【摘 要】
：
双体小行星探测已成为当前深空探测的重要领域,提高双体小行星探测器的导航精度是该领域的研究重点之一.本文以球体-椭球体的双体小行星模型为背景,设计了一种基于双探测器对双体小行星光学观测信息和星间测量信息的自主协同导航方案.考虑到从星相对于主星的位置不确知会影响探测器的导航精度,本文设计了对从星状态进行扩展估计的导航滤波器.特别地,通过分析导航系统的可观测度和轨迹约束,本文重点研究了导航观测几何构型并
论文部分内容阅读
双体小行星探测已成为当前深空探测的重要领域,提高双体小行星探测器的导航精度是该领域的研究重点之一.本文以球体-椭球体的双体小行星模型为背景,设计了一种基于双探测器对双体小行星光学观测信息和星间测量信息的自主协同导航方案.考虑到从星相对于主星的位置不确知会影响探测器的导航精度,本文设计了对从星状态进行扩展估计的导航滤波器.特别地,通过分析导航系统的可观测度和轨迹约束,本文重点研究了导航观测几何构型并优化导航信息,实现探测器和双体小行星的最优构型配置,从而使探测器沿优化轨迹飞行时导航性能最优,最后通过仿
其他文献
针对无标度物流网络延误扩散发生的临界条件，应用平均场理论，建立了以延误节点密度为标的常微分方程，求解出了延误扩散的临界条件；通过设计物流网络中延误扩散仿真系统，生成了具有无标度属性的虚拟网络，对临界条件进行了仿真验证。研究结果表明：无标度物流网络中存在少数具有较高度值的关键节点，一旦这些节点出现服务障碍，相比于其他节点，将导致更大范围内的延误和更快的延误扩散速率。
为减少动态环境对移动机器人同时定位与地图构建（SLAM）的影响，提出了一种特征点法视觉里程计自适应优化算法。该算法有助于改善光照条件变化情况下图像特征的不变性，有效提取纹理信息不充分区域的特征用于图像匹配。采用降采样法建立图像金字塔，将每个缩放后的图像根据预先设定规则划分为多个图像块。在每个图像块上进行光照非线性调整来增加图像细节，并且通过计算图像灰度概率分布来剔除无纹理区域。基于提出的方法建立了
随着绿色发展成为五大发展理念之一，各地政府推进绿色技术创新成为降低环境污染和提高增长质量的主要途径。为了考察地方政府环境分权和竞争对绿色技术创新影响的“本地—邻地”效应，本文利用非期望产出EBM模型测度绿色技术创新程度，并将绿色技术创新指数引入动态空间杜宾模型。最后，结合2003-2017年中国省级面板数据进行实证分析。研究发现：（1）绿色技术创新具有显著的路径依赖、空间集聚以及邻近地区的策略竞争
空地异构机器人系统由空中无人机和地面无人车组成，当两者协作执行持续巡逻任务时，使用无人车充当无人机的地面移动补给站能够解决无人机续航能力不足的问题。运动受限于路网中的无人车必须在适当地点为无人机补充能量，这使得两者的路径高度耦合，给空地协作路径规划带来了挑战。针对此问题，本文通过分析无人机能量、路网、空地汇合时间、巡逻任务全覆盖等多种约束，以无人机完成全部巡逻任务的总距离为代价，建立了空地协作巡逻
采用2015-2020年的Landsat系列影像,结合实测数据构建叶绿素a浓度反演模型,分析了武汉蔡甸后官湖近6年叶绿素a浓度的时空分布特征。研究结果表明:在空间分布特征上,湖心水域浓度主要集中在5～7μg/L范围内,湖岸水域浓度主要集中于35～50μg/L范围内,呈现自西向东逐渐增加,湖心低于湖岸的趋势;在时间分布特征上,从2015年开始水质逐渐恶化,2018年达到浓度异常高值64.872μg/
关系抽取任务旨在从文本中抽取实体对之间的关系，是当前自然语言处理领域的热门方向之一。针对中文人物关系抽取语料中语法结构复杂，无法有效学习文本语义特征的问题，提出一个基于预训练和多层次信息的中文人物关系抽取模型（CCREPMI）。模型首先利用预训练模型较强的语义表征能力生成词向量，并将原始句子分成句子层次、实体层次和实体邻近层次分别进行特征提取，最终融合句子结构特征、实体含义和实体与邻近词的依赖关系
城市路网交通流预测受到历史交通流和相邻路口交通流的影响，具有复杂的时空关联性。针对传统时空残差模型缺乏对交通流数据进行相关性分析、捕获微小变化容易忽略长期时间特征等问题，提出一种基于改进时空残差卷积神经网络的城市路网短时交通流预测模型。该模型将原始交通流数据转化成交通栅格数据，利用皮尔逊相关系数（PCC）对交通栅格数据进行相关性分析，确定相关性高的周期序列和邻近序列，同时建立周期序列模型和邻近序列
以松嫩平原腹地大安市安广镇乐胜乡西二十里铺退化草原上一碟形洼地为研究区，在微观尺度内选取不同地形高度和坡度的表层土壤为研究对象，采用野外调查采样和室内分析的方法，利用相关分析、主成分分析及回归分析相结合的方法，分析碟形洼地微地形因素与表层苏打盐碱土土壤盐碱化指标的相关性。结果表明：地形的高度与苏打盐碱土表层盐碱化强度密切相关，符合正态分布，坡度相关性不显著，说明在微观尺度下地形高度的微小差异是驱动
获得清晰准确的水下图像是人类探索水下世界的重要前置条件。然而与平常图像相比，水下图像往往具有对比度降低，细节保留不足及颜色失真缺陷，导致其视觉效果不佳。因此，提出基于人工欠曝光融合和白平衡技术的水下图像增强算法（AUF+WB）对水下图像进行增强。首先，通过利用调节伽马值的方式对原始水下图像进行操作，生成5幅相应欠曝光图像。随后，应用多尺度融合技术并结合对比度、饱和度及曝光度的定义权重生成融合图像。
随着无人机技术的成熟，配备摄像头的无人机被广泛应用于各个领域，自动高效地分析和理解从无人机收集的视觉数据非常重要．基于深度卷积神经网络的目标检测算法在许多实际应用上取得了惊人的成绩，但往往伴随着巨大的资源消耗和内存占用．因此，对于无人机上携带的计算能力受限的嵌入式设备来说，直接运行深度卷积神经网络非常具有挑战性．为了应对这些挑战，以经典的目标检测方法YOLOv3(you only look onc