深空测控通信技术发展趋势分析

为满足21世纪我国深空探测任务的需要，参考国外深空测控通信系统的先进技术，归纳和总结了未来相关技术发展的7个趋势，为我国深空测控通信技术的发展提供一些参考。     

深空网伪码测距技术研究

介绍了NASA深空网所采用的伪码测距的基本原理,讨论了深空航天器应答机相干转发或再生所采用伪码序列的两种形式,对再生测距系统中的具体序列产生和相关、以及用中国剩余定理解算距离的实现方法和技术途径进行了分析,并计算分析了测距精度、捕获时间等系统关键指标,以对我国深空网的建设提供技术理论参考.     

随机机翼结构阵风响应的分布函数及灵敏度分析

随机结构在随机激励作用下的结构响应具有随机不确定性,响应的分布函数(CDF)能够充分地体现响应量分布变化规律,只要掌握了响应的CDF,就可以进一步掌握响应的统计信息.基于响应的CDF,对基本变量的分布参数进行灵敏度分析,可以表明基本变量的随机不确定性对输出响应的随机不确定性的影响程度,从而清楚地表明重要随机变量和非重要...     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。     

空间机械臂辅助深层采样阻抗控制策略

针对空间机械臂辅助深层采样任务中的建模与控制问题,基于刚体李群SO(3)方法对机械臂进行建模。通过梯形规划对机械臂进行轨迹规划,采用阻抗控制方法控制机械臂运动。推导了李群SO(3)模型下机械臂关节空间与末端笛卡尔空间之间的雅可比矩阵,并且得到了两个空间的相互转换关系。采用锥互补方法计算采样机械臂与复杂接触面的碰撞力,并基于非光滑算法求解锥互补条件与系统动力学方程。通过对比位置控制与阻抗控制,证明了阻抗控制在实际应用过程中能够更加柔顺地控制机械臂与接触面进行接触。通过对控制参数进行调整,探究了不同控制参数对机械臂控制的影响,优化得到了合适的控制参数,从而能控制机械臂辅助完成深层采样的任务。     

超宽带无线电引信接收机时域建模与仿真

为得到弹目交会过程中超宽带无线电引信接收机的时域输出信号,实现高速交会条件下引信接收机的性能优化,推导了取样积分微分电路的时域数学模型,提出了一种基于无载波信号时域多普勒效应的接收机输出信号时域仿真方法.弹目接近速度对接收机输出信号的影响研究表明,输出信号频率与弹目接近速度成正比;信号幅度与弹目接近速度关系曲线存在速度驻点.选择合理的积分、微分电容可设置恰当的速度驻点,提高引信的抗干扰性能.     

基于多项式求根的欠采样频率估计方法

基于多项式求根算法,本文提出了一种新的欠采样宽频带信号频率的估计方法。根据直接欠采样信号及时延后的欠采样信号在不同整数倍抽取下形成的数据向量均满足Vandermonde结构,推导出了由欠采样引起的模糊频率值及由时延产生的延迟相位与模糊频率的联合估计值的快速估计算法,并结合一定的配对方法和解模糊算法就可实现无模糊的宽频带信号的频率估计。本算法无需作大量的矩阵运算,具有算法简单、易于实现等特点,仿真验证了上述结论的正确性及高精度特性。     

光学遥感压缩成像技术

基于Shannon采样定理的传统信息获取系统在高空间、时间和谱分辨率及系统其它性能上存在难以突破的瓶颈,压缩采样理论为提升航天遥感信息获取能力提供了新的思路。基于压缩采样理论的成像技术（压缩成像）将采样、压缩和数据处理3个过程完美的结合在一起,避免了传统遥感成像系统“先采样再压缩”方式带来的传感器和计算资源浪费,是未来光学遥感极具潜力的成像方式。文章在简要介绍压缩采样基本理论的基础上,总结和分析了国际上目前提出的光学压缩成像系统原型,设计开展了3组压缩成像物理实验,特别结合航天遥感需求设计了推扫式压缩成像方案,实验结果验证了压缩采样的基本原理,并为未来光学遥感压缩成像系统的设计提供了借鉴。     

俄罗斯Fregat上面级

介绍了俄罗斯Fregat上面级的基本功能、组成和主要技术指标。给出了其几何布置、贮箱可承力、独立性与自主性、液-固耦合及大幅晃动和多次起动等特点与关键技术等。给出了2003年欧空局火星探测项目、2005年欧空局金星探测项目和中俄联合火星探测项目等典型应用。     

基于改进MCMC的波束内目标与诱饵联合参数估计

波束内目标与诱饵的参数估计是导引头正确实现目标分选、完成波束指向调整与精确跟踪的必要条件。目标与诱饵的“紧密接近”导致接收回波混叠,使得常规参数测量与估计方法失效。基于实际采样处理中目标回波能量会“溢出”到相邻匹配滤波采样点这一信号模型,通过贝叶斯原理从观测的条件似然以及未知参数的先验分布获取待估计参数的后验概率分布,采用Markov Chain Monte Carlo (MCMC)方法中的Metropolis-Hastings (M-H)抽样算法联合估计目标与诱饵的相关参数,并根据拖曳式诱饵干扰对抗的特点对M-H抽样进行了改进。各种典型干扰条件及动态攻击场景下的仿真试验表明了本文方法的有效性。