基于空间原子氧与物质相互作用的推进系统与方法

    公开(公告)号:CN106672267A

    公开(公告)日:2017-05-17

    申请号:CN201510761271.3

    申请日:2015-11-10

    CPC classification number: B64G1/40 B64G1/402 B64G1/409

    Abstract: 本发明公开了一种基于空间原子氧与物质相互作用的推进系统和推进方法,该推进系统包括原子氧收集前端、化学反应室和推进方向控制装置。其中,化学反应室包括原子氧反射控制装置和化学反应装置,原子氧收集前端位于航天器的迎风面;当原子氧收集前端收集的原子氧进入反应室后,经原子氧反射控制装置反射到化学反应装置上,原子氧与碱性物质发生化学反应,产生高温粒子流,粒子流的数量可通过原子氧反射控制装置的反射角度来实现。与传统推进方式相比,本发明变废为宝,将对航天器有危害的原子氧变为推进的燃料来源,在保护航天器受原子氧侵蚀风险的同时,为航天器在低地球轨道的轨道机动提供一种源源不断的动力。

    基于机器学习高能带电粒子环境模型构建方法及装置

    公开(公告)号:CN119272622A

    公开(公告)日:2025-01-07

    申请号:CN202411335669.6

    申请日:2024-09-24

    Abstract: 本说明书实施例提供基于机器学习高能带电粒子环境模型构建方法及装置,其中基于机器学习高能带电粒子环境模型构建方法包括:获取探测数据,基于探测数据进行高能带电粒子环境模型的基线构建,确定环境模型基线;基于环境模型基线进行地磁坐标转换,确定地磁坐标;基于地磁坐标进行模型构建,确定环境基线模型;基于环境基线模型进行数据提取,确定环境波动数据,并基于环境波动数据和空间环境因素进行关联分析,确定有向图;基于有向图和机器学习模型进行数据模型构建,确定环境波动模型;基于环境波动模型和环境基线模型确定高能粒子环境模型。通过利用机器学习构建多环境因素在数据因果关系上的表征,可以做到速度快、与真实数据对比一致性好。

    空间粒子环境模型的构建方法及系统

    公开(公告)号:CN117634268A

    公开(公告)日:2024-03-01

    申请号:CN202311372800.1

    申请日:2023-10-23

    Abstract: 本发明提供了一种空间粒子环境模型的构建方法,通过获取主探测器的第一探测数据集与若干副探测器的第二探测数据集;根据若干空间环境数据、外源场模型和内源场模型,以在第一探测数据集和第二探测数据集加入对应的地磁信息;对第二探测数据集中的数据进行同化处理,以构建形成广义线性相关模型数据;将所述广义线性相关模型数据与空间环境数据进行关联性分析,并基于分析结果筛选出目标环境因子;将目标环境因子集成于所述第一探测数据集,以获得目标探测数据集;根据目标探测数据集进行模型训练,以获得目标模型。借此,本发明能够更有效地标准短时环境扰动,放宽了对多源数据及数据时间跨度、时空扰动特性等约束,同时具有更快的求解速度。

    降低辐射环境模型不确定性对材料性能评价影响的方法

    公开(公告)号:CN108319777B

    公开(公告)日:2021-04-23

    申请号:CN201810093507.4

    申请日:2018-01-31

    Abstract: 本发明公开了一种降低辐射环境模型不确定性对材料性能评价影响的方法,基于现有的地球辐射带模型,确定航天器在轨期间在某一轨道和任务周期内的辐射带环境参数,从而确定开展航天器设计或评价时选定的参数,并利用地面模拟实验或数值仿真得到航天器或者航天器敏感材料的性能变化及其变化规律;基于确定的不确定因子,将一定不确定因子下的外露材料性能与不考虑不确定性时的性能进行比较,得到消除或减小空间辐射环境模型不确定性带来的影响所应选用的理想试验参数。本发明能够明确减小或规避空间辐射环境模型的不确定性所需要采用的模拟试验参数。

    基于脉冲波形甄别确定入射粒子类型或作用位置的方法

    公开(公告)号:CN112014872A

    公开(公告)日:2020-12-01

    申请号:CN202010915833.6

    申请日:2020-09-03

    Abstract: 本发明公开了一种基于全波形统计特性的脉冲波形甄别获得的入射射线粒子类型或入射作用位置的方法,其包括利用探测器采集若干数量每一种类型的脉冲波形,记采集的归一化后的脉冲波形;对于所采集的每一种类型的脉冲波形,获取其每一个采样点的统计特性;根据每一个采样点的统计特性构建表征每一种类型的脉冲波形的形状信息的似然函数模型进行脉冲波形甄别来判断粒子类型或作用位置。本发明直接从全波形的统计特性出发,构建表征脉冲波形形状特性的联合概率密度分布模型,进而利用极大似然估计方法判断未知类型波形脉冲所属脉冲波形类型,完成脉冲波形甄别。与现有技术相比,由于利用了全波形的统计特性,因此具有较强的抗噪能力和更强的波形甄别能力,尤其适用于脉冲波形类型比较多且各自的形状特性差别不明显的应用场景,提高了脉冲波形甄别能力。

Patent Agency Ranking