AUSM系列算法对比研究及背景太阳风初步应用

磁流体力学数值模拟是研究日地物理学现象的一个重要手段. 对比三种AUSM算法, 即AUSM, AUSM+和AUSMPW+, 结合HDC磁场散度消去方法计算多维MHD问题的性能. 通过分析三种算法计算Rotor算例和Orszag-Tang vortex算例的结果发现, AUSM+算法的性能最好. 进一步使用AUSM+算法基于6片网格构造模拟了日冕结构, 计算结果表明这种算法能够正确计算出日冕的大尺度结构. 对于日冕结构模拟块, HDC方法能够较好 地控制磁场散度误差.      

Recent advances in precision measurement & pointing control of spacecraft

There exists an increasing need for precision measurement & pointing control and extreme motion stability for current and future space systems, e.g., Ultra-Performance Spacecraft (UPS). Some notable technologies of realizing Ultra-Pointing (UP) ability have been developed particularly for Ultra-accuracy Ultra-stability Ultra-agility (3U) spacecraft over recent decades. Usually, Multilevel Compound Pointing Control Techniques (MCPCTs) are deployed in aerospace engineering, especially in astronomical observation satellites and Earth observation satellites. Modern controllers and/or algorithms, which are a key factor of MCPCTs for 3U spacecraft, especially the jitter phenomena that commonly exist in a UPS Pointing Control System (PCS), have also been effectively used in some UP spacecraft for a number of years. Micro-vibration suppression approaches, however, are often proposed to deal with low-level mechanical vibration or disturbance in the microgravity environment that is common for UPS. This latter approach potentially is one of the most practical UP techniques for 3U tasks. Some emerging advanced Disturbance-Free Payload (DFP) satellites that exploit the benefits of non-contact actuators have also been reported in the literature. This represents an interesting and highly promising approach for solving some challenging problems in the area. This paper serves as a state-of-the-art review of UP technologies and/or methods which have been developed, mainly over the last decade, specifically for or potentially could be used for 3U spacecraft pointing control. The problems discussed in this paper are of reference significance to UPS and millisecond optical sensors, which are involved in Gaofeng Project, deep space exploration, manned space flight, and gravitational wave detection.     

遗传算法在低信噪比图象点目标检测中的应用

将遗传算法用于图象中低信噪比点目标的检测。在分析了点目标及背景特点的基础上,设计了编码方案及遗传操作算子,提出了合格个体保留法。仿真结果表明应用此算法,可实现信噪比为2dB的点目标的检测与跟踪。     

改进的基于神经网络的卫星遥感图像去条带方法

由于焦平面阵列的非均匀性影响,线阵列推扫所成的遥感图像表现出规律的条带失真,严重地影响图像质量。本文介绍一种基于神经网络的条带消除方法,以及利用该方法对实际遥感图像校正的结果。     

基于深度强化学习的多无人机协同进攻作战智能规划

无人机依靠作战效费比高、灵活自主等优势逐步替代了有生力量作战,多无人机协同作战任务规划成为热点研究问题。针对传统任务规划采用的智能优化算法存在的依赖静态、低维的简单场景、机上计算较慢等不足,提出一种基于深度强化学习（DRL）的端到端的多无人机协同进攻智能规划方法。将压制敌防空作战（SEAD）任务规划过程建模为马尔科夫决策过程,建立基于近端策略优化（PPO）算法的SEAD 智能规划模型,通过两组实验验证智能规划模型的有效性和鲁棒性。结果表明：基于DRL 的智能规划方法可以实现快速、精细规划,适应未知、连续高维的环境态势,智能规划模型具有战术协同规划能力。     

观测站稀疏地区的WAAS电离层时延网格修正算法

在改进的广域增强系统电离层时延网格算法的基础上，给出了针对观测量比较少的地区比较适用的电离层时延网格修正算法，并通过模拟数据和GPS实测数据与原方法进行了分析比较．结果表明，在观测站稀疏的情况下，本文的计算方法模式的精度比原方法有较大的提高．     

用遗传算法求解双冲量最优交会问题

在考虑第一次脉冲位置变化情况下 ,推导了航天器双冲量交会时的优化模型 ,以此为基础构造了最优交会的燃料 -时间混合优化指标 ,并设计了与之相应的遗传算法。仿真结果表明 ,考虑和不考虑第一次脉冲位置 ,优化指标值相差悬殊 ,同时也证明了遗传算法的设计是成功的     

应用遗传算法的频域最大似然参数辨识

针对基于变量误差模型EV模型(Errors-in-Variables Model)的传递函数频域最大似然参数估计中存在的初始值以及收敛问题提出了使用浮点遗传算法的改进算法.仿真试验表明,单独使用遗传算法难以得到系统传函的精确估计,传统的非线性数值递推算法在一些情况下容易收敛到局域最小值.将两种算法结合使用,可以有效地克服各自的不足.新算法可以给出系统延迟的初始值的估计.当代价函数存在多个局部最小值时,它仍然能够快速准确地寻找到全局最优点.改进的算法比原算法具有更强的适应性.      

复杂目标散射强度的三维分布特性

建立复杂目标几何外形的数学模型,对独立目标使用外法向判断可见面元,对复杂目标使用Z-buffer算法处理自动遮挡问题.通过求解电磁场边值问题求解目标表面的等效电磁流分布,并求解散射强度的三维分布特性.仿真计算结果被若干测试结果验证,证明该方法的精度较高、实用性强、可靠性好.算法可以直观地显示目标散射强度的三维分布图.      

工作电流对热敏电阻测温的影响

热敏电阻是一种在航天领域广泛应用的测温元件,由于其一致性差,使用时必须给出每个元件的电阻-温度对应关系.在标定时,通过控制测量电流来防止热敏电阻发热.而在实际使用中,通过热敏电阻的电流很难控制,电流往往过大,引起热敏电阻发热,给测量带来误差.其误差取决于热敏电阻上消耗的功率.因此,选取温度上升值与热敏电阻上消耗的功率之比为修正系数,采用理论计算来对热敏电阻因电流增加所带来的测量误差进行修正.实践证明,修正系数在不同的温度与电流下基本不变.根据热敏电阻的型号和实际被测对象,测量出修正系数,用理论计算修正后将大幅减少电流引起的误差,保证测量的准确性.