基于深度学习的多步预测方法在太阳风速度预测上的应用

为对近地环境太阳风状况进行可靠预测,引入基于深度学习的多步预测方法来预测在太阳与地球之间的拉格朗日点1（L1）处距离输入观测数据序列未来24、48、72、96 h的太阳风速度。采用SDO的图像数据提取冕洞面积等特征信息,并从NASA OMNIWEB数据集提取其他输入特征,形成多变量的时序数据作为太阳风速度预测的输入信息,输出未来某时刻附近几个小时的太阳风速度。预测过程中分别采用单一LSTM模型、编解码器LSTM模型和CNN-LSTM编解码器模型3种深度学习预测模型作为基模型,融合多步输出端数据进行对比分析。实验表明,多步预测相较于单步输出预测,对未来24、48、72、96 h的太阳风速度预测的相关系数和精度均有所提高,其中单一LSTM模型对于未来24 h太阳风速度的多步预测结果最佳——与观测数据的相关系数为0.789,均方根误差为62.469 km/s,平均绝对误差为46.476 km/s。     

破片速度对碳纤维层合板冲击损伤的影响

为提升战斗部破片对航空复合材料结构的毁伤效果,采用空气炮冲击、数值仿真、战斗部静爆试验等手段,研究了层合板冲击损伤类型和分层面积随破片速度的变化规律,并分析了损伤机理。研究表明:层合板冲击损伤类型、机理和程度,与破片速度和层合板冲击临界速度(即冲击物穿透层合板的最小速度)的相对大小有关。在本文试验速度范围内,当破片速度小于层合板冲击临界速度时,造成背面裂缝型损伤,分层面积随破片速度增大而增大;当破片速度略大于层合板冲击临界速度时,造成背面炸裂型损伤,分层损伤范围最大;而更高的破片速度则造成切孔型损伤,分层损伤面积随破片速度的增大而减小,并趋近于切孔面积。为提高对复合材料结构的毁伤效果,应使破片着靶速度略大于层合板的冲击临界速度。     

逆轨拦截机动目标的三维最优制导律

以大气层内导弹逆轨拦截高速机动目标为背景,本文运用最优控制和双曲正切函数设计带角度约束的三维最优制导律。分别假设导弹弹道倾角和弹道偏角保持瞬时恒定,将三维制导分解为两个相互垂直平面内的二维制导。考虑导弹速度时变的情况,建立带角度约束的制导方程。设计一种双曲正切函数的变种,并将其设为脱靶量和角度约束的权重系数,根据极小值原理推导了最优制导律的解析表达式。双曲正切函数变种的引入,使得制导律对脱靶量和角度约束的要求是逐渐增强的,可以解决传统最优制导律初始段过载指令过大的问题。仿真结果表明了该制导律的有效性。     

美太空发展局评估云计算对导弹识别跟踪的作用

据美太空新闻网2020年3月11日报道,美太空发展局(SDA)负责人在2020卫星大会上表示,该局正在评估云计算如何应用于快速识别并跟踪导弹运行轨迹。导弹探测与跟踪是太空发展局的重点工作之一,该局目前正在制定相关卫星部署计划,以识别目标、跟踪导弹并共享收集到的数据。这些数据需要进行快速处理并传输至战场,以免造成数据传输延迟。为此,该局正在采取2种方式开展数据处理,以加快数据传输速度:一是在离数据收集点更近的地方进行,如在装备天基传感器的卫星上;二是在离数据传输目的地更近的位置进行,如将数据传输回地面站进行处理。负责人表示,商业云数量及其可提供的服务使得地面数据处理更具优势。云计算可以灵活地处理用户所提供的数据,并对处理方式和数据去向进行优化,但也可能存在网络安全问题。     

航天器多约束姿态机动时-虚混合域规划方法

针对姿态指向受限以及角速度和控制力矩有界等复杂多约束下航天器低能量姿态机动规划问题,首先提出了时-虚混合域的概念,即时域和虚拟域同步存在并且同步求解虚拟域姿态路径以及时域角速度和控制力矩。进一步地,建立时-虚混合域上非线性约束问题模型。然后,提出了时-虚混合域单点式非线性姿态机动规划方法,通过非线性参数优化和单点式路径分解置换规划求解得到姿态机动轨迹以及角速度和控制力矩曲线。仿真结果表明,该方法可以高效地解决多约束姿态机动规划问题,有效地降低姿态机动过程中的能量消耗,得到连续光滑的姿态机动规划结果。     

线性时不变系统Kalman标准分解中的几个问题

 证明了线性时不变系统一般不能通过先可控分解,再分别对可控和不可控子系统进行可观分解而得到Kalman标准型.并讨论了在4个子空间< A|β >∩η、< A|β >∩η^⊥、< A|β >^⊥∩η和< A|β >^⊥∩η^⊥中取一组基,构造一个化系统为Kalman标准型的非奇异变换的可能性.最后,证明了在一定条件下存在一个正交变换,可将线性时不变系统化为Kalman标准型.     

非线性燃烧不稳定振荡幅值演化特征信号辨识方法研究

固体火箭发动机非线性不稳定压强振荡信号存在明显的多阶模态共存现象,且各个模态幅值随时间变化特性不同,模态之间存在振荡能量的传递与演化过程。为研究非线性燃烧不稳定模态间能量传递的演化规律,首先需要对振荡信号进行准确的模态分解。基于变分模态分解(VMD)方法,提出了一种可用于固体火箭发动机非线性不稳定振荡信号的自适应模态分解方法SPSO-VMD,解决了传统VMD方法无法自适应问题,在提高信号分解精度的同时极大的降低了计算时间。基于该方法,对典型的非线性燃烧不稳定信号的各阶模态进行了分解和分析。结果表明,该方法能准确地获得非线性燃烧不稳定振荡信号中各阶模态的频率和幅值,频率误差为0,幅值误差小于0.5%。最后,将该方法应用于真实发动机振荡数据获得了各阶模态幅值信息,为后续各阶模态之间能量传递演化研究提供了关键、准确的数据支撑。     

基于群体进化策略的电磁态势预测

针对战场电磁态势预测问题,基于群体智能优化算法的可靠性与全局性等特点,提出了一种利用融合Cholesky因子更新的CMAES算法优化的RBF神经网络方法,利用在CMAES算法中添加Cholesky的秩-μ更新来提高算法的速度和准确度,提高网络学习的效率与预测精度。仿真实验验证了该方法可以有效提高电磁态势的运算速度与精度。     

正确选择数字示波器

以当前流行的数字示波器为例 ,介绍了其带宽、取样速度、存储深度、接口等一些基本概念。对如何更好的使用示波器和选择示波器都具有重要的参考借鉴价值。     

离轴三反(TMA)相机在轨成像的偏流角计算与控制

推导了离轴三反(TMA)相机在轨成像的偏流角计算公式,并根据推导过程给出了偏流角的闭环和开环两种控制方式。分析了转序定义对控制的影响,获得了最佳转序。