一种基于历史遥测数据的在轨卫星故障预警系统

对在轨卫星遥测数据的变化规律进行了分类,研究了数种主流的数据预测理论并分析了其适应性,由此提出了一种基于历史遥测数据的在轨卫星故障预警系统构架,并定义了其中各模块的功能以及接口关系,给出了实际应用的效果。这个系统对及早发现故障、维持在轨卫星的安全稳定运行具有重要价值。     

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。     

基于函数型数据的广义线性回归模型

函数型数据的回归分析研究主要集中在函数型线性模型。不要求因变量为连续型随机变量,可以为离散型或属性数据(对应于泊松或Logistic回归),对同时含有数值型多元变量和函数型变量的广义线性模型的估计问题进行分析,采用非参数方法得到了参数部分和非参数部分的估计量,并给出了一种重加权算法进行参数求解,解决了含数值型和函数型混合数据类型自变量的回归问题,同时扩展了函数型线性模型的应用范围。估计过程中,分别采用了函数型主成分和B样条基函数,并给出了基函数个数选择的准则。数值模拟结果表明,所提出方法具有良好的可行性与正确性。      

空间非合作目标的多视角点云配准算法研究

为了提高相邻视角间稀疏扫描点云数据配准的速度和精度,实现多视角点云精确配准,提出一种基于KD Tree点云均匀采样简化算法,并且对传统四点算法（4 PointsCongruentSetsAlgorithm,4PCS）中的阈值参数进行了统一,确定了各误差阈值参数和点云密度之间的关系,通过基于姿态校正的方法有效解决了对称视角点云引起的误配准问题。仿真结果表明,该方法能够快速、有效地实现卫星稀疏点云的配准。     

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

动态测量数据的高保真容错Q-滤波算法

针对航天器遥测和跟踪数据非平稳、噪声干扰、数据散乱、野值多、真实信息往往被随机误差淹没等问题,提出一组新型滑动容错滤波算法,称Q-滤波容错算法。 采用原始数据滑动四分位滤波和滤波残差四分位过滤补偿相结合的方式,实现各种带野值、非平稳、强噪声干扰和超低信噪比的采样数据序列剔除野值、削弱扰动和提取信号。理论分析、仿真计算和飞行数据应用实例证实了该Q-滤波算法有强容错能力和提取采样数据本真变化的能力,可以从被噪声淹没和低信噪比的非平稳采样数据序列中或者在采样数据变化形态杂乱的情况下,高保真地准确提取测量对象的真实变化信息。     

微小卫星星间测距在轨零值标定方法及应用

针对双程伪码辅助载波测距系统零值高精度标定的需求,提出一种适用于微小卫星星间测距系统在轨零值自标定的方法。该方法将测距单板的发射信号转化为接收信号,采用原有的测距算法获取测距单板的自身零值。基于该方法研制了相应的零值标定装置,实现零值测量模式和星间距离测量模式的切换。并采用实验的方法,对比不同信号强度及温度情况下的标定效果。实际测试表明,该方法所测零值稳定、结果可靠性高,同时具有较好的误差补偿效果,可作为一种新的在轨零值标定方法,其零值标定结果的不确定度可达0.18mm(2σ)。     

智能赋能流体力学展望

人工智能（AI）是21世纪的前沿科技,流体力学如何在智能化时代焕发青春是值得本领域研究者思考的话题。从智能赋能流体力学角度,就其研究内涵、研究内容、近期研究及难点进行了总结,并对智能流体力学未来的发展进行了展望。研究指出,流体力学计算或试验中所产生的数据是天生的大数据,如何通过深度神经网络、随机森林、强化学习等机器学习方法来利用这些数据,缓解甚至替代理论和方法层面对人脑的依赖,挖掘新的知识,成为一种新的研究范式;相关研究将涵盖流动控制方程的机器学习、湍流模型的机器学习、物理量纲分析与标度的智能化以及数值模拟方法的智能化;借助人工智能技术,发展流动信息特征提取与多源数据融合的智能化是流体力学发展的迫切需求;研究内容应至少涵盖海量数据挖掘方法以及多源气动数据的智能融合;发展数据驱动的流体力学多学科、多物理场耦合建模与控制是工程应用的迫切需求,相关工作涉及多场耦合建模、气动外形智能优化设计以及流动智能自适应控制等方面。     

无人机气动力地面车载测试系统

介绍了中国航天空气动力技术研究院开发的一种用于测量全尺寸无人机气动力的地面车载测试系统（GTV）。车载测试系统采用一辆中型卡车进行相关改造,将试验无人机机身安装在其顶部,通过汽车牵引能够达到40km/h的速度。一套专用的测试天平系统和数据采集系统用于记录试验中无人机产生的升力、阻力以及俯仰力矩等数据。主要介绍测试天平系统的设计,数据采集测试系统,测试方法和试验结果。多元静态原位校准加载结果表明天平测试系统输出信号线性度以及重复性较好。动态校准试验采用一副定常展弦比6的机翼进行,试验结果与已知的风洞试验数据进行了比对。车载测试系统试验结果的升力和俯仰力矩数据不同车次之间重复性较好,并且与风洞试验数据基本一致。但阻力数据的离散度要比风洞试验时大得多,并且试验结果比风洞试验时偏小一些,试验证明地面车载测试系统的阻力测量难度较大。     

GRIB数据及其在航迹预测中的应用

四维航迹预测的准确性是轨迹运行与空管决策支持的基础,而高空风数据支持下的气象建模是提高航迹预测准确性的关键。通过解析GRIB格式的风数据,获取各高度层的风速和风向,同时依据风对地速、航向的影响进行四维航迹预测建模,利用浦东机场的进场航班实现仿真验证,将预测结果与实际雷达轨迹对比,验证了风影响下四维航迹预测的准确性。