摘要:近地小行星是一类可能对地球安全造成潜在威胁的太阳系小天体, 目前绝大部分的近地小行星是由地基望远镜发现的, 且数目仍在不断增加. 为了对我国未来开展近地小行星发现监测提供参考和借鉴, 利用国际小行星中心公开的数据库对所有近地小行星首次发现时刻的观测资料开展了多维度统计分析. 发现望远镜探测能力的限制会对近地小行星的发现造成选择效应, 导致不同轨道类型近地小行星发现的相对比例逐年变化且与直径有关. 另外, 结合数值模拟获得的轨道数据, 对近地小行星首次发现时的观测场景进行了还原, 获得了发现时刻近地小行星位置在不同天球坐标系的分布, 分析了其分布特征与季节、测站纬度和小行星直径的依赖关系. 最后, 通过分析数据定量考察了太阳、月球和银道面对近地小行星发现的影响, 发现地基望远镜一般难以发现来自太阳方向90$^\circ$范围内直径140m以下的近地小行星, 并且随着小行星直径的减小该限制范围也将变大; 月光污染对近地小行星发现的影响也非常显著, 望月前后几天的观测限制可导致约29%的目标无法被发现, 而且分析表明农历上半月发现的目标一般比下半月发现的更难以被跟踪观测; 银道面特别是银心方向会对近地小行星发现产生影响, 使得黄道面附近存在与季节相关的观测``盲区''.

摘要:天文学是一门观测学科, 其发展受观测技术及仪器进步所推动, 而天文科学发展同样不断对观测仪器提出新的要求. 天文学发展至今, 对观测仪器的要求逐渐走向极致和极端, 这在实现成本及难度两方面均带来极大挑战. 为应对上述挑战, 基于新原理、新技术的下一代天文光学技术及观测仪器已成为天文学发展的内在需要. 近年来, 集成光子学的发展为天文光学技术带来了新的变革性机遇, 在此基础上产生的新兴交叉学科天文光子学(Astrophotonics)可为天文观测提供低成本、高度集成化(芯片化)的新一代高性能光学终端仪器, 这类仪器将在空间天文观测、大规模光谱巡天、高分辨高精度光谱成像等应用中起到关键作用. 主要从仪器/器件功能出发介绍天文光子学主要研究内容及现状, 并简要讨论其发展所面临的主要问题, 最后对其发展趋势做出展望.

摘要:YORP (Yarkovsky-O'Keefe-Radzievskii-Paddack)效应是小行星长期动力学演化的机制之一. 与碰撞、引力摄动等因素相比, YORP效应作用量级小, 短时标观测效应不明显, 这给直接测量YORP效应带来了很大的困难. 利用小行星光变数据库中已知的小行星数据, 统计了小行星的自转速率分布, 使用核密度估计以及Kolmogorov-Smirnov检验分别分析了近地小行星和主带小行星自转速率的分布特性, 分别给出了在近地小行星和主带小行星中寻找受YORP效应影响减速自转的最佳样本群; 基于7颗已被探测到YORP旋转加速度的近地小行星, 利用YORP强度估计方法和光变探测条件建立了筛选模型, 给出了未来可直接通过光变数据探测\lk YORP效应的10颗近地小行星.

摘要:嫦娥一号卫星搭载的干涉成像光谱仪(Interference Imaging Spectrometer, IIM)用于获得月表元素的含量. IIM光谱左右色调不均一, 影响元素制图精度, 因此有必要对其进行平场校正, 消除探测器各像元的光谱响应不一致对图像产生的影响. 在嫦娥一号卫星在轨运行1 yr期间(2007年10月至2008年10月), 干涉成像光谱仪共获得576轨数据, 之前已有学者进行过平场校正, 但是校正结果不能适用于月表所有地区. 结合了2008年11月和12月获得的130轨数据, 采用基于光谱特征的反射率归一化方法, 通过选取大量太阳矢量与卫星轨道面夹角beta对称的轨道中的均一平坦、无曝光过度地区的光谱数据, 对其平均求得平均行, 利用平均行求得校正因子实现平场校正. 对比校正前后光谱图像和反射率曲线, 月球不同地形的色调不均一现象和条纹均得到有效的消除, 这将有利于后续元素的反演和实际应用.

摘要:提出了一种适用于天基空间目标光学观测的初始轨道确定新方法. 通过对比地基和天基观测的几何构型, 分析了利用天基光学观测数据进行初轨确定时计算收敛到观测平台自身轨道的原因. 基于轨道半通径方程和改进Gauss方程, 推导出了斜距条件方程组的解析形式, 将天基光学观测的初轨确定问题转换为求解关于观测时刻斜距变量的非线性条件方程组的问题. 利用轨道能量约束减小了解的搜索区域, 消除了方程组的奇点. 最后利用天基实测数据验证并分析了非线性条件方程组根的性质, 利用低轨光学观测平台对低、中、高轨和大椭圆轨道空间目标的仿真观测数据验证了方法的有效性.

摘要:偏振定标单元(Polarization Calibration Unit, PCU)对于定标由偏振系统和天文望远镜产生的仪器偏振至关重要, 然而偏振定标单元 中偏振元件光轴的方位角误差是限制定标精度的主要因素之一. 为解决该问题, 提出了一种基于约束非线性最 小化优化的方位角误差定标方法, 该方法具有定标精度高、定标速度快的优点. 首先将偏振定标单元中的线性 偏振片和四分之一波片的光轴方位角误差设置为两个待优化的自由变量, 然后利用产生和测量的Stokes参数 以及偏振定标获得的响应矩阵定义优化目标函数, 最终使用约束非线性最小化优化方法来确定 两个偏振元件的方位角误差. 分别从理论模拟和实际测量两个方面对优化方法进行了验证, 实验结果表明, 该 优化方法能够成功获得上述两个方位角误差, 精度分别优于2.79$'$和2.72$'$. 此外, 从理论上 计算分析了不同方位角误差对各Stokes分量的影响情况. 该优化方法有望应用到我国太阳望远镜中偏振定标 装置的误差定标及研制之中.

摘要:数值积分方法是进行天体力学研究的重要工具, 尤其对于行星历表的研究工作而言. 由于在使用数值方法计算天体轨道时, 最终误差通常是难以预知的, 所以在面对精度要求较高或者积分时间较长的工作时具体积分方案的设计---尤其是当使用定步长方法时的步长选择---需要十分谨慎, 因为这将意味着是否能在时间成本可以被接受的范围内使解的精度达到要求. 因此, 在使用数值方法解决实际问题时如何快速寻找效率与精度之间的最佳平衡点是每一个数值积分方法的设计者与使用者都会面临的难题. 为解决这一问题, 在定步长条件下对数值积分方法的舍入误差概率分布函数以及截断误差积累量对步长的依赖关系和随时间的增长关系进行了深入研究. 基于所得结论, 提出了一种仅需较少的数值实验资料即可对选择任意时间步长积分至任意积分时刻时的舍入误差概率分布函数与截断误差积累量进行准确估计的方法, 并使用Adams-Cowell方法对该误差估计方法在圆周期轨道条件下进行了验证. 该误差估计方法在未来有望用于不同数值算法的性能对比研究, 同时也可以对数值积分方法求解实际轨道问题时的决策工作带来重要帮助.

摘要:星系的光谱包含其内部恒星的年龄和金属丰度等信息, 从观测光谱数据中测量这些信息对于深入了解星系的形成和演化至关重要. LAMOST (Large Sky Area Multi-Object Fiber Spectroscopic Telescope)巡天发布了大量的星系光谱, 这些高维光谱与它们的物理参数之间存在着高度的非线性关系. 而深度学习适合于处理多维、海量的非线性数据, 因此基于深度学习技术构建了一个8个卷积层$+$4个池化层$+$1个全连接层的卷积神经网络, 对LAMOST Data Release 7 (DR7)星系的年龄和金属丰度进行自动估计. 实验结果表明, 使用卷积神经网络通过星系光谱预测的星族参数与传统方法基本一致, 误差在0.18dex以内, 并且随着光谱信噪比的增大, 预测误差越来越小. 实验还对比了卷积神经网络与随机森林回归模型、深度神经网络的参数测量结果, 结果表明卷积神经网络的结果优于其他两种回归模型.

摘要:射电望远镜天线伺服控制系统中的非线性特性, 对系统动力学特性辨识有着显著的影响, 会提高辨识难度, 增加辨识模型的复杂程度. 系统非线性特性的测量与补偿也会增加系统辨识工作量. 针对上述问题, 提出了一种基于非线性采样数据的线性重构方法, 用于动力学特性建模. 通过提取原采样数据的相位与幅值, 对受到噪声与非线性畸变影响的系统采样数据进行线性重构, 降低待辨识模型的复杂度. 搭建了半实物实验平台, 以平台实际采样为基础, 重构线性数据, 利用奇异值法与自回归神经网络评估并辨识平台动力学模型. 实验结果表明, 建模数据奇异值拐点从100阶下降至40阶, 仅用10个神经网络节点200次训练即实现了模型辨识.

摘要:针对地基卫星测控系统(Tracking Telemetry and Command, TT&C)系统对地球静止轨道(Geostation-\lk ary Earth Orbit, GEO)卫星在空间和时间覆盖上的局限性, 提出小倾角低地球轨道(Low Earth Orbit, LEO)多星组网天基平台对GEO卫星进行跟踪定轨的方法. 根据空间环境和光学可视条件对仿真数据进行筛选以模拟真实的观测场景, 利用光学测角数据, 使用数值方法对GEO卫星的轨道进行确定. 结果与参考轨道进行重叠对比, 在平台轨道精度5 m、测量精度5rq\rq、 定轨弧长12 h的情况下, 两颗LEO卫星对GEO卫星进行跟踪定轨的精度可达到千米量级, 4颗LEO卫星对GEO目标进行跟踪定轨的精度可达到百米量级. 随着LEO组网卫星数量的增加, 定轨精度得到了较大的提高.