任意偏心率卫星的大气阻力的短周期摄动

通过本文采用的计算方法和CIRA 1972在160～2000公里高度围范的大气密度的分析模型,导出了人造地球卫星大气阻力短周期摄动的一种计算公式,它形式简单,收敛性好,适用于任意偏心率的卫星。     

地球站天线与卫星天线极化取向对准的计算方法

本文给出了接收通信卫星线极化辐射信号时地球站天线极化取向角的计算公式。使用线极化辐射的通信系统中,地球站天线极化取向随其地理位置而变化。本文利用坐标变换方法导出了实用的计算公式。在地球站的架设、调整中,只要利用所公布的卫星定点经度位置和卫星天线波束指向角数据,加上所架设地球站的地面经纬度,便可算出极化角取向。本文给出的公式不仅用于电视接收站,还可适用于通信地球站。     

星载硬质吸波材料真空功率耐受性能验证

星载吸波材料是复杂空间环境条件下天线、微波部组件大功率使用中满足隔离度要求的核心部件。本文研究了星载吸波材料真空功率耐受性能和吸波材料原材料制备工艺关键要素之间的关系,文中首先介绍了星载吸波材料电磁波吸收机理,其电磁参数直接关系到电磁波吸收性能优异与否;接着给出了影响电磁参数稳定性的原材料制备关键要素,以及成型材料的机加工艺特点;随后构建了一套星载吸波材料功率耐受性能的验证平台,开展功率试验;对两种工艺固化方法制备的原材料,分别制作了波导型吸收负载试验件进行试验验证。结果表明：（1）未进行高温预处理的吸波材料,残存未固化的小分子,会导致在高温真空工况下可凝挥发物析出增多,与外导体镀银层发生氧化反应,进而使负载组件的驻波变化率较大;（2）经过高温预处理后的吸波材料,在高温下的真空质损和可凝挥发物均得到了有效控制,其电磁参数也趋于稳定,负载组件的驻波变化率试验前后差异不大。因此,吸波材料原材料工艺制备过程中高温预处理属于关键要素;该工艺固化方法的有效实施将有助于星载吸波材料的应用,提高航天器在轨服役可靠性和安全性。     

相位自动跟踪检测系统

介绍一种适用于自动化的相位跟踪检测系统。该系统采用新的相位测量方法——平均相位角法,消除了过零触发电路中固有的直流电平带来的相位偏移引起的相位测量误差。同时,设计了新颖的用于自动测量的相对计数时间/频率转换电路,在激光干涉比长仪1m行程内实时检测相位变化,保证了激光干涉比长仪的测量精度,提高了自动化程度。     

卫星沿轨道运动对地面覆盖带外沿轨迹的确定

根据单参数平面曲线族包络线求解原理,给出了卫星沿轨道运动对地面覆盖带外沿轨迹的解,井讨论了地球旋转对地面覆盖带的影响。     

香烟条包拉线图像检测的研究

研究香烟条包外包装所出现的无拉线或拉线错牙等异常现象的图像特征,设计检测算法,并开发相关软件系统。经过实例检验,系统可以有效地对香烟条包外包装出现的上述现象进行检测,能满足香烟生产企业在线检测的需要。具有自动化程度高、判决速度快、算法简单等优点。     

基于B-样条插值的图像边缘检测

为了能高质量地进行图像边缘检测,提出了一种新的基于B-样条插值的边缘检测方法.该方法为了保证图像边缘检测后的质量,采用3次B-样条对图像的像素点灰度值进行插值运算,提出了基于B-样条插值的一阶和二阶微分算子,并引入数字滤波技术加以实现.利用B-样条可分离的特性,实现了2维空间的基于B-样条插值的连续图像的重构函数,在此基础上提出了用于边缘检测的基于3次B-样条的一阶梯度模板和二阶微分模板.该方法非常适合于采用硬件的并行化实现,极大地提高了图像处理速度和边缘检测质量.     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

SOM神经网络在卫星电源系统故障诊断中的应用

研究了自组织特征映射（SOM）神经网络的结构及学习算法，提出了利用SOM神经网络对输入样本的“聚类”作用，实现对故障模式的分类，并据此对故障进行诊断的新方法，通过对某卫星电源系统故障的诊断实例，验证了该方法是有效可行的，能对卫星电源系统的故障进行准确的实时诊断。