【摘 要】
：
针对具有大角度、敏捷机动工况的对地观测卫星在轨实时高精度姿态确定问题,地面基于卫星载荷图像信息、姿态运动学信息对星敏感器、陀螺仪及其安装结构热变形等引起的系统姿态确定误差因素进行高精度辨识,确定以卫星姿态角、轨道幅角、敏感器环境温度梯度等为自变量的姿态校准数学模型参数.星载软件通过该模型对卫星在轨实时姿态测量结果,自适应环境工况进行姿态校准,提高卫星在复杂工况下的姿态确定精度,从而提高图像修正精度
【机 构】
：
上海市空间智能控制技术重点试验室上海,201109 西安卫星测控中心,陕西西安710043
论文部分内容阅读
针对具有大角度、敏捷机动工况的对地观测卫星在轨实时高精度姿态确定问题,地面基于卫星载荷图像信息、姿态运动学信息对星敏感器、陀螺仪及其安装结构热变形等引起的系统姿态确定误差因素进行高精度辨识,确定以卫星姿态角、轨道幅角、敏感器环境温度梯度等为自变量的姿态校准数学模型参数.星载软件通过该模型对卫星在轨实时姿态测量结果,自适应环境工况进行姿态校准,提高卫星在复杂工况下的姿态确定精度,从而提高图像修正精度及目标定位精度.
其他文献
同一类合成孔径雷达(Synthetic Aperture Radar,SAR)车辆目标往往存在不同型号的变体,这些型号变体整体结构相似仅在目标配置存在差异,如坦克是否装备油箱,天线是否展开;装甲车是否装备炮筒等.在战场感知、精确打击等领域,实现精准的车辆目标型号识别有重要的研究价值.为提高SAR车辆目标型号的识别性能,本文提出了一种基于协同表示的高分辨率SAR车辆目标型号识别算法.首先利用所有型号
静止轨道卫星轨道周期与地球自转周期相同,且方向一致,具有长时间保持定点位置特性,通常应用于通讯、气象、导航等领域.随着静止轨道高分辨率遥感卫星技术不断成熟,可搭载多种成像载荷,对同一区域进行不间断连续高分辨率成像观测,可广泛应用于灾害监测、公共安全、现代农业等领域.卫星任务控制策略决定了系统效能发挥,不同于低轨卫星轨道特点,静止轨道卫星相对地面静止,具有高时间分辨率,卫星测控、数传任务更为灵活,可
星载激光测高技术日新月异,为提升国产卫星测绘产品高程精度,有专家提出将激光测高仪与光学相机同平台搭载进行复合测绘.2019年中国发射的高分七号(GF-7)卫星搭载有立体测绘相机和2台激光测高仪.由于激光雷达测量数据具有瞬时性,对地物不成像,难以实时记录空间定位的参照信息.为保证激光点和光学影像的配准,系统增加了标识激光出射方向的足印相机,这从硬件层面提升了激光雷达在复杂地形下的测绘能力.本文通过星
机载毫米波全极化合成孔径雷达(PolSAR)具备不受光照限制、地物散射信息丰富、高分辨率等特点,随着其技术的不断发展和完善,已经成为重要的对地观测手段之一,而无监督分类是毫米波PolSAR数据的重要研究方向.针对于ka波段、分辨率为0.3米的未定标PolSAR影像,本文利用新的超像素分割算法与Wishart-H/A/α分类算法结合,实现毫米波全极化SAR的无监督分类过程.首先使用了线性压缩方法对数
深度学习已经广泛使用并在很多计算机视觉问题上取得了出色的结果.然而,深度学习依赖大量训练数据才能克服模型的过拟合问题.不幸的是,在很多领域,获取大量训练数据是一件十分困难的事情.数据扩增是针对有限训练数据问题的一个重要的数据空间解决办法,旨在增强训练数据的规模,缓解深度神经网络模型的过拟合问题,提高模型的性能和泛化能力.已有的图像数据扩增方法包括几何变换、彩色空间变换、核滤波、图像混合、随机擦除、
以F-12芳纶纤维织物为承力层进行多层柔性复合材料制备.研究织物紧度对柔性复合材料拉伸强度、撕裂强度的影响,研究不同拉伸角度柔性复合材料拉伸强度的变化情况,对比柔性复合材料及其增强织物拉伸断裂破坏形式.
太阳电池作为平流层飞艇能源系统的重要组成部分,是能量产生的来源,并且直接安装于艇皮表面,与总体在功能和性能上有着复杂的联系.为了确保飞艇的正常运行,太阳电池组件与囊体之间的热控技术尤为关键.本论文首先提出了一种新型的轻质隔热型太阳电池组件结构,并建立多层结构的热传导模型,利用ANSYS进行临近空间复杂工况下的热仿真分析,参考仿真结果进一步优化组件结构设计.通过模拟平流层飞艇实际飞行环境开展太阳电池
本文提出一种使用电路板作为主要制造材料,使用高空气球投放的滑翔式微型无人机.无人机可实现快速批量化制造,具有低成本,隐蔽性好,可大量携带等特点,结合可控超压气球技术,可对一定点目标实现长时间近距离监控与信息收集.文章第一部分叙述了基于电路板特点的微型无人机气动设计过程.动力学仿真表明无人机具备在20km投放后自主进入平衡滑翔的能力.文章第二部分详述了仅仅使用有限的低精度传感器实现精确导航的飞控系统
海洋溢油事故会造成严重的生态灾难,及时有效地发现海面溢油对遏制经济损失、避免环境污染具有重要意义.本文将极化合成孔径雷达(PolarimetricSynthetic aperture radar,PolSAR)与深度学习语义分割算法有机结合,对海面溢油提取进行创新性研究,提出一种适合构建于Pytorch框架的基于DeepLabv3+网络的Sentinel-1影像海面溢油智能化提取架构,通过网络的编
近年来,深度学习方法被成功应用于SAR图像舰船检测任务.由于近岸背景的强干扰以及目标尺度的多样性,复杂场景下的多尺度舰船检测仍然面临较大的挑战.现有的基于深度卷积神经网络的方法无法较好地处理近岸虚警较多的问题,而且对多尺度目标的检测效果不佳.本文提出一种基于自适应特征重构金字塔的多尺度SAR舰船检测方法.该方法首先引入全局上下文(Global Context,GC)模块对特征进行提取,利用舰船目标