度和形状的双重属性特征,将网络输出层...     

基于双目视觉的非合作目标自主姿态估计方法

针对在轨服务任务对于空间非合作目标的自主相对导航需求,提出了一种基于双目视觉的自主姿态估计方法。该方法以Markley变量描述目标的姿态运动,并利用双目相机对目标表面的特征点进行观测,利用特征点的运动规律与目标姿态运动的相关性,并通过容积卡尔曼滤波算法实现了对非合作目标角速度与自旋轴方向的估计。数学仿真验证了所给出的姿态估计方法,并分析了估计精度的影响因素。     

中国深空探测任务轨道控制技术综述

深空探测作为人类航天活动的重要方向,是人类探索宇宙奥秘和寻求长久发展的必然途径,也是衡量一个国家综合国力和科学技术发展水平的重要标志。深空探测轨道控制技术作为决定深空探测任务成败的关键技术之一,越来越多地受到关注并得到应用,成为各国深空探测技术研究和发展的热点。以我国探月工程各次任务为脉络,简述了历次任务轨道控制的目标和实施效果,总结了主要技术创新,在此基础上,展望了我国未来深空探测轨道控制的发展趋势。     

遥感图像飞机目标高效搜检深度学习优化算法

为了实现大幅面遥感图像中飞机目标的高效检测与准确定位,通过深度神经网络（DNN）的级联组合,提出了一种新颖的搜寻与检测相集成的飞机目标高效检测算法。首先,运用高性能的端到端DNN网络,进行停机坪与跑道区域的像素级高效精准分割,从而大幅度缩小飞机目标的搜索范围,以降低虚警发生概率,完成飞机目标候选检测区域的快速搜寻。然后,针对分割所得停机坪与跑道区域,借助手工数据集对YOLO网络模型进行迁移式强化训练,一方面可以弥补训练集在样本类型与数据规模上的不足,另一方面借助YOLO网络的强时效性优势对飞机目标的位置进行回归求解,可以显著提高飞机目标的检测效率。停机坪与跑道区域分割DNN网络在分割精度与时效性上具有显著优势,而迁移式强化训练YOLO网络不仅具有很高的检测效率,在检测精度上也能保持良好的性能。通过一系列综合实验与对比分析,验证了提出的搜寻与检测相集成的DNN级联组合式飞机目标高效检测算法的性能优势。      

一种卫星快速姿态机动及稳定控制方法

针对小卫星快速姿态机动要求,提出一种基于粒子群优化（PSO）算法的卫星快速姿态机动及稳定控制方法。该方法首先以粒子种群的初始位置为卫星机动加速阶段终点时刻进行路径规划,然后针对规划好的路径利用维持跟踪控制进行姿态机动,在路径末端利用黄金分割和逻辑微分进行稳定控制,最后以卫星姿态到达目标角度且保持稳定的时间作为适配值,寻找出一条在该组合控制方法和限制条件下的最优路径进行姿态机动及稳定控制。该控制方法能够根据星体的实际动力学特性、环境特征、限制条件及控制性能进行最优机动及稳定控制。将该方法应用到小卫星的姿态机动控制中,仿真结果表明该方法有效。