一种高精度实时GPS卫星钟差预测算法

为获得高精度实时GPS卫星钟差,文章提出一种基于多项式和最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)相结合的钟差预报方法.该方法采用国际GNSS服务发布的超快速观测星历建模进行短期预报,首先根据卫星钟的物理特性用附有周期项的多项式模型进行拟合以提取趋势项和周期项,然后用LS-SVM对多项式拟合残差进行建模预报,最后将预报结果加上趋势项和周期项,得到最终的钟差预报值.试验结果表明,所提算法能够实时有效地对GPS卫星钟差进行预报,且精度优于超快速预报星历.     

LSTM神经网络在太阳F10.7射电流量中期预报中的应用

F_10.7指数作为大气密度经验模型的重要输入参量,其预报精度直接影响航天器轨道预报精度.研究发现,太阳活动表现出长时间尺度上平均11年和中短时间尺度平均27天的周期性变化特征.依据这一观测事实,基于长短期记忆单元（Long Short-term Memory,LSTM）递归神经网络方法进行F_10.7指数未来27天的中期预报.利用一个连续长时段F_10.7数据作为训练数据,构建LSTM神经网络训练和预测模型,分别预测太阳活动高低年未来27天的F_10.7指数.结果表明,太阳活动高年的第27天F_10.7指数预报平均相对误差最优可达10%以内,低年最优可达2%以内.      

利用神经网络预报中国地区电离层f0F2

利用神经网络技术并考虑太阳和地磁活动对电离层的影响,提出了一种提前5 h预报中国地区电离层临界频率f0F2的方法.网络输入包括时间、季节、地理纬度、太阳天顶角、最近一天的12个观测值(F-23,F-22,F-21,F-20,F-19,F-18,F-5,F-4,F-3,F-2,F-1,F0)和前30天滑动平均值(A-24,A-23,A-22,A-4,A-3A-2,A-1,A0),网络输出分别为未来5 h的f0F2值F+1,F+2,F+3,F+4,F+5.选取乌鲁木齐、长春、重庆和广州站1958-1968年间的数据训练网络,利用中国9个电离层站的历史数据检验网络,根据均方根误差衡量网络性能的好坏.结果表明,神经网络的预报结果能较好地符合实测数据.这说明利用神经网络实现中国地区电离层f0F2的时空预报是可行的.     

基于日地月信息的航天器全弧段自主容积卡尔曼滤波导航

高精度全弧段航天器自主导航是航天应用技术的发展方向,是实现航天器在轨任务执行的前提和基础。文章对仅利用日、地、月等天文信息进行航天器全弧段自主导航方法进行了研究。首先,以航天器轨道动力学方程和航天器与日地月之间的夹角信息及地心距作为自主导航系统的状态模型和观测模型,构建了非线性导航系统模型。其次,给出了全弧段自主导航算法,在日月可见弧段采用非线性容积卡尔曼滤波实现航天器自主导航,在星蚀时段利用航天器轨道动力学模型进行高精度轨道预报。最后,给出了数值仿真算例。结果表明,基于日地月天文信息的航天器全弧段自主导航精度保持在2km以内,能够满足其自主导航的要求。     

导航卫星星载自主轨道预报技术

全球导航星座自主导航技术对卫星自主轨道预报精度和计算速度提出了新的高要求,结合地面长期轨道预报精度现状和星载计算机性能,提出一种基于地面上注长期电文的卫星自主轨道预报技术。该技术的主要特点有二:首先,充分利用地面上注电文的高精度和高凝练度,可兼顾参考星历的高精度和节省星上存储资源;其次,选用状态转移的星上分析解算法,与地面上行注入、星上存储的方式相比,可大大节约星地上行数据量、星上数据存储量和计算量。通过仿真试验对计算资源、存储资源消耗和预报精度作了统计分析,结果表明,采用该技术进行星上自主轨道预报,计算资源占用少、计算速度快、预报精度高,该技术对于导航星座自主导航总体技术有着重要应用价值。     

基于势流理论的螺旋桨效率-噪声样本分析方法

为了提高效率、降低噪声,螺旋桨设计需要在精确的性能预报基础上,平衡不同参数对设计目标带来的影响。本文以面元法为主要手段预报CLT桨的水动力性能,并引入噪声模型进行噪声预报。整个过程以4叶CLT（Contracted and Loaded Tip）桨—P1727桨为母型桨,在螺距比为原桨螺距比0.9~1.2倍范围内,考虑3叶、4叶、5叶三种叶数形式,最终计算100个设计桨案例的水动力性能和噪声性能。设计桨最终满足某中型船的推力要求,并寻找螺旋桨最小叶尖涡流噪声-最大效率解集。计算结果表明,在固定推力值的情况下,螺旋桨叶数与噪声成反比趋势,效率与噪声性能受螺距比影响,并呈现出一定的规律性。对于高效桨P1727而言,改变螺距比与叶数会使效率与噪声存在一定的平衡范围,可以应对不同的设计要求。     

遂宁机场近十年的气象预报准确率分析

统计遂宁机场1998-2007年发布的TAF报及其修订报的评分,分析预报评分的年变化、季变化和月变化,并分项分析风、能见度、天气现象和云等气象要素的预报准确率,以及分析造成预报准确率差异的原因,提出改进预报的方法.结果表明:近10年遂宁机场年平均预报分数为85.3;春季预报分数最高,冬季预报分数最低;预报分数最低的气象要素是云,最高的气象要素是天气现象.短期提高预报分数的方法:及时发布修订报;总结经验;掌握发报技巧;熟悉观测员的工作习惯等.     

一种无人直升机飞行力学模型辨识方法研究

研究了一种无人直升机飞行力学模型辨识方法.将状态子空间辨识法和误差预报辨识法这两种不同机理的辨识方法相结合,用于无人直升机飞行力学模型的辨识.通过仿真计算,成功地辨识得到了悬停状态下算例无人直升机的高阶飞行力学模型.结果表明:提出的辨识方法具备状态子空间辨识法和误差预报辨识法各自的优点,不会出现经典辨识算法中寻优过程中出现的局部极小现象以及迭代带来的收敛性问题.     

基于雷诺数的大气阻力模型在飞行器再入预报中的应用

随着对空间技术服务需求的增加和空间碎片主动移除技术的实现,未来空间碎片将以数量多、质量大、难分解等特点频繁再入大气层,给地面人员和财产安全造成更多威胁.因此,亟需对火箭体等大型航天器的大气再入进行预警,然而因缺乏合适的大气阻力系数模型难以实现高精度的大气再入预报.为此,在简化航天器模型的基础上引入基于雷诺数的大气动力模...