分体式主动像元星敏感器高温度稳定度热设计及在轨验证

星敏感器是航天器姿态控制和天文导航系统的重要组成部分。遥感卫星在轨运行时,须降低其星敏感器温度波动,减小热环境变化带来的星敏感器光轴指向偏差,以提高卫星的姿态控制精度。文章以某太阳同步轨道卫星为例,采用常规热控措施实现分体式主动像元星敏感器安装法兰及支架高温度稳定度（T±2 ℃）的热设计,并在轨实施取得满意效果,可为后续分体式星敏感器热设计提供参考。     

氧化铟气体传感器动态测试及基于神经网络的识别特性研究

准确测量密封舱内有毒有害气体成分和浓度是载人航天器环控生保系统的关键技术之一。文章选择In2O3作为气敏材料制备气体传感器,利用温度动态测试方法并结合神经网络模型对气体种类及浓度的检测进行研究,经静态和动态测试,获得了氧化铟气体传感器对不同种类、不同浓度气体的响应曲线。神经网络训练结果显示：训练模型可以识别6种不同的气体,识别率达98%以上;对不同气体不同浓度的检测误差小于10%,浓度梯度的平均识别率高于95%。     

基于视线矢量的深空自主导航算法研究

针对深空探测器在行星际飞行的轨道确定问题, 研究了一种基于视线矢量的自主导航算法. 结合深空探测任务的特点, 以太阳视线矢量和地球视线矢量作为导航系统的观测量, 在详细分析太阳敏感器测量原理的基础上, 给出了太阳视线矢量的观测模型及其观测误差表达式. 通过分析导航相机观测原理, 给出像元像线观测模型, 并推导了地球视线矢量的观测误差. 根据惯性空间内视线矢量间的几何关系, 详细推导了探测器的位置矢量及其误差表达式, 结合非线性扩展卡尔曼滤波建立自主导航算法. 利用深度撞击任务的实际飞行数据对本文提出的深空自主导航算法进行了仿真验证.     

嫦娥一号卫星紫外月球敏感器

探月工程是我国航天领域的又一项重大工程项目,嫦娥一号卫星是探月工程的第一步。嫦娥一号卫星首次采用了一种全新的光学姿态敏感器——紫外月球敏感器,实现在卫星环月飞行期间的姿态测量任务。紫外月球敏感器是一种以月球为姿态参考源的大视场成像式光学姿态敏感器,本文介绍其工作原理、功能与组成以及在轨飞行试验的相关情况。     

地球辐射波动对摆动扫描式红外地球敏感器测量误差的影响分析

结合SODERN公司新的地球红外辐射模型,对工作在倾斜轨道上的摆动扫描式红外地球敏感器由于地球红外辐射波动造成的姿态测量误差进行了分析,并对其不同季节时的误差进行了数学仿真,最后得出了不同季节的姿态测量误差。结果表明地球的红外辐射波动对俯仰和滚动姿态测量造成的误差最大值分别为0．16°和0．06°。     

一种CCD星图星点快速定位算法

大尺寸CCD星图快速处理是制约天基光学观测器件性能的关键因素之一,在星敏感器、空间监视载荷等研制中具有重要意义.通过对CCD星图图像特点的分析,提出了以最大概率实现背景噪声滤除的星图预处理准则;在此基础上,提出了通过两次投影检测实现星点位置测量的算法.与传统方法相比,该算法实现简单,节约了计算量和存储量.对分辨率为2048×2048的CCD实拍星图的实验研究表明了该算法的有效性.     

GPS实时定姿系统的设计与实现

以GPS OEM板为基本硬件,在自行研制GPS实时定姿软件的基础上,搭建了GPS实时定姿系统。该系统硬件结构简单,成本低廉。定姿软件解决了数据接收、解码、同步,模糊数快速计算,动态检校等关键技术。经多次静态、动态试验验证,系统运行稳定,动态跟踪性能良好。基线长度为1.2m时,定姿精度优于0.3°,可单独用于系统的导航,或作为系统导航设备的校准装置,具有很好的应用价值。     

MEMS惯性技术的研究与应用综述

MEMS技术是惯性技术未来主要的发展方向之一。本文介绍了国内外MEMS惯性仪表与系统的研究与应用概况,研究内容与关键技术,以及发展趋势。     

碳纤维复合材料在光学遥感器中的应用探讨

碳纤维复合材料因性能优异而成为光学遥感器新一代理想的结构材料.由于光学遥感器的特殊性,使得复合材料的材料选择和成型工艺更为严格.文章结合卫星光学遥感器相机镜筒的设计要求,阐述了成型技术应着力解决的问题.     

基于数据融合的MEMS阵列加速度传感器实现方法

针对单MEMS加速度计性能有限无法满足实际工程中日益复杂且严苛的检测需求的问题,提出了一种基于数据融合的MEMS阵列加速度传感器实现方法。首先,设计了MEMS阵列加速度传感器的系统架构,并分析了对数据融合算法的技术需求;然后,针对已有的数据融合技术无法满足MEMS阵列加速度传感器的精度与实时性要求的问题,提出了基于离散对数映射的自整定加权融合算法,在此基础上,设计了MEMS阵列加速度传感器的仿真验证方案。仿真实验结果表明,提出的方法通过三个不同范围MEMS加速度计的阵列集成提高了信号检测能力,相比于最优拼接法其平均损失降低了6.1%,且融合数据精度优于各个加速度传感器的原始仿真数据,是高性能MEMS阵列加速度传感器的有效实现方案。