空间色噪声下信号频域检测方法性能分析

水下小孔径阵列的应用环境是色噪声环境,针对超增益波束形成方法在色噪声环境下噪声协方差矩阵估计偏差使阵列空间增益不能达到最大的问题,提出了一种频域超增益波束形成方法(FSD, Super-Directive beamforming in Frequency domain),该方法将宽带接收数据分成多个子带,在每个子带内分别估计噪声协方差矩阵,降低了噪声协方差矩阵的估计偏差,并使用估计得到的噪声协方差矩阵对接收数据解相关.最后使用空间谱检测器检测微弱目标信号.实测噪声数据的仿真结果表明,空间有色噪声环境中FSD方法的检测性能优于传统的时域超增益波束形成方法(TSD, Super-Directive beamforming in Time domain)2 dB,优于频域最小方差无畸变响应(FMVDR, Minimum Variance Distortionless Response in Frequency domain)波束形成方法2 dB.     

发动机羽流作用下的实时月尘运动仿真

月尘运动是月球探测器软着陆过程中不可或缺的重要环节,针对发动机羽流作用下月尘运动真实感不强和月尘颗粒运动模型过于简单的问题,提出了一种逼真的实时月尘运动仿真方法.通过计算流体动力学(CFD, Computational Fluid Dynamics)和二次谢别德插值(Quadratic Shepard)方法,分析和计算单个月尘颗粒的运动学模型,得到一定初始条件下粒子运动的二维轨迹曲线;通过分析粒子的数量、初始位置、初始速度、生命周期等参数对粒子运动学的影响和变化规律,抽象出月尘系统的粒子集;建立基于月尘粒子集的月尘运动模型.实验结果显示:该运动模型逼真的模拟了发动机羽流作用下月尘腾起、飞溅、弥漫、消散等运动过程,视觉真实感和实时性能良好,对研究真空环境中的月尘运动及月球软着陆等相关领域具有一定的参考意义.目前该方法已应用于北航虚拟现实国家重点实验室月球软着陆仿真系统.     

深空自主导航光学敏感器及其验证

利用光学导航敏感器进行深空自主导航在国际上已成为一种发展趋势,这种方法具有自主性强、精度高、节约成本等优点,且距离地球越远越显优势.在国内首次开展了用于深空巡航段的自主光学导航敏感器设计研制和验证工作,所研制的光学导航敏感器原型样机设计技术指标为:焦距953.8mm,视场角0.8°×0.8°,探测极限灵敏度12Mv,测量精度0.5″(1σ),动态范围100∶1.试验室测试和外场观星试验的结果表明,测量精度达到0.5″(1σ),探测极限灵敏度达到12.5Mv,技术指标全部满足要求.     

空间移动小目标的检测算法

空间序列图像中移动小目标检测与轨迹提取是空间目标监视、跟踪及编目的关键技术之一.为了及时有效地处理星载可见光相机输出的多维海量数据,提出了一种基于四邻域二值量化方法和改进概率Hough变换的目标检测及轨迹提取算法.相较于美国空间目标在轨检测(MTI,moving target indicator)算法,改进算法虚警噪声点及候选路径数目明显减少,计算复杂度降低,运行效率提高.实验结果表明,算法可有效检测序列图像中快速移动的弱小目标并提取其直线运动轨迹.     

梯形齿车轮月面牵引性能的离散元分析

采用离散元法分析梯形齿车轮在月面软土地形的通过性,提出不规则形状颗粒群系统的离散元建模技术,建立车轮牵引性能参数的细观表达式.基于模拟月壤的直剪实验数据,通过反复调试获得最佳土单元模型参数.轮-土作用的离散元分析结果表明:车轮在月壤地形的牵引性能与滑转率和轮齿结构有关,增加滑转率可获得更高的挂钩牵引力,但同时车轮所需的驱动转矩提高;增加轮齿高度可获得更大的土壤推力,但行驶阻力也相应增大;轮齿数量对车轮牵引性能影响较小,但影响车轮在行驶中的平顺性.     

月面钻进真空环境模拟装置的设计与验证

探月工程（三期）项目提出了在月面进行至少2 m深度的钻取采样任务,前期需要在地面进行模拟月面钻进过程热特性的研究,为此本文发明了一套月面真空环境模拟装置。根据模拟月壤钻进试验的要求,设计了一种可从底部抽气的三段式可多次拆装的真空罐结构。考虑到模拟月壤的颗粒大小和快速抽真空的要求,设计了一种筛网状具有多层过滤结构的月壤筒。根据在真空度不变的条件下可进行连续多次钻进试验的要求,设计了可从外部操作的具有缺齿结构的月壤筒转动机构。由真空度要求和可耐粉尘的特性要求,选取了三级扩散泵组。实验表明,在不放置模拟月壤的情况下,本环境模拟装置中的真空度可达10-1 Pa,在放置模拟月壤的情况下,真空度可达7 Pa,能够满足模拟月面钻进过程热特性试验的要求。此外,通过测量抽真空过程中真空度随时间的变化情况还得出了模拟月壤出气量曲线,对模拟月壤真空系统的实验应用具有重要价值。      

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射（Coronal Mass Ejection,CME）参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中,为提高太阳风预报的准确率,需要提高CME参数识别的精度.模型以计算任务串行的方式运行,运算效率低导致模型运算时间长,不能满足这种需求.CME参数识别模型的物理运算过程相互不独立,其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架,改进了CME参数识别模型的计算流程,提出CDMR（CME detection under MapReduce）方法,实现了CME参数识别模型的并行计算,并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间,提高了模型的识别精度和计算效率.      

一种地月转移轨道中途修正的制导算法

针对地月转移轨道中途修正问题,提出了一种求解修正速度增量的制导算法。该算法由初值设计和精确解求解两部分组成。首先,利用伪状态理论,通过简单迭代设计中途修正的初值,并通过Vinti预报方法修正了地球扁率的影响。然后,在求解精确解时,提出了一种基于伪状态理论的状态转移矩阵解析算法。该算法通过设计高精度的初值,降低了求解地月转移轨道中途修正问题的难度,而且避免了传统数值方法计算状态转移矩阵的复杂性。数值仿真结果表明,该算法可有效求解中途修正问题。     

无人平台复杂地形探测的视触融合方法

为提高无人平台在复杂环境中的地形探测能力以及解决在小样本数据下识别地形困难的问题,提出了一种无人平台复杂地形探测的视触融合方法。在原始宽度学习的基础上,建立了多模态级联特征节点宽度学习框架。首先进行触觉和视觉初步特征提取和融合特征提取,随后将融合特征矩阵经宽度学习分类器得到地形识别的结果。最后,在自建的视觉-触觉地形 (V-T2)数据集进行了实验验证。结果表明,相比于传统的融合算法,提出的融合算法有很好的准确性和鲁棒性,为无人平台地形探测提供了有效的策略。