学位论文 > 优秀研究生学位论文题录展示

基于神经网络控制的星载微波辐射计

作　者: 赵晓雪
导　师: 张晓辉
学　校: 中国科学院研究生院（空间科学与应用研究中心）
专　业: 计算机应用技术
关键词: 微波辐射计定标月壤辐射神经网络系统增益参考电压
分类号: TP73
类　型: 硕士论文
年　份: 2009年
下　载: 88次
引　用: 0次
阅　读: 论文下载

内容摘要

微波辐射计是探月卫星的有效载荷之一,是探测频率为3.0GHz、7.8GHz、19.35GHz和37.0GHz的多频段微波辐射计,是国际上首次利用微波在月球轨道上对月球土壤进行探测的设备。微波辐射计是用于测量物体微波辐射能量的被动遥感仪器,是一种高增益型的接收机。微波辐射计的输出波动由系统增益波动以及本机噪声波动决定,降低上述两种因素对测量结果的影响至关重要。1946年,Dicke使用“狄克”开关,周期性地交替接收天线信号和参考源信号,然后进行相关检波和相减处理,显著降低了系统增益波动的影响,使微波辐射计更加具有应用价值。1967年,Gogging研究出负反馈零平衡微波辐射计,完全消除了系统增益波动的影响。1968年,Hach用两个已知差值的参考源作为输入,检测系统增益的变化量,然后用此量调整后置信号放大器增益,用来补偿系统增益波动。近年来,随着我国航天技术的不断发展,我国也研制出高稳定度、高可靠、高灵敏、体积小、功耗低的微波辐射计。1999年,李靖等人在全功率微波辐射计的基础上,增加了单片机、两个射频开关和两个微波参考源,研制出实时定标微波辐射计,不但消除了系统增益波动的影响,也消除了系统噪声波动的影响。本文通过神经网络控制微波辐射计,消除系统增益和本机噪声的波动。本文首先研究了月壤辐射的亮度温度对冷空定标天线输入信号产生的影响。选取三个特定地点进行计算,发现月壤辐射对冷空定标天线的影响从几K到十几K不等。分别对四个频率下的冷空定标输入信号进行修正并反演对月观测天线的观测亮温,得到月壤辐射对反演结果造成的影响。此外,太空中其他星体的辐射也不容忽视。但是这些辐射产生的影响是难以精确计算的,造成辐射计两点定标方法的不精确,由此引出下文基于神经网络控制技术的微波辐射计。接下来文中设计了一个在微波辐射计接收机工作的温度范围内,对接收机温度特性进行测试的温度实验,得到微波辐射计的系统增益和等效本机噪声与接收机所处环境温度之间的变化关系。此实验结果为神经网络控制系统增益和参考电压提供了实验依据。最后本文提出了一种采用神经网络控制技术消除微波辐射计系统增益和等效本机噪声波动的方法。此方法通过一个基于神经网络的控制系统,控制微波辐射计的系统增益与参考电压,使微波辐射计在轨运行期间系统参数基本保持不变。系统参数通过地面实验获得,因此在轨运行期间不再需要星上两点定标中的不易确定的冷空定标源,同时减少了冷空定标天线等物理设备。使微波辐射计具有体积小、重量轻、功耗低的特点,更加适合于星载条件运用。

全文目录

摘要  3-5
ABSTRACT  5-9
第一章引言  9-17
  1.1 微波遥感的特点  9-10
  1.2 微波辐射计及其主要类型  10-12
  1.3 微波辐射计的研究成果与发展趋势  12-15
    1.3.1 国外星载微波辐射计的研究现状  12-13
    1.3.2 国内航天微波遥感的研究现状  13-14
    1.3.3 星载微波辐射计的发展趋势  14-15
  1.4 文章结构与内容  15-17
第二章探月卫星微波辐射计介绍  17-26
  2.1 微波辐射计总体设计方案  17-21
  2.2 微波辐射计的主要技术指标  21
  2.3 微波辐射计的物理特性  21-22
  2.4 微波辐射计的工作模式  22
  2.5 微波辐射计的定标原理  22-26
第三章星体辐射对冷空定标天线输入信号的影响  26-33
  3.1 太空星体对冷空定标天线输入信号的影响  26-27
  3.2 月壤对冷空定标天线输入信号的影响  27-32
    3.2.1 定标天线辐射方向图  27-28
    3.2.2 月壤对冷空定标天线输入信号的影响  28-31
    3.2.3 具体地点分析  31-32
  3.3 总结  32-33
第四章微波辐射计性能及控制方案  33-42
  4.1 全功率微波辐射计性能指标  33-34
  4.2 系统增益随温度的变化  34-36
  4.3 等效本机噪声随温度的变化  36-38
  4.4 微波辐射计控制方案  38-41
    4.4.1 改进设计方案  38-39
    4.4.2 神经网络控制方法  39-40
    4.4.3 补偿时间漂移的方法  40-41
  4.5 总结  41-42
第五章 BP 神经网络  42-63
  5.1 人工神经网络  42-49
    5.1.1 神经网络的发展历史  42-44
    5.1.2 神经网络的发展现状  44-45
    5.1.3 神经网络的基本原理  45-48
    5.1.4 神经网络的特点  48-49
  5.2 BP 网络  49-56
    5.2.1 BP 网络结构  49-51
    5.2.2 BP 网络学习规则  51-56
  5.3 BP 网络的设计  56-60
    5.3.1 输入单元和输出单元的设计  56
    5.3.2 数据预处理  56-57
    5.3.3 隐层的设计  57-58
    5.3.4 初始权值的选取  58-59
    5.3.5 学习率的确定  59
    5.3.6 临界误差  59
    5.3.7 网络训练次数  59-60
  5.4 BP 网络的泛化能力  60-62
  5.5 BP 网络的不足  62-63
第六章 BP 网络应用于星载微波辐射计  63-70
  6.1 网络模型的确定  63-65
  6.2 计算结果  65-70
第七章结束语  70-71
参考文献  71-74
发表文章目录  74-75
致谢  75

基于神经网络控制的星载微波辐射计

内容摘要

全文目录

相似论文