The South Pole-Aitken basin region,Moon: GIS-based geologic investigation using Kaguya elemental information

Using Geographic Information Systems (GIS), we performed comparative analysis among stratigraphic information and the Kaguya (SELENE) GRS data of the ∼2500-km-diameter South Pole-Aitken (SPA) basin and its surroundings. Results indicate that the surface rock materials (including ancient crater materials, mare basalts, and possible SPA impact melt) are average to slightly elevated in K and Th with respect to the rest of the Moon. Also, this study demonstrates that K and Th have not significantly changed since the formation of SPA. The elemental signatures of the impact basin of Fe, Ti, Si, O through time include evidence for resurfacing by ejecta materials and late-stage volcanism. The oldest surfaces of SPA are found to be oxygen-depleted during the heavy bombardment period relative to later stages of geologic development, followed by both an increase in silicon and oxygen, possibly due to ejecta sourced from outside of SPA, and subsequent modification due to mare basaltic volcanism, which increased iron and titanium within SPA. The influence of the distinct geologic history of SPA and surroundings on the mineralogic and elemental abundances is evident as shown in our investigation.     

基于相关分析和组合神经网络的退化预测

产品剩余寿命预测是加速退化试验和故障预测与健康管理两大热点领域中的关键技术之一.为了解决复杂退化的预测问题,提出了一种新型预测方法,对退化轨迹能够实现较长距离的预测.此方法首先对复杂退化数据进行小波变换,通过Durbin-Watson方法和偏相关图分析各级分解序列的自相关性,最后根据序列的特点,组合BP(Back Propagation)和小波神经网络对退化轨迹进行预测.为了验证所提组合神经网络方法的有效性,采用小波神经网络的预测结果进行对比分析.实际退化数据的预测结果表明,所提方法比单独采用小波神经网络,具有更小的均方差(MSE,Mean Square Error),对剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度.     

空间相机热平衡试验温度预测方法改进及应用

为实现对航天器热平衡试验平衡温度的预测,建立了热平衡温度预测的方程式,对影响预测结果的各参数进行了分析。首先,由节点网络法推导出平衡温度表达式,介绍了其基于非线性最小二乘法的求解过程,建立了平衡温度的迭代方程;其次,结合大量的试验数据,对影响迭代结果的3个因素进行了统计分析,并最终确定了各因素的合理取值范围;最后,利用温度预测程序对某空间相机热平衡试验中低温工况的平衡温度进行了预测,并与试验结束后的结果进行了对比。结果表明,预测温度与试验数据的误差为±1℃（在3%之内）,满足精度要求,对热平衡温度准确的预测有效的缩短了试验时间,节省试验费用。     

“嫦娥二号”卫星L2点角动量管理

对“嫦娥二号”(CE-2)卫星进入环绕日地拉格朗日L2点的李萨如轨道后卫星喷气卸载所产生的影响进行了研究.提出了一种利用光压力矩辅助卫星太阳电池翼角度调整进行角动量管理的方法.在轨试验表明,太阳光压强度足够对飞行在L2点环绕轨道上的CE-2卫星进行角动量管理,可以大幅度减少动量轮在轨喷气卸载的次数,有利于CE-2卫星的轨道维持.     

星载单频GPS数据的电离层延迟改正方法分析

利用C/A码单点定位对LEO(Low Earth Orbit)卫星上的电离层延迟改正方法——"电离层比例因子法"进行了分析研究.计算的CHAMP卫星的轨道结果表明:采用电子密度峰值高度(hmF2,F2 region maximum electron density height)平均值和瞬时值计算的电离层比例因子α变化范围分别为0.3~0.4和0.2~0.65之间,两者最大差异可达0.3,相比较而言,hmF2瞬时值的结果更加合理,并且相应的大地高H方向的系统偏差要降低0.05~0.3m左右;与双频无电离层组合的普通单点定位结果相比表明该方法能较好地消除电离层一阶项所引入的H方向上的系统偏差;该方法适用的LEO卫星轨道高度范围大致在200~ 600km之间,当轨道高度超过700km时,该方法并不适用.     

高精度UT1-UTC差分预报方法研究

针对卫星导航所需的高精度地球定向参数(EOP)中的UT1-UTC预报问题,提出了基于双差分LS+AR的UT1-UTC参数预报方法。对UT1-UTC观测数据进行跳秒检测、固体地球带谐潮汐项改正,然后对改正后的UT1-UTC数据进行双差分处理,增强数据平稳性;采用最小二乘拟合(LS)与自回归(AR)分析方法对差分处理后的数据进行分析与预报;对预报结果进行逆差分处理与潮汐项改正外推、跳秒恢复,获取高精度的UT1-UTC预报值。通过与国际EOP_PCC预报结果对比表明,UT1-UTC短期预报精度与EOP_PCC较优的预报精度相当,其中1天UT1-UTC预报精度优于0.03ms,优于EOP_PCC预报结果。介绍了北京航天飞行控制中心的UT1-UTC每日例行预报情况。     

航空电子设备NSEE试验评价方法

本文定义了航空电子设备大气中子单粒子效应(NSEE)硬失效、硬错误与软错误等大气中子辐射可靠性表征参数,提出了一套航空电子设备抗大气中子单粒子效应危害能力的试验评价方法,包括试验应力终止条件与起始条件的确定方法、M_NSEE预估方法、试验程序、试验评价方法等,并通过某航空用卫星导航接收机试验案例证明了该方法在工程应用中的可操作性与有效性,通过掌握数字信号处理(DSP)、静态随机存储器(SRAM)、现场可编程门阵列(FPGA)的NSEE敏感特性,可为航空用卫星导航接收机NSEE危害防控提供针对性的技术支持.本文为我国航空电子产品大气中子单粒子效应试验评价奠定了理论与应用基础,同时也为其他电子信息产品在大气中子单粒子效应试验评价方面提供了重要依据和参考.      

基于PSF相关的星点定位算法

为提高非高斯分布星点定位的精度,提出了一种新的PSFC (point spread function correlation)星点定位算法,具有很好的抗噪性能和精度水平,易于工程实现.该算法利用互相关中的定义,通过确定系统所测定的PSF与星像灰度值之间的最大相似度来定位星点位置,PSF的测定是在作互相关计算之前全视场范围内可按照整像素和亚像素两种方式完成的.仿真实验结果表明：在带有噪声的星像图条件下,本文PSF相关法的定位精度最高可达到0.034像素,比质心法的精度提高1个数量级,比曲面拟合法的精度提高约20%.     

基于概念聚类的用户兴趣建模方法

Internet资源的指数级增长促进了个性化服务的发展.针对传统的用户兴趣建模方法在准确率和增量处理能力方面的不足,提出了一种新的基于概念聚类的用户兴趣建模方法UIM2C2(User Interest Modeling Method based on Conceptual Clustering).该方法首先通过分析用户访问的历史文档构造后缀树结构,然后选择不同的相似度阈值,以不同的粒度合并基本簇.依据不同阈值条件下合并的基本簇之间的包含关系,生成用户的兴趣层次.UIM2C2方法是针对文档的一个增量式、无监督的概念学习方法,因此用户描述文件可以轻易的获取和更新.最后,通过数据集20NewsGroup上的实验验证了UIM2C2方法在兴趣预测方面的有效性.     

空间液滴蒸发实验中液滴图像的无损压缩算法

为了提高空间液滴蒸发实验中图像无损压缩率, 根据连续采集到的液滴图像之间相关性很大的特点, 提出了一种基于JPEG-LS和帧间预测误差编码的图像序列无损压缩算法. 该算法对图像序列第一帧采用JPEG-LS算法编码, 对帧间预测误差帧进行Golomb编码, 从而实现对连续采集到的液滴图像序列进行无损压缩. 实验结果表明, 该算法比单纯采用JPEG-LS算法的压缩率有明显提高, 编解码过程更简单, 编码需要时间更少.