观测数据关联的泰勒展开径向速率方法

针对近地空间目标编目探测中,双屏电子篱笆的观测数据关联判断的问题,提出一种基于泰勒展开的径向速率数据关联方法。该方法对关联判断中径向速率这一判别量的计算采用泰勒展开的方式;与传统方法相比,该方法不需要进行地心地固坐标系与地心惯性系坐标转换,也不需要迭代计算初轨根数,具有简单、快速、符合精度需求的特点。在双屏电子篱笆探测LEO(Low Earth Orbit,低地球轨道)cm级空间目标的应用仿真中,该方法与使用初轨确定结果的径向速率方法相比,判断正确率基本相同,但所需计算时间比后者低一个数量级。因此,所述方法的判断效率较高,可为编目探测系统的数据处理流程提供参考。     

先验失配条件下的知识辅助检测器稳健性分析

充分利用探测环境的先验信息是提高雷达探测能力的有效途径之一。先验信息必须在雷达检测算法设计阶段确定下来,因此先验信息与当前探测环境之间可能存在不一致性。以复合高斯杂波中的、利用纹理分量先验信息的知识辅助(KA)检测器作为研究对象,首先建立了该检测器检测性能与先验分布参数失配之间的量化关系,然后根据给定的杂波探测环境模型参数,分析了先验模型失配对检测性能的影响。分析结果表明:知识辅助检测器的稳健性与当前探测环境模型参数有关。进一步给出了先验模型失配的容许区间,当先验模型参数在这个区间内,知识辅助检测器性能优于不使用先验信息的检测器性能。     

The AWIATOR airborne LIDAR turbulence sensor

The development and first flight tests are described of a short pulse direct measuring UV LIDAR for the measurement of gusts, turbulence and potentially wake vortices. The results of these stage 1 tests confirm that relative wind velocities can be measured with a standard deviation of below 10 m/s even at high altitudes with no appreciable aerosol concentrations. Operating the system under various flight conditions including rain, dense clouds, and clear air up to 24,000 ft was highly successful. Means to push the standard deviation below 1.6 m/s, foremost by increasing the laser output power and the efficiency of the light collecting system, are identified and quantified. Questions of instrument stability are addressed.     

Passive optical detection of submillimeter and millimeter size space debris in low Earth orbit

Understanding of the space debris environment and accuracy of its observation-validated models are essential for optimal design and safe operation of satellite systems. Existing ground-based optical telescopes and radars are not capable of observing debris smaller than several millimeters in size. A new experimental and instrumental approach – the space-based Local Orbital Debris Environment (LODE) detector – aims at in situ measuring of debris with sizes from 0.2–10 mm near the satellite orbit. The LODE concept relies on a passive optical photon-counting time-tagging imaging system detecting solar photons (in the visible spectral range) reflected by debris crossing the sensor field of view. In contrast, prior feasibility studies of space-based optical sensors considered frame detectors in the focal plane. The article describes the new experimental concept, discusses top-level system parameters and design tradeoffs, outlines an approach to identifying and extracting rare debris detection events from the background, and presents an example of performance characteristics of a LODE sensor with a 6-cm diameter aperture. The article concludes with a discussion of possible sensor applications on satellites.     

基于深度学习的ADS-B异常数据检测模型

广播式自动相关监视（ADS-B）是下一代空中交通运输系统的重要组成部分，是新航行系统中非常重要的通信和监视技术，但其协议没有提供相关的信息认证和数据加密，因此极其容易受到欺骗干扰的影响。针对ADS-B报文数据特点，采用深度学习的seq2seq模型对ADS-B报文数据进行重构，通过重构误差来检测异常，并对数据进行特征扩展，使模型能更好的捕捉数据的时间依赖性。实验结果表明，所采用的方法优于传统的机器学习方法，且在数据特征扩展后，模型检测效果提升。相比于现有的欺骗干扰检测方法，该方法不需要改变ADS-B系统的协议，也不需要额外的节点或传感器参与，具有一定的适应性和灵活性。     

神经网络在火箭容错控制中的应用

利用解析冗余思想和神经网络的非线性映射能力，提出了基于神经网络的故障检测和容错控制框架，以此实现解析冗余，并将其应用于火箭稳定回路容错控制设计，仿真研究表明，该方案设计思想正确．具有一定的实用价值。     

深度交叉遗传神经网络在液体火箭发动机故障检测中的应用

将遗传算法与BP神经网络深度交叉融合,即采用遗传算法对BP神经网络的权值和阈值进行多点优化,而在进化的每一代中随机取少量染色体进行单一BP网络训练,训练结果再返回染色体,经过若干代的进化后得到稳定的权值和阈值,再将它们赋给BP神经网络,作为初始值,按误差前向反馈算法沿负梯度搜索重新训练,最终得到最优解。这种算法既避免BP算法易陷入局部最优解的不足,又克服遗传算法以类似穷举的形式寻找最优解而引起的搜索时间长、速度慢的缺点。并且经过仿真分析,深度交叉遗传BP神经网络的收敛性和故障诊断能力优于传统BP神经网络和单一使用遗传算法,可有效应用于液体火箭发动机故障检测中。     

基于DSP的全数字闭环光纤陀螺

介绍了一种采用DSP(Digital Signal Processor)技术实现的全数字闭环光纤陀螺.该闭环光纤陀螺采用以多功能集成光学器件为核心的全保偏结构,以方波为偏置调制,数字阶梯波反馈.文中对该闭环光纤陀螺的前置放大、信号检测、数字解调、数字滤波等部分进行了设计和实现,对采用DSP技术解决系统精度和实时性矛盾的方案进行了讨论,并对闭环光纤陀螺的性能和参数进行了理论分析和实验测试.测试结果表明系统达到了小于0.3/h的零漂和100×10^－6的非线性度指标.     

正压检漏的漏率

分析了现有的漏率定义,从质量、能量观点重新解释漏率。