期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于光电阵列系统的空间碎片精密定轨应用研究
1
作者 丁一高 李振伟 +4 位作者 刘承志 康喆 孙明国 孙建南 陈龙 《天文学进展》 CSCD 北大核心 2024年第2期335-348,共14页
光电阵列系统具有视场大、单元众多、覆盖空域广、可靠性高、实时性好等优点,在空间碎片探测领域中具有重要的作用。首先,为了解决空间碎片关联匹配问题,采用TLE数据,配合SGP4/SDP4模型,实现了光电阵观测空间碎片的数据关联匹配。随后,... 光电阵列系统具有视场大、单元众多、覆盖空域广、可靠性高、实时性好等优点,在空间碎片探测领域中具有重要的作用。首先,为了解决空间碎片关联匹配问题,采用TLE数据,配合SGP4/SDP4模型,实现了光电阵观测空间碎片的数据关联匹配。随后,研究了空间碎片弹道系数计算方法,为基于观测数据定轨结果的空间碎片平均弹道系数的计算奠定基础。最后,基于长春人卫站建设的光电阵列系统,验证其数据精度、定轨精度以及弹道系数计算精度,实验结果表明:空间碎片关联匹配成功率达到91.19%;观测精度可达7:65′′;对拥有高精度激光测距的空间合作目标Sentinel-6A和HY-2C进行基于激光测距数据的精密定轨,并以定轨结果为标准轨道,对光电阵列观测系统所得光学数据进行精密定轨和3 d预报的均方差做精度分析,三维位置精度分别为319.11 m、107.25 m,速度精度分别为0.26 m/s、0.09 m/s;计算所得目标36508弹道系数生成的新两行根数3 d预报均方根误差为746.84 m,比公开数据均方根误差748.68 m减小0.25%,两者精度相近。以上结果说明该系统基本满足常规任务需求。 展开更多
关键词 空间碎片 光电阵 精密定轨 TLE
在线阅读 下载PDF
阵列结构型空间碎片光电望远镜观测精度分析 被引量:4
2
作者 丁一高 孙明国 +2 位作者 李振伟 范存波 孙建南 《科学技术与工程》 北大核心 2019年第18期25-31,共7页
阵列结构型空间碎片光电望远镜( SDPTA)具有通用性强、视场大、单元众多、覆盖空域广、可靠性高等优点,针对国内首台阵列结构型空间碎片光电望远镜产生的大量观测数据无法识别的问题,提出一种基于两行轨道根数( TLE)数据的快速匹配识别... 阵列结构型空间碎片光电望远镜( SDPTA)具有通用性强、视场大、单元众多、覆盖空域广、可靠性高等优点,针对国内首台阵列结构型空间碎片光电望远镜产生的大量观测数据无法识别的问题,提出一种基于两行轨道根数( TLE)数据的快速匹配识别方法。通过计算北美防空司令部( NORAD)发布的 TLE 数据对阵列结构型空间碎片光电望远镜的观测数据关联比对,用以识别空间碎片;并利用 CPF( consolidated prediction format)星历的数据对已识别的数据中的激光星进行外符精度分析,检核识别准确性并对该阵列结构型空间碎片光电望远镜观测精度进行分析。经计算,该阵列结构型空间碎片光电望远镜外符精度为 7. 9″。计算分析表明,利用 TLE 数据对未知碎片进行识别的方法准确有效,望远镜的观测精度达到了设计指标。 展开更多
关键词 望远镜阵列 空间目标识别 CPF星历 中误差
在线阅读 下载PDF
基于可变形卷积网络的恒星大气物理参数自动测量 被引量:1
3
作者 邓诗宇 刘承志 +8 位作者 康喆 李振伟 刘德龙 张楠 朱成伟 牛炳力 陈龙 丁一高 姜平 《科学技术与工程》 北大核心 2021年第13期5223-5227,共5页
为解决海量恒星光谱数据自动处理问题,更准确地对恒星光谱物理与化学性质的研究,同时更加直观地反映恒星性质参数,通过利用可变形卷积网络(deformable convolutional network,DCN)方法对恒星大气物理参数进行分析,系统地研究了恒星表面... 为解决海量恒星光谱数据自动处理问题,更准确地对恒星光谱物理与化学性质的研究,同时更加直观地反映恒星性质参数,通过利用可变形卷积网络(deformable convolutional network,DCN)方法对恒星大气物理参数进行分析,系统地研究了恒星表面有效温度(T_(eff))、表面重力(logg)、金属丰度([Fe/H])3个物理参数,实验结果对比梯度下降法神经网络(back propagation neural network,BPNN)、人工神经网络(artificial neural network,ANN)、径向基神经网络(radial basis function neural network,RBFNN),评价标准为平均绝对误差(mean absolute error,MAE)、均值误差(mean error,ME)。基于SDSS-DR9、LAMOST-DR3恒星光谱数据得到T_(eff)、logg、[Fe/H]的DCN-MAE分别为97.2136 K、0.2812 dex、0.1252 dex,DCN-ME分别为106.5963 K、0.3856 dex、0.1753 dex。实验结果显示DCN效果优于BPCNN、ANN、RBFNN,为进一步分析与反映恒星真实情况提供参考。 展开更多
关键词 恒星光谱 大气参数 可变形卷积网络 平均绝对误差 均值误差
在线阅读 下载PDF
基于偏差估计卷积神经网络恒星光谱数据自动分类 被引量:1
4
作者 邓诗宇 刘承志 +8 位作者 康喆 李振伟 刘德龙 张楠 朱成伟 牛炳力 陈龙 丁一高 姜平 《科学技术与工程》 北大核心 2021年第16期6613-6618,共6页
天体物理学科中恒星光谱具有极其重要的研究前景,中国自主研制的大科学天文巡天项目大天区多目标光纤光谱望远镜(large sky area multi-object fiber spectroscopy telescope,LAMOST)自启用以来,已经成为世界上空间光谱获取数据量最大... 天体物理学科中恒星光谱具有极其重要的研究前景,中国自主研制的大科学天文巡天项目大天区多目标光纤光谱望远镜(large sky area multi-object fiber spectroscopy telescope,LAMOST)自启用以来,已经成为世界上空间光谱获取数据量最大的科学装置。目前,第6期数据(sixth data,DR6)已对全球的天文工作者开放。恒星光谱数据分类在研究天文观测数据分析领域中极为重要,为了同时兼顾快速的运行速度和准确的分类精度,基于偏差估计卷积神经网络方法(bias estimation convolutional neural network,BECNN),分析了DR5中F、G、K、M型恒星光谱。BECNN核心思想主要是利用偏差函数泰勒展开式的偏差参数代替柔性最大值传输函数的偏差参数,进而减小误差,提高准确度。将本文方法与现有的神经网络(neural network,NN)和卷积神经网络(convolutional neural network,CNN)算法进行对比,BECNN算法在F、G、K、M型恒星光谱自动分类准确率分别为93.177%、88.349%、93.807%、89.255%;CNN算法分别为91.646%、87.671%、92.701%、89.054%;NN算法分别为90.819%、87.417%、91.325%、88.092%。同时,将两两恒星光谱数据融合作为测试样本集,做进一步验证。结果表明:BECNN光谱自动分类准确率高于CNN和NN方法,在今后特殊天体索搜与恒星光谱精细分类研究中,本文方法有较好的借鉴价值。 展开更多
关键词 恒星光谱 偏差估计 卷积神经网络(CNN) 分类算法
在线阅读 下载PDF
宽视场型光电望远镜的空间目标定轨精度分析 被引量:2
5
作者 陈龙 刘承志 +3 位作者 李振伟 康喆 丁一高 邓诗宇 《激光与光电子学进展》 CSCD 北大核心 2022年第3期66-70,共5页
基于某光电望远镜阵列研究分析了宽视场型光电望远镜的精密定轨(POD)和轨道预报(OP)精度。利用国际激光测距服务提供的卫星激光测距数据对激光星Jason-3、Cryosat-2进行精密定轨,并将其作为参考轨道,分析了宽视场型光电望远镜观测数据对... 基于某光电望远镜阵列研究分析了宽视场型光电望远镜的精密定轨(POD)和轨道预报(OP)精度。利用国际激光测距服务提供的卫星激光测距数据对激光星Jason-3、Cryosat-2进行精密定轨,并将其作为参考轨道,分析了宽视场型光电望远镜观测数据对Jason-3、Cryosat-2的POD和OP精度。计算结果表明,宽视场型望远镜观测数据的POD均方根(RMS)位置误差优于250 m,速度误差的RMS小于0.25 m/s。基于POD结果的3天轨道预报精度优于20″,这表明宽视场型光电望远镜在提高观测效率的同时,能通过事后对观测数据的处理获得空间目标较高精度的轨道信息,为有轨道信息需求的工作和空间任务提供数据支持。 展开更多
关键词 探测器 精密定轨 轨道预报 光电望远镜阵列 空间目标
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部