ASO-S卫星工程科学应用系统的数据库设计

先进天基太阳天文台(Advanced Space-based Solar Observatory, ASO-S)卫星是我国首颗太阳观测卫星, 主要观测太阳耀斑和日冕物质抛射以及产生它们的磁场结构. ASO-S卫星的科学应用系统是科学卫星工程的6大系统之一, 它连接科学用户和卫星数据, 为将卫星的科学数据转化为科学成果提供保障. 科学应用系统的数据库是连接软件与海量数据的枢纽, 为科学数据生产和用户服务及运行提供数据层的支撑. 介绍了科学应用系统的数据库架构设计、数据库的选择以及数据库性能优化和表样例. 这里的数据库包括观测计划、工程参数、运维日志、科学数据、定标数据和特征事件识别等数据库. 这些数据库的建设将为ASO-S卫星工程科学应用系统的顺利运行提供数据支撑, 也可以为未来其他科学卫星类似数据库的搭建提供参考和借鉴.     

遗传算法优化的BP神经网络卫星钟差预报

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型.     

基于斩波轮技术的K波段接收机噪声校准研究

接收机是射电天文中用于探测微弱射电信号的重要接收设备.接收机的强度校准就是将接收机对射电源的响应转换为天文意义上的流量密度.常规方法就是使用经典的冷热负载法,将接收机自身的强度响应转换为一个等效的温度值,之后再据此对射电源做进一步标定.通过搭建基于斩波轮技术的K波段接收机强度校准平台,使用斩波轮法测试K波段常温接收机的噪声温度,并与传统冷热负载法的测试结果进行比对.结果显示,在晴好天气条件下,斩波轮法在30°、90°仰角下噪声温度的最大测试误差为7.5%和8.4%,可以很好地应用于实际噪声温度测试中;但在5°仰角测试中,由于过低仰角引入了地面噪声,使得斩波轮法的测试误差上升至20%–30%之间而无法使用.希望在此基础上进一步开展K波段天空亮温度的理论计算与实测,从而完善斩波轮技术的应用,使之可以满足在不同气象条件下的噪声校准测试需求.     

基于Stacking集成学习的恒星/星系分类研究

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升.     

电离层局部格网降分辨率层析方法

网格划分是电离层层析的重要一环,也是影响层析精度的重要因素之一。然而,现有研究更多地关注如何通过反演算法及模型来提高精度,较少关注格网划分这一手段。本文拟从格网划分这一角度来对电离层层析方法进行优化。先利用若干试验研究了格网分辨率与层像精度的关系,然后在此结论基础上提出了一种通过降低非感兴趣区域格网分辨率来提高感兴趣区域层像精度的方法。为验证本文方法的可行性,分别开展了两个不同的层析试验。两个试验同时表明:相对于传统的格网划分方法,本文方法在均方根误差、平均绝对误差、68%及95%百分位、标准差等多个精度指标上均具有优势。根据本文试验,利用本文方法均方根误差及平均绝对误差可望分别减少15%至40%。     

红外TDI扫描相机信息处理关键技术研究

时间延迟积分(time delay intergration,TDI)技术不仅具有在不牺牲空间分辨率和成像系统工作速度的情况下获得高灵敏度,而且能够不同程度地增加系统的信噪比,提高探测器响应均匀性的特性,其在空间红外遥感应用中具有广泛的应用前景,尤其是高分辨率以及点目标探测的应用。     

海底节点不同震相逆时偏移成像研究

对近海海域进行地壳速度结构高精度成像有助于深入了解我国近海地震活动、深部孕震构造条件,揭示海域构造特征及其相互作用模式,为海域地震区划和风险评估提供基础支撑。在海底节点观测系统中,由于海底、海平面等强波阻抗差界面的存在,台站记录了较多强能量的后续震相。与初至震相相比,后续震相在地球内部来回反射,传播路径长、携带构造信息多,充分利用后续震相有望获得高精度的地下构造成像结果。逆时偏移是勘探地球物理中精度较高的成像方法之一,且易于实现。将逆时偏移算法引入海底节点初至震相和后续震相成像,采用常规逆时偏移对反射震相进行偏移,对上行一阶海底震相、上行一阶后续震相成像均进行镜像法逆时偏移,通过修改逆时偏移框架,实现初至震相的成像。研究结果表明,逆时偏移能够有效对反射震相进行地下偏移归位;采用镜像法逆时偏移对上行一阶海底震相、上行一阶自由表面震相进行成像,能够有效增大成像范围;修改逆时偏移框架,初至震相能够对断层进行准确定位。     

浅谈地震剖面的假象识别

假象识别是正确解释地震剖面的前提,也是描述地震成像保真度(精准度)的主要标准之一.本文通过分析反射地震剖面实例,对几种常见的、易被误解的地震成像假象的特征进行了分类阐述,提出基于成因识别地震成像假象的思路.从地震剖面成像过程来看,假象的成因包括信号误判、成像畸变和波速模型误差这三个主要因素.许多不易被识别的假象起源于地...     

基于参考组分的双能CT成像方法

双能CT材料分解对了解物质内部材料分布有重要作用,常规CT所使用的X射线能谱分布未知,无法根据能量信息获得材料衰减系数,并且连续能谱投影与单能重建算法不匹配,导致重建图像衰减系数和材料理论衰减系数之间存在误差,分解结果不准确.针对上述问题,本文引入参考组分获得等效能量信息,进而获得材料的单能衰减系数,并且引入邻域空间欧...     

中国大陆密度和地震波速扰动异常的年龄属性研究

大陆动力学研究需要物质随空间和时间的变化的信息.三维密度和地震波速度扰动图像反映岩石圈物质的空间分布,要和大地构造学中的时间尺度信息综合起来,才能恢复动力学作用的过程.本文通过对比不同构造期的构造图和地壳不同深度的地球物理性质图像,研究中国大陆密度以及地震波速度扰动和构造事件的相关度.研究表明,岩石圈地幔的密度和波速扰...