从卫星“磁悬浮”到空间测速 “羲和”如何给太阳大气做“CT”?
中新网北京8月30日电 (马帅莎 郑莹莹)8月30日,中国首颗太阳探测科学技术试验卫星“羲和号”探日成果在北京正式发布,该卫星由中国航天科技集团八院抓总研制。自2021年10月14日成功发射以来,“羲和号”按照既定任务计划开展科学观测,累计下传原始观测数据50Tbit,生成科学数据约300Tbit,这些数据已向全球开放共享,得到了美、法、德等国太阳物理研究学者的广泛应用。
卫星“磁悬浮”,让拍照又精又稳
在1.5亿公里远的地球附近对太阳“明察秋毫”,对相机的指向精度和稳定度提出更高要求。“羲和号”在国际上首次采用基于“动静隔离、主从协同”理念的非接触式磁浮卫星平台,就像给相机装上高精尖的“云台”,让相机对得准,拍得稳。
传统卫星采用平台舱和载荷舱固连的设计方法,平台舱飞轮、陀螺等活动部件的振动将不可避免地传递至载荷舱,造成相机观测质量下降。“羲和号”将平台舱与载荷舱物理隔离,有效隔绝卫星平台的干扰,通过大带宽、超高精度磁浮作动器,让相机拍照“更稳、更准”,将中国卫星平台的姿态控制水平提升了1至2个数量级。
同时,为了实现平台舱对载荷舱的能源供给以及两舱之间的信息传输,“羲和号”还在轨验证了舱间无线能源传输、舱间激光通信等多项卫星平台新技术。未来,“双超”(超高指向精度、超高稳定度)平台还将应用于空间天文探测、高分辨率对地详查等新一代航天任务中,成为高精度观测的利器。
Hα光谱扫描,国际首次给太阳大气做“CT”
对于太阳物理研究而言,Hα谱线十分重要,它是太阳活动在太阳低层大气中响应最强的谱线。对这条谱线开展探测,可以同时获得光球层和色球层的活动信息,大大提高人类对太阳爆发物理机制的认知。
“羲和号”利用Hα成像光谱仪进行光谱扫描成像,光谱分辨率达到0.0024纳米,达到国际先进水平。每张光谱扫描图像实际上都包含了300多张照片,分别对应光球层和色球层不同高度处的太阳图像,相当于对太阳低层大气进行“CT”扫描。每一张“CT”图反映日面上近1600万个点的信息。
除了太阳Hα谱线,“羲和号”还同时获得Si I谱线和Fe I谱线。Si I谱线在地面观测时被地球大气的水分子谱线掩盖,“羲和号”实现了国际首次在空间直接观测到Si I完整的谱线轮廓。
原子鉴频,空间测速全新方案
卫星在太空中飞行需要准确获取自身位置和速度。与近地空间任务相比,月球以远的深空探测任务由于没有导航卫星的辅助,只能依靠传统的无线电测距、测速导航方法。然而无线电导航会随着卫星飞行距离的增加而大幅下降,难以及时准确地确定卫星在太空中的位置和速度。
“羲和号”搭载的原子鉴频太阳测速导航仪,是国际首次在轨采用原子鉴频原理,利用钠原子自身的超精细光谱作为频率标准,可以实时准确地确定太阳光的频率变化,进而获取卫星相对太阳的视向速度。
经过在轨实测,导航仪的速度测量精度优于2m/s,为未来深空探测任务中的自主导航提供了一种新型的速度测量技术手段,促进原子鉴频及相关技术在航天领域的应用。(完)
美国新一代登月火箭发射推迟 此前发射台曾多次遭雷击
中新网8月29日电综合报道,计划赶不上变化,美国新一代登月火箭发射计划被迫推迟。美国“太空发射系统”重型火箭原本拟于当地时间8月29日从佛州肯尼迪航天中心发射升空,搭载“猎户座”飞船执行“阿耳忒弥斯1号”无人绕月飞行测试任务。这被认为将是开启美国重返月球计划的第一步。0000索尼宣布串流掌机
索尼在今晨的发布会上揭示了名为“ProjectQ”的PlayStation掌上设备:玩家可借助RemotePlay功能通过Wi-Fi将游戏由PS5串流至ProjectQ,该设备配有全套DualSense手柄按键与8英寸屏幕,除提供1080p@60FPS画面外还支持DualSense自适应扳机,对PS5用户来说几乎没有学习门槛。诺哈网2023-05-25 19:39:330000我国新疆奇台射电110米口径望远镜奠基开工
2022年9月23日,新疆天文台110米口径全向可动射电望远镜项目在昌吉回族自治州奇台县奠基开工。由于这台射电望远镜建在奇台,按照惯例它被称作奇台射电望远镜,缩写为QTT(QiTairadioTelescope)。0000配色讲完“日出”故事:魅族20 Pro推出全新晨曦紫版本
快科技5月22日消息,今天,魅族官方宣布,魅族20Pro将推出全新的“晨曦紫”配色版本。随着这一新配色的推出,魅族20Pro已经集齐了破晓灰、曙光银、朝阳金、晨曦紫四个配色,完成讲述了日出的四个过程,讲完了“向阳而生”的系列故事。在外观上,晨曦紫配色采用了低饱和度的紫色作为主色调,并从下至上存在一定的渐变过渡,观感上与魅族20Pro其他配色保持一致的同时,也有种独特的精致感。诺哈网2023-05-26 07:52:410000不捏烂不撕碎,机器人也会剥香蕉皮
根据近日发表于预印本平台arXiv的一篇论文,一个经过机器学习训练的机器人可以模仿人类成功地剥香蕉,而不会把它撕成碎片。处理柔软的水果对机器人来说是一个挑战,因为机器人通常缺乏在不破坏物品的情况下处理它们的灵巧性和细微的触感。水果形状参差不齐,即使是同一种水果,形状也会有很大差异——这会扰乱计算机视觉算法,而视觉算法通常充当机器人的大脑。诺哈网2023-05-26 01:33:290000