好奇号火星车ChemCam-LIBS光谱数据的定量分析研究

传统的偏最小二乘法和支持向量机回归等方法在预测光谱对应的火星车地面标样成分元素含量时往往难以获得较高的精度,并难于进一步优化。针对上述问题,在研究中对高维度光谱信息进行三通道折叠以消除其基体效应,并引入在计算机视觉领域表现不俗的ResNet残差网络结构来提取光谱特征并预测对应主成分含量值。文中将ResNet网络结构中的全连接层去除以避免模型参数快速增长,并将网络最后的Softmax分类子层改为线性整流层以便于进行预测,同时添加了指数学习率衰减和Dropout机制以使模型预测结果具备更高的精度与泛化能力。模型各主要元素含量的预测均方根误差相对于线性支持向量机LinearSVR和深度可分离卷积网络Xception分别平均下降了30%和17%。实验结果表明:采用LIBS技术对ChemCam光谱数据进行主成分元素定量分析时,基于ResNet网络建立的回归模型表现出良好的预测特性。

火星取样钻探技术分析

火星探测一直是人类空间探测的热点。"好奇号"火星车着陆6年多来,先后完成了16次取样钻探,为人类探测火星提供了直接依据。本文根据NASA(美国国家航空航天局)公开的技术资料,围绕取样钻探的设计要求、取样钻探系统结构设计及接触式稳定系统、辅助结构系统、压力和回转传递系统、封闭保护壳(稳定器)系统、钻头系统、转盘系统、主动轴系统和冲击钻进系统等展开了论述。系统设计主要结合智能化、模块化、轻量化要求开展,并先后经过12次的室内联动测试,完成了同火星车的岩屑运移、样品处理分析、数据存储、仪器控制等系统的高度集成,并通过机械臂完成了搭载试验。由于火星取样钻探的首次尝试和NASA的技术保密原因,论文阐述的相关内容仅作为我国开展火星取样钻探研究和地球深部智能钻探研究的参考。

工作中的“好奇”号

不久前发射的最新、最先进、最昂贵的火星车成功地登陆火星后，已经开始其在火星上为期两年的征程，以探索火星，考察其环境是否曾经适宜于生命的生存。

火星盐类研究进展

因携带水相关地质过程及环境的丰富信息,进而与生命起源密切相关,行星盐类研究受到大量科研工作者的关注。好奇号登陆之后,火星盐类研究取得了一些新进展。例如,在着陆区泥岩中发现了黄钾铁矾;在泥岩及泥岩砂岩的不整合接触面发现了石膏脉;在风沉积及原位沉积岩中发现了硝酸盐。此外,通过遥感手段,还发现火星新出现的斜坡沟渠可能是由含高氯酸盐高浓卤水冲击形成的。这些新进展再次表明了盐类对于火星科学的重要性。结合已有研究,凝练了火星盐类研究存在的重要科学问题,展望了中国未来火星探测研究。