鹿瑶
- 作品数：8 被引量：11H指数：2
- 供职机构：中国科学院国家天文台紫金山天文台更多>>
- 发文基金：国家自然科学基金中国科学院国防科技创新基金更多>>
- 相关领域：天文地球自动化与计算机技术机械工程航空宇航科学技术更多>>
- 空间目标的地基红外观测研究进展被引量：3
- 2017年
- 作为一个新兴的研究方向,空间目标的地基红外观测能够与传统雷达和光学观测形成互补,完善空间监测机制。红外具有宽阔的波段范围和特有的热辐射波段,在光谱分析和白天观测方面蕴藏着更大的发展潜力。近年来美国开始征用大型的红外望远镜,或者通过改造光学望远镜,研究空间目标在红外波段的特性。综述了参与空间目标地基红外观测的望远镜工作状况,以及近10年来空间目标监测在红外巡天、白天观测、测光和光谱分析方面的研究进展,最后对空间目标的地基红外观测研究进行总结与展望。
- 樊亮雷成明孙荣煜鹿瑶张晨
- 关键词：红外观测光谱
- 中星18号卫星在轨状态监测与分析被引量：1
- 2020年
- 中星18号卫星自发射后一直处在大椭圆转移轨道上,工作异常,且携带满仓燃料,具有一定危险性。本文以该星为研究对象,从影响大椭圆轨道的动力学出发,对该星进行了轨道寿命仿真和分析,然后分析了近一年关于该星的公开编目情况和我国编目结果,理论、仿真和实测结果相互验证,结果表明短期内中星18号卫星不会陨落,仍需保持长期跟踪监测。
- 喻圣贤喻圣贤熊建宁鹿瑶
- 关键词：日月摄动
- 一种天文图像全盲匹配计算方法
- 本发明提供一种天文图像全盲匹配计算方法，包括根据理论星表生成理论星图并按特征对生成的理论星图进行排序；根据排序的理论星图计算每一个星图所在的位置，得到索引表；根据理论星图和索引表计算天文图像的中心指向和像元比例尺。本发明...
- 门金瑞张晓祥马荟董磊鹿瑶
- 高轨空间碎片图像定心算法的比较被引量：1
- 2014年
- 数字图像定心算法的使用对天体测量的最终精度有着重要的影响.高轨空间碎片的光学观测中,受观测方法影响,目标星像存在较严重的退化,影响了星像质心的计算.针对常用的四种图像定心算法:修正矩方法、一维Gauss拟合、二维Gauss拟合和中值法,利用空间碎片的实测图像进行了实验.通过比较天文定位结果与精密星历参考值,分析了不同方法的计算精度,以及不同阈值对结果的影响.实验表明,对于高轨空间碎片的退化星像,中值法计算的赤经位置精度最好,其余三种方法计算的赤纬精度较高,对于Gauss方法,无阈值能获得比较好的计算精度.
- 孙荣煜赵长印朱听雷鹿瑶
- 关键词：天体测量图像处理
- 基于冗余递减匹配的星图识别方法被引量：1
- 2015年
- 空间目标光学观测过程中,当望远镜的指向误差与跟踪误差显著时,很难使用邻域匹配的方法完成背景恒星的配准.基于星对角距冗余递减匹配的思想,实现了一种背景恒星的高效识别方法.利用多种条件下的仿真星图以及实测图像进行了试验,结果表明,方法提高了识别成功率,且耗时少,可以准确、快速地完成星图匹配工作.
- 鹿瑶张晓祥孙荣煜
- 关键词：图像处理望远镜
- 卷帘快门sCMOS相机对空间碎片观测的影响研究被引量：4
- 2018年
- 同每个像素曝光开始及结束时间相同的传统科学级CCD相机相比,近年来出现的卷帘快门(rolling shutter)sCMOS相机工作时每个像素的曝光开始及结束时间不同,曝光时间相同,因此需要评估sCMOS相机像素之间曝光开始及结束时间不同对空间碎片测量精度的影响。首先测试了卷帘快门sCMOS相机的工作时序和最大延迟时间,并得出曝光不同步的改正公式,再以激光卫星为目标,测试了两种典型观测模式下空间碎片的天文定位精度,并对应用曝光不同步改正前后结果进行对比。测试结果表明sCMOS相机卷帘快门的工作时序与理论一致,边缘曝光延迟最大10ms;实测表明恒星位置内符合精度优于2arcsec,目标天文定位精度优于3arcsec。sCMOS相机能够用于空间碎片观测,能够实现较高的位置测量精度。
- 张晓祥赵金宇贾建禄吴庆林鹿瑶高若城
- 关键词：天文定位
- 面向空间碎片观测的望远镜指向误差校正方法被引量：1
- 2015年
- 空间碎片光学观测图像的处理过程中,受望远镜指向误差影响,背景恒星易出现错误匹配或无法匹配的情况,给底片模型的计算与目标的精密定位带来困难.从空间碎片观测图像的特点出发,提出了一种基于特征恒星的多邻域迭代匹配法.实测数据的试验结果表明,该方法消除了望远镜跟踪误差带来的影响,大幅提高了背景星图匹配的效率与正确率,且时间开销较少,有利于数据的实时处理.
- 孙荣煜鹿瑶赵长印
- 关键词：天体测量望远镜
- 基于光变曲线的空间碎片基本形状分类
- 2020年
- 将未编目的空间碎片正确分类是空间态势感知的重要组成部分.基于光变曲线,通过仿真和实测实验,探讨了空间碎片基本类型的机器学习分类方法.在数据集中的仿真光变来自形状或材料不同的4类碎片,实测光变从Mini-Mega TORTORA(MMT)数据库中提取,实验以深度神经网络作为分类模型,并和其他机器学习方法进行了比较.结果显示深度卷积网络优于其他算法,在仿真实验中对不同材料的圆柱体都能准确识别,对其余两类卫星的识别率在90%左右;实测实验中对火箭体和失效卫星的2分类准确率超过99%,然而在进一步的型号/平台分类中,准确率有所降低.
- 鹿瑶鹿瑶
