一种航天器在轨空间风险管理系统

    公开(公告)号:CN114817206B

    公开(公告)日:2024-11-15

    申请号:CN202210397578.X

    申请日:2022-04-15

    Applicant: 扬州大学

    Abstract: 本发明公开了一种航天器在轨空间风险管理系统,包括数据处理模块、载荷状态监视模块和环境态势显示模块,数据处理模块对航天器回传的数据进行预处理,包括三个子模块:数据解包、滤波处理和数据存储,以还原物理量、对缺失的数据进行卡尔曼滤波处理计算获得缺失数据的预估值、管理数据并存储;载荷状态监视模块读取所述数据处理模块处理后的载荷状态数据,按照选择的时间点或时间范围调用数据库相应的载荷数据,基于该载荷数据计算该时间范围内航天器所处空间环境的载荷数据平均值并显示,将该计算结果生成报表保存;环境态势显示模块按照选择的时间点或时间范围读取航天器的环境态势,并计算该时间点前后一段时间内环境态势的平均值并显示。

    一种航天器在轨空间风险管理系统

    公开(公告)号:CN114817206A

    公开(公告)日:2022-07-29

    申请号:CN202210397578.X

    申请日:2022-04-15

    Applicant: 扬州大学

    Abstract: 本发明公开了一种航天器在轨空间风险管理系统,包括数据处理模块、载荷状态监视模块和环境态势显示模块,数据处理模块对航天器回传的数据进行预处理,包括三个子模块:数据解包、滤波处理和数据存储,以还原物理量、对缺失的数据进行卡尔曼滤波处理计算获得缺失数据的预估值、管理数据并存储;载荷状态监视模块读取所述数据处理模块处理后的载荷状态数据,按照选择的时间点或时间范围调用数据库相应的载荷数据,基于该载荷数据计算该时间范围内航天器所处空间环境的载荷数据平均值并显示,将该计算结果生成报表保存;环境态势显示模块按照选择的时间点或时间范围读取航天器的环境态势,并计算该时间点前后一段时间内环境态势的平均值并显示。

    一种基于神经网络的质子在器件中能量沉积预测方法

    公开(公告)号:CN114492188A

    公开(公告)日:2022-05-13

    申请号:CN202210087323.3

    申请日:2022-01-25

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于神经网络的质子在器件中能量沉积预测方法,通过建立反应目标系统特性的数据库,搭建BP神经网络并进行优化训练,通过确定的最优网络模型与预测的数据集进行预测,通过本发明预测能量沉积与实际能量沉积相比,总体准确率保持在90%以上,只有个别预测结果有所偏差,误差率在15%左右。因此,本发明基于神经网络进行能量沉积预测可以实现沉能量积快速准确地预测,解决了实验方法和模拟仿真方法带来的人力、物力以及时间成本等问题。

    一种基于Geant4平台仿真精确获取相衬成像参数的方法

    公开(公告)号:CN113569404A

    公开(公告)日:2021-10-29

    申请号:CN202110836696.1

    申请日:2021-07-23

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于Geant4平台仿真精确获取相衬成像参数的方法,将材料元素对X射线的线形衰减系数嵌入Geant4的材料属性中,并将低原子序数物质对高能X射线情况下的计算相移因子公式集成到Geant4的StepingAction中,以step为最小单位,计算每个粒子经过材料时的空间坐标以及相位数据。本方法在Geant4中新增统计X射线相位数据变化,利用了X射线在不同物质中的相位变化快慢不同对物质进行探测成像,弥补了利用X射线在不同物质中的衰减快慢不同对物质进行探测的传统X射线探测器无法有效探测低密度物质的缺陷。

Patent Agency Ranking