基于GMF方法的捕风一号风速反演分析

全球尺度高时空分辨率海面风场探测是当前全球气象研究及预报预测领域的关注热点之一,传统海面风场探测技术存在测量区域有限,且受天气环境限制明显等问题.基于全球导航卫星系统-反射(GNSS-R)测量技术风速反演原理,以捕风一号1级数据产品为输入,欧洲中期天气预报中心再分析风速数据为参考风速,采用地球物理模型函数(GMF)方法...     

中国科学院空天信息创新研究院导航系统部介绍

中国科学院空天信息创新研究院成立于2019年7月,在中国科学院原电子学研究所、原遥感与数字地球研究所、原光电研究院基础上整合组建而成,是目前中科院系统内科研人员数量和承担任务经费体量最大的院所。导航系统部是空天信息创新研究院下设的二级研究部门,也是中国科学院导航总体部和二代导航专项学术交流中心的依托运行部门,人员规模(含研究生)达400余人,持续承担二代导航专项系统建设、“北斗星动能”科技示范工程、空间天气影响评估、时空信息、大数据应用等方面的重大科技任务。     

印航天员训练中心2012年建成

为了给计划在2015年进行的首次载人航天飞行做准备,印度航天员训练中心将在2012年建成。中心建设工作将耗资100亿卢比,占地超过40．5公顷,由印度空间研究组织与印度空军航空医学研究所合建,地点在航空医学研究所所在的班加罗尔郊外,训练设施包括离心机和飞船模拟器等。     

“巴星1R”太空舞翩跹 欢庆“中巴友好年”

8月12日凌晨,初秋时节的四川大凉山中已有丝丝凉意,坡地里种植的玉米已吐出缕缕穗须,正等待着收获季节的即将到来。群山环绕中的中国西昌卫星发射中心发射场上灯火通明,聚光灯下,2号发射工位倚天而立的发射塔架正拥抱着     

“胖小子”中星10号上天记

6月20日晚,西昌卫星发射指挥控制中心,工作人员在进行中星10号卫星发射前的最后准备。"3、2、1,点火!"红色按钮按下,长征三号乙火箭在烈焰中腾空。约25分钟后,星箭分离,卫星进入预定轨道,整个控制中心响起一片掌声。试验队员们在心里长舒了一口气,有的女队员已经控制不住眼里的泪水。每颗卫星从研制到发射都凝聚着火箭发射队和卫星研制队伍的太多心血,这一颗也不例外。     

民机舱门过中心锁定机构可靠性设计

民机舱门的锁定机构设计是舱门设计的重点之一。针对民机舱门过中心锁定机构进行了可靠性设计研究,在分析其功能原理的基础上,构建了过中心锁定机构的可靠性模型,并提出了相应的求解方法;计算出锁定机构可靠性后,将计算结果与给定的可靠性指标进行对比分析,如果不满足可靠性指标要求,还需要进行可靠性改进设计;最后以某型民机舱门锁定机构为例进行了具体计算,分析了各个参数对锁定可靠性的影响和影响程度,为工程上锁定机构的设计提供了有益的借鉴。     

基于被动探测的目标磁扰动信号检测与定位

针对目标探测定位的快速发展中,军事领域主动雷达存在的缺陷和实现具有高度隐蔽性的目标检测技术的需求,提出一种基于被动磁矢量测量的目标扰动信号检测与定位技术.该方法利用磁传感器阵列测量目标产生的磁矢量扰动信息,通过滤波、门限检测、基函数展开等技术将有效扰动从复杂的背景场中提取出来,并结合速度估计、磁梯度张量矩阵算法研究任意...     

基于多站数据融合的参数精估计方法

针对侦察设备处于星载SAR副瓣照射范围,从而导致截获信号湮没于强噪声背景这个问题,本文提出一种基于多站接收机之间的数据融合方法。在信号形式未知的情况下,通过此方法可以检测出淹没在噪声中的微弱信号,进行信号的分类和时频域参数的精估计。首先,将参考接收机与其他接收机之间进行互相关处理,得到峰值信息,根据峰值信息的位置得到信号与参考信号之间的延迟位置,进行延迟校准;其次,各个接收机分别进行粗步长的分数阶傅里叶变换（Fractional Fourier Transform,FrFT）,记录峰值信息为精估计做准备,根据峰值角度和分数阶傅里叶反变换恢复出原始信号;最后,判定是否存在信号,若信号存在实现多站原始信号功率比的加性融合,根据多站峰值信息限定旋转角度范围,采用精步长的分数阶傅里叶变换估计出调频率和中心频率;利用联合互相关谱实现信号能量的累积,采用自适应门线和边界波谷连续取小方法,找到信号存续状态中的左右边界,估计出带宽和中心频率,计算脉宽,实现时频域信号的精估计。仿真实验表明：该方法可以在低信噪比的高斯白噪声和有色噪声背景下,对线性调频信号（Chirp）的时频参数进行有效的精估计。     

PearsonⅦ型分布均值参数置信估计的改进

为提高PearsonⅦ型分布均值参数估计的精度,构造一个以θ的改进估计δa(X)为中心的置信估计aCδ,通过比较aCδ与通常的置信估计CX0的体积和覆盖率,证明了aCδ与CX0的体积相等但aCδ的覆盖率高于CX0,从而得到aCδ优于CX0的结论。     

一种面向工业机器人的高精度三维无序抓取系统

在航空航天、汽车等领域中,各类复杂工件结构复杂、纹理弱且混叠堆放,在智能制造过程中存在快速、高精度测量和识别难题。针对上述问题,建立了一种面向工业机器人的高精度三维无序抓取系统。基于面结构光三维测量技术,构建大场景固定基座的三维视觉测量装备,获取大型复杂零件的三维点云数据。建立零件点云模板,设置抓取点位置,利用点云配准技术识别零件并估计当前位姿。提出了一种手眼标定优化策略,实现了对工业机器人的精确引导,完成任意位姿零件的抓取,按要求装配于指定位置。实验结果表明,所设计的无序抓取系统平移误差为0.413mm,角度误差为0.123°,可以快速有效地对散乱堆叠零件进行高精度识别与定位,引导工业机器人准确抓取与放置,该系统可以在航空航天、汽车等领域的工业生产线上进行示范应用。