小卫星发展高端论坛在京举办

2011年11月22日,小卫星发展高端论坛在京召开,论坛旨在以小卫星产业化发展为主线,以现代航天技术为手段,搭建技术交流与成果共享平台,持续推动现代小卫星事业又好又快发展。     

星－2卫星平台取得良好市场业绩

美国轨道科学公司（OSC）成立于1982年,主要以研制可靠、创新和经济可负担型小卫星系统为主要业务。该公司的“星”（Star）系列卫星平台共发展了两代,第一代星－1卫星平台仅应用于4颗卫星,从开发N－星－c（N－Star－c）卫星开始,轨道科学公司采用了星－2卫星平台,至今已发射了22颗卫星,最新一颗卫星是于2012年10月14日发射的国际通信卫星－23（Intelsat－23）,另有10颗采用星－2卫星平台的卫星在研。     

基于大脑情感学习模型的转台伺服系统设计

提出了基于大脑情感学习(Brain Emotional Learning,BEL)模型的高精度转台伺服系统智能控制方案。BEL模型是一种模拟哺乳动物大脑情感学习过程的仿生计算模型。设计了融合系统跟踪误差、控制输入等信息的BEL智能控制结构,通过选取不同的感官输入信号可获得不同的控制结构,采用联想学习方法在线学习BEL模型内部的节点权值来调节控制器参数,从而实现转台伺服系统的自适应跟踪控制。仿真和实验结果均表明,BEL智能控制器学习能力强,能抑制摩擦等非线性干扰因素,在实时控制系统中表现出较好的稳定性和较高的跟踪性能。     

小卫星星务管理计算机容错系统的设计

采用双机冗余的容错方案,对小卫星星务管理计算机容错系统的设计进行了较为深入的探索。在设计中,充分利用软、硬件容错技术相结合的优势,完成了星务管理计算机系统级和部件级硬件体系结构设计。提出了在主机发生故障的临界状态,启动备份机工作的临界切换设想。最后,通过仿真实验和系统模型可靠性分析,证明了系统可以满足设计的要求,具有较高的理论和实践价值。     

基于对比学习的终端区相似气象场景识别（英文）

为了提高终端区相似气象场景（Similar weather scenarios,SWSs）的识别准确率,提出一种基于对比学习的SWS(SWS based on contrastive learning,SWS-CL)识别模型。首先,针对对流天气图像特点,设计了一种数据增强方法来增加天气图像样本的数量和质量。接着,设计了一种对比损失函数使向量表征空间中的正样本与锚点样本之间的距离更近,而负样本与锚点样本之间的距离更远,进而基于对比学习技术在无标记样本集上训练得到相似气象场景分类预训练模型。最后,利用少量标记样本对预训练SWS-CL模型进行监督微调,进一步提高SWS-CL模型的性能。在广州终端区气象图像集上的对比实验表明,所提出的数据增强方法能有效提高气象图像集的质量,所提出的SWS-CL模型能取得令人满意的识别精度,且在标签稀少的数据集上具有明显的优势。     

基于DDPG-PID的机器人动态目标跟踪与避障控制研究

针对机器人在动态复杂环境下的操作问题,研究机械臂跟踪运动目标及避障的运动控制方法。采用传统PID控制方法与DDPG强化学习算法相结合的方式,利用PID控制使得机械臂的工作平面快速接近目标物并与之重合,再使用DDPG算法让机械臂在平面内自主学习追踪目标物投影同时避开障碍物投影,最终在三维空间中实现跟踪与避障。该方法将机械臂作为一个智能体,智能体通过感知目标物和障碍物的距离偏差来自主学习避障跟踪策略。将本方法用于多自由度机械臂路径规划与避障任务中,对比单纯使用DDPG算法将机械臂作为智能体在空间中进行决策控制,仿真结果显示本文所提出的方法收敛效果和控制性能更好,机械臂能在训练后实现目标物的稳定跟踪和障碍物的躲避。     

空间平台发射拦截器动力学与最优脉冲拦截

研究了空间平台发射拦截器的两体耦合动力学,以及拦截器拦截目标星的最优脉冲控制问题。平台首先与目标星形成绕飞关系,保持其发射筒轴线始终瞄准目标星。接到发射指令后,拦截器从发射筒中射出,本文采用拉格朗日第二类方程建立了发射过程平台-拦截器两体动力学模型。因为两体耦合影响,平台姿态偏转,拦截器出筒时的速度已经不能瞄准目标星。通过小型火箭发动机给其施加速度脉冲,使其进入拦截轨道,保证拦截的同时,将脉冲速度最小化以节省燃料,本文将其归结为一个非线性规划问题,采用三级优化的策略来求解。在拦截飞行时间相较于平台绕飞目标星的周期是小量的条件下,可以视绕飞平均角速度为小参数,采用正则摄动方法求出非线性规划的一阶近似解,然后以此为迭代初值,寻找最优真解。最后进行了数值仿真验证。     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点,提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验,并采用经验模式分解(EMD)方法对采集的振动信号进行分解,提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明,所提出的Deep-GBM故障诊断准确率达到87%,相对于传统的机器学习模型准确率最高提升了28%,并具有良好的泛化能力。      

基于深度学习的空间站舱内服务机器人视觉跟踪

为提升舱内跟随服务机器人的任务辅助能力,解决机器人对航天员的视觉跟踪问题,提出了一种基于深度学习和概率模型的人体视觉跟踪算法。利用深度卷积神经网络实现了对穿着多样、姿态任意人体的稳定检测。结合人体检测结果,设计了运动预测概率模型,实现了对指定人员准确、连续的跟踪。算法对包含大多数航天员活动的多个数据集进行了验证。实验结果表明:提出的跟踪算法实现了对穿着多样、姿态任意人体的稳定跟踪,并有效避免了由于穿着相似、遮挡可能造成的误跟踪问题。该算法为空间站舱内跟随服务机器人对航天员的视觉跟踪提供了有效的解决方法。算法基于融合的RGB-D图像,工程上易于构建和实现,也可拓展到其他跟随服务机器人视觉跟踪任务中。     

基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。