小偏心率空间碎片天基短弧定轨方法和实验

低轨空间碎片数量巨大, 对航天器在轨安全运行造成严重影响。天基光学是空间碎片观测的重要发展方向。低轨天基光学观测平台观测低地球轨道空间厘米级碎片的观测弧段相对较短, 由单个观测弧段难以确定目标的初始轨道, 初始轨道的误差也不容易评估。本文基于可行域方法, 建立了初始轨道确定和误差估计算法。针对天基短弧光学观测数据的初始轨道不易确定的问题, 本文提出了圆轨道辅助可行域方法。通过与商业遥感卫星合作, 利用遥感视频星开展了低轨空间碎片观测实验, 并利用天基实测数据对所提出的计算方法进行了验证, 为后续利用初始轨道进行弧段间关联奠定了基础。     

由稳定流型和不稳定流型证实氢原子的粘性效应

本文研究了氢原子哈密顿系统暴露在强激光场下的粘性效应，即使对于单电子系统，其庞加莱截面也显示出了由激光场引起的混沌部分和规则部分，并可以用KAM理论来解释.通过变分方法对混沌“海”中的不稳定周期轨道进行了寻找，并数值求解了相应的稳定流形和不稳定流形.研究结果表明，单电子系统电离的动力学性质由不稳定周期轨迹控制.一方面，不稳定周期轨迹的稳定流形很好地与递归图叠加在一起，表明稳定流形只与相空间中稳定的初始点重叠.另一方面，不稳定流形几乎与庞加莱表面上密集分布的点重合.这表明不稳定流形只是通过激光场驱动轨迹演化的电离通道.此外，在稳定流形与不稳定流形相互穿插的不稳定岛附近的不同区域的存活概率也被深入研究.它们服从代数衰减规律.相同的衰减趋势也出现在不稳定流形上，它们具有与不稳定周期轨迹附近区域相近的衰减参数.这些观察证实了不稳定周期轨迹的稳定性对在KAM稳定岛附近相空间的粘滞效应起着非常重要的作用.     

自覆盖映射的弱双曲不变集的性质

对弱双曲不变集进行了讨论 ,证明了 :若∧是 f的具有局部乘积结构的紧致弱双曲不变集 ,则 f在∧上具有伪轨跟踪性质。     

基于MIMO阵列的混合波束赋形算法

低轨(low earth orbit，LEO)卫星通信可以克服恶劣地形影响实现远距离通信，面对突发灾害能快速部署解决通信问题，但是，卫星在保持高速运动的同时采用高频段的信号，容易导致通信时产生严重的信号衰落。针对此问题，基于传统遗传算法提出一种适用于混合波束赋形架构的算法。固定模拟域对数字域进行迭代优化，然后固定数字域对模拟域进行迭代优化，通过共同的待优化矩阵进行联合求解，在固定功率的前提下不断迭代优化矩阵，采用混合波束赋形方法有效减少硬件复杂度，更加接近数字波束赋形的性能。仿真表明，在混合波束赋形架构应用上，相对于传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法，所提算法性能提升了6.61%。     

大偏心率椭圆轨道星上轨道外推的参数化模型

众所周知,数值方法和分析方法都可以用于轨道预报.一般而言,采用数值方法可以获得更高的精度,采用分析方法可以达到更高的效率.对于近圆轨道卫星,已有许多成熟的数值方法和分析方法可以用于轨道预报.而对于大偏心率椭圆轨道卫星,这些方法都有各自的局限性.传统的数值积分器工作效率较低;分析方法中多采用简化的力模型,因而可以达到的精度有限.为实现大偏心率椭圆轨道卫星的星上轨道预报,本文提出了一种解决方案.其核心思想是基于摄动分析解的表达式,尝试构造拟合公式,用不同的频率项反映摄动影响下轨道根数的周期变化和长期变化.最终以拟合和计算的过程代替求解微分方程,建立参数化模型,从而实现轨道外推.应用此模型时,将首先通过拟合公式对真近点角f、近点角距ω、升交点经度Ω、轨道倾角i和地心距r进行拟合与计算,然后利用这5个轨道根数计算出卫星在惯性坐标系下的位置矢量,得到最终的预报结果.为检验方法的可行性,本文利用该参数化模型对33颗闪电轨道卫星进行了轨道外推.对每颗卫星分别进行28组试验,每组算例的外推弧段为3天.数值试验结果表明,轨道根数f,ω,i与r的计算结果受到轨道偏心率的影响.3天内,轨道外推的位置精度一般约为百米级.     

幂零类是2的有限幂零群的轨道长度

为研究有限幂零群G忠实作用在一个可解群H上的轨道长度，假设有限幂零群G忠实不可约作用在一个初等交换q-群V上，则可得Z(G)是循环群，且对任意V中元v，中心化子CG(v)与Z(G)交一定等于1，考虑中心化子阶的情况。假设G是幂零类为2的有限群且Z(G)是循环群，若子群S 满足|S| 2>|G|，则S与中心Z(G)交不等于1。若G忠实不可约作用在初等交换q-群V上，证明了所有的最小轨道长度的平方大于等于群G的阶。     

基于注意力机制的混合CNN-BiLSTM低轨卫星信道预测算法

针对低轨道卫星信道质量变化迅速、信道参数“过时”的问题, 提出了一种基于注意力机制的卷积神经和双向长短时记忆神经网络(attention-convolutional neural network and bi-directional long-short term memory neural network, AT-CNN-BiLSTM)融合的信道预测方法。该方法由信号预处理、网络训练和信号预测3部分组成。首先在高斯白噪声条件下模拟室外卫星信号, 得到卫星信号的训练集和测试集; 然后将训练集输入构建的训练网络进行特征提取; 最后将测试数据输入网络进行预测分析。仿真结果表明, 在与其他4种人工智能方法的对比中, 所提出的混合神经网络能够在较快的收敛速度下达到较高的准确率(91.8%), 有效地缓解了低轨道卫星信道参数“过时”的现状, 对提升卫星通信质量和节省卫星信道资源有良好的改善作用。     

低轨卫星移动性管理仿真平台研究及实现

针对当前低轨卫星通信系统在移动性管理仿真方面的空白,以铱星星座为参照,基于OPNET设计了一个低轨卫星移动性管理仿真平台.针对低轨卫星的运行特点,从工程实现的角度设计了一套基于接收信号强度测量的硬切换方案,包括星间切换和波束间切换的信令流程.仿真结果表明,该平台能够正确模拟低轨卫星通信系统的工作状态,在不同条件下对卫星通信和切换质量进行对比并输出相关数据参数,为低轨卫星通信系统的研究开发工作提供参考和指导.     

基于强化学习的全电推进卫星变轨优化方法

采用电推力器实现自主轨道转移是全电推进卫星领域的关键技术之一。针对地球同步轨道(geostationary orbit, GEO)全电推进卫星的轨道提升问题, 将广义优势估计(generalized advantage estimator, GAE)和近端策略优化(proximal policy optimization, PPO)方法相结合, 在考虑多种轨道摄动影响以及地球阴影约束的情况下, 提出了基于强化学习的时间最优小推力变轨策略优化方法。针对状态空间过大、奖励稀疏导致训练困难这一关键问题, 提出了动作输出映射和分层奖励等训练加速方法, 有效提升了训练效率, 加快了收敛速度。数值仿真和结果对比表明, 所提方法更加简单、灵活、高效, 与传统的直接法、间接法以及反馈控制法相比，能够保证轨道转移时间的最优性。