乘坐火车游太空

对绝大多数人来说,邀游太空似乎是终生难以实现的梦想,因为鲜有人付得起动辄数千万美元的高昂太空游票价。然而,美国研究人员声称,真正的“平民太空游”时代很快就要来临,因为他们正在研制一种可以行驶在太空中的磁悬浮列车,每位乘客的票价可以降至5000美元。或许在不久的将来,普通老百姓部可以乘坐火车游太空。真空磁悬浮系统将替代火箭在国产电影《星空》中有这样一个镜头,在女主人公的幻想中,自己乘坐的火车突然飞了起来,飞向浩瀚的星空。美国约翰斯’霍普金斯大学研究人员就设计出了人们梦想中的这种飞向太空的火车,并将之命名为“星际列车”。虽然太空磁悬浮列车名为“星际列车”,事实上它按照目前的设计只能在近地轨道上运行,不会远离地球,更不会脱离太阳系。不过,研究人员表示,未来积累了足够的近地轨道的“星际列车”飞行经验之后,可以开发更加强力的磁悬浮发射系统,让“星际列车”飞向火星或其他星球。     

“北斗”导航卫星定轨残差特征提取与分布检验

针对"北斗"导航卫星定轨残差中非建模系统误差问题,提出基于总体平均经验模式分解(EEMD)与Hilbert谱分析相结合的定轨残差特征提取方法,并对定轨残差正态分布特性进行卡方检验。首先,分析总体经验模式分解原理,提出滤波辅助的改进EEMD方法与Hilbert谱特征提取结合,建立定轨残差特征提取模型,并阐述卡方检验正态分布原理;然后对北斗导航卫星伪距与载波相位数据定轨残差特征进行分析;最后将提出的方法应用于多测站、多北斗GEO卫星的定轨残差分析中。结果表明,EEMD与Hilbert谱方法有效提取出了定轨残差中1天的轨道周期项,且EEMD处理后定轨残差的卡方统计量为5.5,其值小于卡方检验临界,可视为正态分布。该方法可为北斗定轨残差中非建模系统误差分离、提高定轨内符合精度提供有效技术手段。     

复杂航天器的太阳光压建模方法

针对几何形状比较复杂的航天器光压建模时存在的不同光照特性的材料相互遮挡重叠、传统的简化或经验公式难以满足精度要求的困难,基于精确三维几何模型,利用虚拟视觉原理得到航天器垂直于太阳矢量截面形状,并结合截面各类材料光压系数等特性计算总的等效光压面积和系数。针对该方法计算量较大问题,提出一种根据设定姿态模式事先计算结合实时插值的快速简化算法。考虑到材料特性在空间环境中可能发生的变化,可将其调整为半经验公式,通过观测数据对材料光压系数进行最优估计并应用。仿真实例表明,提出的分析方法可有效反映航天器各部分的相互遮挡,与传统模型相比有一定优势。     

低温传感器测量数据基于MATLAB的 处理与分析

文章介绍基于MATLAB的低温温度传感器测量数据的处理及分析方法,通过线性最小二乘法和无约束非线性优化法中的拟合模型工具对数据进行拟合,其中包括多项式、双曲线、幂函数、Steinhart-Hart经验公式等拟合模型工具,以低温温度传感器电阻与温度数据的曲线拟合为例,开展了各种模型的曲线拟合比较分析。最后通过剩余标准差和相关系数两项指标评价不同模型的拟合效果。     

《国际太空》杂志征稿简则

《国际太空》紧密配合中国航天器、运载器的研制情况,采用广泛报道与专题介绍相结合的方式,及时、全面、深入地刊登航天领域的七大方面最新科技信息。·中国航天的最新科技成果·世界各国的新航天政策、计划和规划·全球航天未来发展趋势·国外各类新型航天器·航天领域采用的新技术、新设计和新方法·国际卫星及其应用市场和卫星发射市场·新型运载火箭及其地面设施本刊设有群星闪烁、载人航天、空间探索、军事世界、本期视点、宇航巡礼、热点焦点、技术沙龙、科普园地、会议传真和航天档案等栏目。     

GJB 1023—90《导弹气动系统通用规范》简介

概述了GJB 1023—90《导弹气动系统通用规范》制定的目的和原则及其适用范围。重点介绍了该标准的主要内容,并与美军标作了对照。     

基于EEMD气液两相流差压信号时频分析

为研究气液两相流流动过程的动态特性,采用V形内锥作为测量装置,通过高频差压变送器获得不同流型下的动态信号,提出了一种基于总体平均经验模式分解（EEMD）的气液两相流时频分析方法。通过对不同流型下的气液两相流的差压信号进行分析,研究了气液两相流的流动机理,为气液两相流流型及流量的准确测量奠定理论基础。分析发现EEMD的抗混分解能力很好,可以准确地提取两相流差压信号的频率成分及其时变情况,为今后两相流的识别提供理论基础,具有较高的工程应用价值。     

语境视域下的RememberingMam＆#225;译文分析

Remembering Mam＆#225;讲述了一个移居美国的波多黎各少女对已逝母亲的回忆和怀念。文章从孩子的角度观察这个世界和家庭生活,反映了早期美国移民的生活状态。作者在深切的怀念中写下这些文字,情感真挚,文笔细腻,细节描述尤为生动感人。本书的中文译文充分认识到源语和译语衔接方式上的不同,尊重和顺应了译语语篇的衔接规范。通过分析Remembering Mam＆#225;的译文,从经验功能、人际功能和语篇功能三个方面对译作的翻译方法及策略进行考察。     

基于长短期记忆网络时序数据趋势预测及应用

为了研究状态监测大数据对设备运行状态的估计和预测,提出了一种人工经验与主成分分析相结合的长短期记忆网络方法（AEPCA-LSTM）,利用运行过程中的监测时序数据对设备运行趋势进行预测。首先,通过基于人工经验的主要成分分析方法（AEPCA）从状态监测系统中提取与目标变量最相关的状态变量作为输入;其次,利用长短期记忆网络（LSTM）对目标变量趋势变化进行预测,并考虑运行过程中新数据样本的持续产生,对模型进行定期更新,以提高模型的动态适应性。最后,将所提出的方法应用于船舶副机系统的涡轮增压器转速预测中,结果表明该方法相对于传统的PCA-LSTM和LSTM,具有更小的预测平均误差0.18037,即展现了其在时序数据趋势预测的优势。     

基于EEMD-Hilbert谱的涡街流量计尾迹振荡特性

为了研究涡街流量计尾迹振荡特征,采用集总经验模态分解(EEMD)-Hilbert谱方法,对测量介质为空气、流量范围为10.58~220 m~3/h的涡街流量计管壁差压信号进行处理,首先用EEMD方法对管壁差压信号进行分解,得到固有模态分量,然后对分解后的各个分量进行Hilbert变换,得到Hilbert谱和边际谱,进而提取管壁差压信号的旋涡脱落频率。比较了Fourier变换与EEMD-Hilbert谱方法在信号去噪和频率提取方面的性能。结果表明:EEMD-Hilbert谱方法可有效去除叠加在实际涡街成分之中的噪声,能够较完整保留尾迹振荡的固有成分;在流量较低时,EEMD-Hilbert谱方法对尾迹振荡频率的提取精度比Fourier变换高30%以上,有效拓展了涡街流量计的测量下限;通过计算能量比,揭示了EEMD-Hilbert谱方法提高频率提取精度的原因,即EEMD-Hilbert谱方法降低了信噪比;Hilbert谱直观表示信号的时间-频率-能量关系。