航天发射特征事件综合和弹道融合策略优化研究与应用

特征事件综合和弹道融合是航天发射过程中最为重要的一项工作,通过特征事件发生时间和火箭飞行弹道可直观地反映出运载火箭的飞行状态。因此,为了进一步提高特征事件综合和弹道融合效果,基于遥、外测量信息,分别对参与特征事件综合和弹道融合的信息源进行分类及其影响因素进行分析,并提出了相应的信息融合策略。通过采用优化的融合策略,可进一步提高特征事件时间解算的准确性和实效性,提升弹道融合的效果,满足航天发射飞行态势显示和安全控制的任务需求。     

8m×6m 风洞测控处系统

８ｍ×６ｍ风洞测控处系统以ＶＡＸ－Ⅱ为上位机,通过ＱＢＵＳ总线连接数据采集、速压控制、模型姿态角控制和数据实时分析与显示等四个子系统,完成对风洞试验的管理和数据测量与分析及显示。本文介绍了该系统的构成、主要功能和技术指标等。     

中继卫星多址链路调度问题的约束规划模型及算法研究

中继卫星多址链路调度问题是中继卫星系统应用中必须解决的重要问题,其重要特点在于,中继卫星与用户航天器之间并非时时可见,因此通信任务存在可见时间窗口约束。只有在可见时间窗口内,通信任务才可能执行并完成。在进行合理假设的基础上,采用人工智能中的约束规划技术,建立中继卫星多址链路调度问题的约束规划模型,并提出了基于时间窗口期望值的多步迭代算法。应用结果表明,中继卫星多址链路调度模型的建立与求解是合理的。     

固定影响平行数据模型参数的偏最小二乘估计及应用

当平行数据的解释变量之间存在严重的多重共线性,或者样本点个数与解释变量个数相比较少时,用经典方法求解模型(如最小二乘法等)误差偏大,难以满足实际要求.针对这种情况提出了用偏最小二乘法思想求解固定影响平行数据模型,并且实例表明误差明显减少,可以满足建模和预报的要求.     

神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.     

一种新的空间多维关联规则模型与算法

空间对象具有自相关、连续性、多尺度等特点,导致空间关联规则挖掘与传统的统计关联规则挖掘不同,不存在统计的“事务”,挖掘更加复杂。本文用基于空间相关的影响域来创建“空间事务”,以代替传统关联规则挖掘中的事务,建立了一种新的应用于挖掘空间多维数据的空间多维关联规则模型(Spatial multidimensional association rules model,SMARM)。设计并实现了一种新的挖掘算法SMARBIA,用基于影响域、空间支持度等剪枝技巧,克服了空间多维关联规则挖掘过程中候选项目集庞大的困难。实验表明,该算法能有效地减少候选项目集而获得较好的性能。     

A new interpretation of the historical records of observing Venus in daytime with naked eye: Focusing on the meteorological factors in the astronomical observation records

Observing Venus during the daytime is challenging. However, observational data of Venus during the daytime can be found in history books from East Asian countries such as Korea, China and Japan. In this study, we are focused on data from Korean history book, and using records left in the Joseon wangjo sillok, one of the Korean history books from the Joseon dynasty (CE 1392–1910), tries to prove whether the reported observations were actual observation data. We collected these 4663 records from the Joseon wangjo sillok to determine whether they were actual observations, and to confirm the scientific validity of the records. When we looked at the distribution of observations on a yearly basis, we noticed that there were more observations in the fall and winter, while there were only limited numbers of observations in the spring. This difference in distribution suggests that observations were strongly affected by atmospheric conditions due to the weather. From the 4663 data collected, we found a cycle of about 1.6?years. The cycle of about 1.6?years is assumed to be related to the conjunction cycle of Venus. And, we found a cycle of about 1.0?years. The cycle of about 1.0?years is assumed to reflect the indirect effects of the Asian dust phenomenon. Our research result verified the record as actual observational data. In addition, this result verified that meteorological factors were involved in the recorded astronomical observation data. We think that our data can be helpful to climate studies on the natural sources of key climate-affecting aerosols.     

基于不相关模态振型的修正技术

为充分利用试验测量结果,探讨了一种修正技术,不但有效利用试验数据中与有限元模型相关的模态信息,同时也有效利用不相关模态信息,并成功应用于某型现代高推质比涡扇发动机结构中.通过计算,修正后的模型计算值与试验测试值比较接近,误差接近0,MAC（model assurance criteria）值接近1.研究表明:利用不相关模态振型的模型修正技术能够有效得到准确的修正参数值,且修正后的有限元模型具有很高的计算精度.      

超光谱成像仪成像电路的设计与实现

超光谱成像仪是环境减灾-1A卫星的主载荷之一,也是我国第一台采用静态干涉型光谱成像技术的星载遥感相机。成像电路是超光谱成像仪的核心组件之一,文章介绍了超光谱成像仪成像电路的系统组成,以及各功能模块的结构、功能和设计原理。     

一种基于历史标校数据的移相值预测方法

地面测控设备在执行测控任务前,需要对和差接收通道的相位差进行标校(简称校相),以满足测角分系统的目标自跟踪要求.针对因标校设备故障而无法进行校相的问题,通过使用数理统计的多元回归分析方法,对积累的历史标校数据进行分析,确定了设备工作的环境温度对跟踪接收机移相值有显著影响.在此基础上,利用滑动窗口多项式拟合方法得到拟合移相值,并与最近一次的标校移相值进行时变加权,可以得到基于历史标校数据的移相值预测方法.仿真试验表明该方法具有较好的预测精度,可将预测移相值作为跟踪接收机参数,提高测控设备应急测控能力.