HJ-1B卫星红外多光谱相机星上定标精度分析

介绍了"环境一号"B(HJ-1B)卫星红外多光谱相机在轨辐射定标的目的以及星上定标的原理,分析了星上定标算法的精度。利用星上零级数据对星上定标系统的测控精度和工作稳定性进行研究,并在此基础上分析了定标数据的处理精度。HJ-1B卫星发射以来共对红外相机热红外通道进行了7次星上定标,为了监测定标系统的精度变化,文章利用MODIS-31、32通道辐亮度对HJ-1B卫星上定标系统精度进行检验,考虑MODIS传感器本身定标的不确定度恒定,分析结果表明自HJ-1B卫星发射以来星上定标系统相对精度发生了衰减。     

嫦娥一号卫星的初步科学成果与嫦娥二号卫星的使命

嫦娥一号卫星于2007年10月24日在西昌卫星发射中心成功发射,2009年3月1日受控落月,在轨运行495d,一共取得了1.37Tbyte的原始科学探测数据,在此基础上生产出4Tbyte科学应用数据产品。通过对这些科学探测数据的初步分析和应用研究,已经获得了包括＂我国首次月球探测工程全月球影像图＂等在内的一系列科学成果,圆满实现了预期的各项科学目标,为推动我国月球与行星科学的研究和后续月球探测工程的开展奠定了重要基础。嫦娥二号卫星在嫦娥一号卫星取得圆满成功之后,进行了一系列技术改进,作为探月二期工程的先导星,将于今年年底前发射升空。嫦娥二号卫星从发射到第一次近月制动所经历的时间由13d缩短为5d,环月轨道高度由200km降低为100km,CCD相机的像元分辨率由120m提高到10m,激光高度计测量月面高程由1次/s提高到5次/s。嫦娥二号卫星将重点开展对月面着陆区地形地貌的精细探测,试验验证相关关键技术,为探月二期月面软着陆奠定科学和技术基础。     

嫦娥一号卫星的近期科学探测成果

嫦娥一号月球探测卫星采用CCD相机和激光高度计,对月球表面参数特征进行了测量,获得了覆盖完整、分辨率高的全月球数字高程模型（DEM）。基于数字高程模型,可以鉴别中尺度的月球表面的地质地貌、盆地和火山等。这些新的研究成果将有益于对月球地质演化的深入研究。     

环境-1A超光谱成像仪相对辐射定标方法应用研究

介绍了环境-1A卫星上装载的新型有效载荷超光谱成像仪的工作原理。指出我国使用超光谱干涉仪尚处于试验阶段,对在轨数据处理方法还需要完善。文章针对干涉仪的数据立方体特性提出一种空间维的基于统计方法的在轨干涉数据相对辐射定标处理方法,并通过对卫星实际在轨数据的对比处理来验证其处理效果。结果表明,相对辐射定标处理可以修正CCD响应的不均匀性和入射光场的不均匀性,减小非线性相位偏移,提高复原光谱的精度。     

“环境一号”B星热红外通道星上定标与交叉定标研究

文章以“环境一号”B星（HJ-1B）发射前实验室定标为基础,分析了HJ-1B红外相机的星上定标系统功能。利用2009年3次星上黑体定标数据对HJ-1B热红外通道进行星上定标,以青海湖不同时相的美国TERRA卫星MODIS传感器31通道（MODIS-31）数据对HJ-1B热红外通道进行交叉定标,得到了准确的定标系数,最后对两种定标方法进行误差对比分析,为实时准确的获取HJ-1B热红外通道定标系数提供方法借鉴。     

火星着陆关键环节多学科交叉设计与验证

针对火星着陆任务在飞行环境、地面验证、系统间关联性等方面面临的技术挑战,根据火星着陆关键环节涉及的气动减速、降落伞减速、动力下降和着陆缓冲四个主要阶段,分别分析了大气进入方式、进入初始条件、气动外形、防热、开伞控制、大底弹射、背罩规避机动与触火关机等关键要素,并介绍了天问一号与其他典型火星着陆任务开展的多学科交叉设计过...     

天问一号着陆器大底分离触发条件设计方法

针对天问一号着陆器防热大底分离触发条件确定问题,利用数学仿真的方法分析气动特性、防热大底相对着陆器姿态运动等因素对分离安全性的影响,给出可安全分离的触发条件.不同分离触发马赫数的仿真结果表明,较大分离马赫数的碰撞风险较高,但防热大底长期运动趋势由弹道系数决定,相比着陆器下降更快.根据伞降过程着陆器姿态运动及伞绳力特点,...     

天问一号着陆器双目视觉避障技术

对天问一号双目视觉避障技术的组成、方案及原理进行了介绍,通过图像障碍识别和双目立体地形感知完成天问一号降落过程中的安全着陆点自动选取.通过高分辨率双目匹配和亚像素插值处理,提高远距离双目测量精度;在计算资源严格受限的条件下,采用FPGA作为硬件加速平台,通过功能模块的并行化和流水线设计,提高计算视差和三维信息的速度;为...     

Aero-engine fault diagnosis applying new fast support vector algorithm

A new fast learning algorithm was presented to solve the large-scale support vector machine ( SVM ) training problem of aero-engine fault diagnosis.The relative boundary vectors ( RBVs ) instead of all the original training samples were used for the training of the binary SVM fault classifiers.This pruning strategy decreased the number of final training sample significantly and can keep classification accuracy almost invariable.Accordingly , the training time was shortened to 1 / 20compared with basic SVM classifier.Meanwhile , owing to the reduction of support vector number , the classification time was also reduced.When sample aliasing existed , the aliasing sample points which were not of the same class were eliminated before the relative boundary vectors were computed.Besides , the samples near the relative boundary vectors were selected for SVM training in order to prevent the loss of some key sample points resulted from aliasing.This can improve classification accuracy effectively.A simulation example to classify 5classes of combination fault of aero-engine gas path components was finished and the total fault classification accuracy reached 96.1%.Simulation results show that this fast learning algorithm is effective , reliable and easy to be implemented for engineering application.     

基于隐身的三维航迹规划研究

为提高飞行器对地攻击效能,必须对其三维航迹规划技术进行研究。考虑到威胁并非不可穿越,建立了间歇式暴露模型;通过考虑飞行器姿态变化对暴露范围的影响,建立了飞行器战术隐身模型;对传统稀疏A*算法进行了改进,有效提高了规划速度,在此基础上提出了具有实时规划能力的分步规划算法,并给出了解决在线重规划的方法;最后,在真实地形下进行了仿真验证,仿真结果证明了所建模型及算法的有效性和实用性。