基于文献与专利视角的商业航天技术发展态势☆

蒋慧芳; 练冠华; 郑国雄; 刘溉; 伍彬

doi:10.15978/j.cnki.1673-5668.20240606

科学观察 ›› 2024, Vol. 19 ›› Issue (6) :63-76 DOI: 10.15978/j.cnki.1673-5668.20240606

数据观察

基于文献与专利视角的商业航天技术发展态势^☆

作者信息 +

Development Trend of Commercial Space Technology from the Perspective of Literature and Patent

Author information +

文章历史 +

摘要

[目的/意义] 全面梳理全球商业航天产业研究现状与趋势，揭示全球商业航天专利技术演变情况，为国内商业航天产业研究与发展提供参考。[方法/过程] 基于6493篇Web of Science文献数据和8663件专利数据，运用文献计量分析方法、专利指标法及S曲线法，探讨了全球商业航天研究领域文献发表数量的年度分布、国家分布、机构分布、研究热点及前沿领域等情况，分析了领域内专利技术的生命周期变化情况。[结果/结论] 2000年以来，全球商业航天年发文量呈显著上升趋势，美国在商业航天文献发表和合作网络方面领先，中国虽发表量居次，但国际合作有待加强。卫星、近地轨道及远程遥感等关键词成为新的研究热点，深度学习等新兴技术与商业航天正在加速融合。根据专利指标与S曲线分析预测结果，未来5~10年是商业航天高速发展从成长期进入成熟期的关键时期，应把握机遇布局商业卫星和商业火箭专利技术领域，积极拓展通信、导航、遥感应用新场景和开拓卫星应用大众服务领域，加速商业航天领域进入产业化阶段。

Abstract

[Objective/Significance] To comprehensively review the research status and trend of global commercial space industry, reveal the evolution of global commercial space patent technology, and provide reference for the research and development of domestic commercial space industry. [Method/Process] Based on the data of 6493 Web of Science articles and 8663 patents, this paper used the bibliometric analysis method, patent index method and S-curve method to discuss the annual distribution, country distribution, institution distribution, research hotspots and frontier fields of the global commercial space research. The life cycle changes of patent technology in the field are analyzed. [Results/Conclusions] Since 2000, the annual number of global commercial space publications has shown a significant upward trend. The United States leads in commercial space literature publication and cooperation network, while China ranks second in publication volume, but international cooperation needs to be strengthened. Keywords such as satellites, low-Earth orbit and remote sensing have become new research hotspots, and emerging technologies such as deep learning are merging with commercial space at an accelerating pace. The analysis of patent indicators and S-curve predicts that the next 5-10 years will be a critical period for the rapid development of commercial space from the growth period to the maturity period. We should seize the opportunity to lay out the patent technology fields of commercial satellites and commercial rockets, actively expand new scenarios for the application of communications, navigation, remote sensing, and explore the public service fields of satellite applications, and accelerate the industrialization of commercial space.

Graphical abstract

关键词

商业航天 / CiteSpace软件 / 文献计量 / 专利指标法 / S曲线

Key words

commercial aerospace / CiteSpacez / bibliometric / patent index method / S-curve

引用本文

引用格式 ▾

蒋慧芳, 练冠华, 郑国雄, 刘溉, 伍彬. 基于文献与专利视角的商业航天技术发展态势^☆[J]. 科学观察, 2024, 19(6): 63-76 DOI:10.15978/j.cnki.1673-5668.20240606

Jiang Huifang, Lian Guanhua, Zheng Guoxiong, Liu Gai, Wu Bin. Development Trend of Commercial Space Technology from the Perspective of Literature and Patent[J]. Science Focus, 2024, 19(6): 63-76 DOI:10.15978/j.cnki.1673-5668.20240606

登录浏览全文

4963

注册一个新账户忘记密码

0 引言

商业航天是指利用商业化运营模式提供的航天活动与服务，旨在通过市场化的方式开展航天技术和产品的研发、制造、发射及应用^[1]。20世纪60年代，在航天技术的驱动下，美国商业航天市场开始萌芽，出现了遥感卫星商业化市场。随着航天技术的深入发展，美国等西方国家通过引入私营企业的创新技术、理念及资本，推动了商业航天产业高速发展。21世纪初至今，在技术、政策及市场的多重影响下，全球商业航天产业迎来蓬勃发展期，催生了太空探索、轨道科学、数字地球、蓝色起源等行业领先企业，并形成巨大的市场。中国自20世纪80年代以来，商业航天产业加速发展，产业市场规模和潜力初显，商业航天作为新质生产力已被视为新的经济增长引擎，而采用科学的计量方法分析商业航天领域的研究动向和把握研究全貌，对促进国内商业航天产业发展具有重要意义。

目前，针对国内外商业航天产业研究进展和发展趋势，学界已从多个角度进行了研究分析。例如，通过对国外商业航天文献内容的梳理，发现国外商业航天研究早期集中在飞行安全性评估^[2]和人体健康相关的研究领域^[3]，随着时间的推进，研究内容扩展到模拟飞行环境对人员承受力的影响^[4]。龚燃等^[5]从商业航天政策、技术领域、市场发展、企业举措等4个方面对国外商业航天产业发展现状及趋势进行分析。马良等^[6]通过分析国际商业航天主要技术进展，得出当前商业航天融合了人工智能等新兴技术，催生了天地一体全覆盖网络的趋势。与此同时，在对比国内商业航天相关文献时，发现国内学者多数是采用定性分析的方法，回顾国内商业航天产业发展历程，对比分析中国和美国等国家在产业政策、生态及技术进展等方面的差异，并为优化国内商业航天产业提供发展建议^[7⇓-9]。但定性分析的方法存在主观性强、分析样本少等局限性，且难以实现短时间内快速处理大量数据。针对这一不足，部分学者利用文献计量的方法分析了国内商业航天产业的文献数量变化趋势、机构分布情况、主要学科领域，以及分析了领域内的研究热点及前沿的演化特征，但局限于对国内发表的商业航天研究结果^[10⇓-12]进行分析，缺少基于国内国外商业航天领域文献数据的比较研究，更缺少结合领域内专利数据的综合分析。

鉴于此，本文基于商业航天领域发表的国内外英文文献和专利数据，借助CiteSpace、VOSviewer、HistCite等工具对文献数据进行文献计量分析，采用专利指标法和S曲线法对商业航天领域的技术生命周期进行研究，全面展现商业航天产业的发展现状、研究热点、前沿领域以及技术发展趋势，以期为商业航天研究布局提供启示。

1 数据来源和研究方法

1.1 数据来源

为掌握商业航天领域2000年以来的研究现状，本文以“Space information，advanced remote sensing， aerospace navigation， aerospace material ， Space equipment， Structure of aircraft， space station， Recoverable rocket，commercial satellite， ground-to-air communications”为检索主题词，以Web of Science核心合集数据库为文献数据源，检索时间为2000—2023年，文献类型为期刊论文，共检索获得6493篇英文文献。同时，为进一步分析商业航天领域专利技术的变化态势，本文采用广州奥凯信息咨询有限公司开发的壹专利检索分析数据库作为专利数据源，该数据库收录了全球171个国家或地区的1.7亿多条专利数据，可以确保高效获取全面且准确的数据信息。基于上述检索主题词，经人工降噪去重后，共检索获得8663件2000—2023年商业航天相关专利数据。

1.2 研究方法

基于文献和专利检索结果，首先，统计分析了2000—2023年文献数据的年度发文量情况，并比较了各国发文量差异，利用VOSviewer软件绘制国家及机构之间的合作网络图谱，并使用HistCite软件分析机构发表文献的总引用情况，实现快速了解领域内合作布局及其关联情况^[13-14]。其次，借助CiteSpace软件对文献数据进行关键词共现分析和突发性探测分析，以揭示商业航天领域的研究热点及前沿变化趋势^[15]。最后，在专利技术生命周期分析中，本文基于专利指标法计算得到商业航天专利技术演变系数，运用时间序列分析软件Loglet Lab4绘制商业航天专利技术生命周期S曲线。

2 商业航天研究文献计量分析

2.1 年度发文趋势

为反映商业航天领域研究关注热度变化趋势，对检索到的文献数据年度发文量进行了统计分析,结果见图1。2000—2023年，商业航天领域论文数量呈现明显的J型增长态势，发文量从2000年的159篇增长至2023年的540篇，年均复合增长率达到5.46%。具体来看，2000—2009年，年发文量总体保持平稳，2010年开始缓慢上升，且在2019急剧增长至450篇，这可能与2019年全球商业航天产业发展态势密切相关。2019年，全球商业航天产业投资创58亿美元新高，这说明全球市场对商业航天产业关注度高涨，学术界对该领域的研究热度也显著增加。

2.2 主要发文国家

为进一步反映商业航天领域不同国家发文量总体水平和主要国家年度发文量变化趋势，对文献数据进行国别分析。如图2所示，2000—2023年，美国以2361篇发文量位居首位，是中国发文量的2倍以上（1100篇），接近排名靠后的德国（871篇）、俄罗斯（654篇）、日本（583篇）、意大利（549篇）等国家发文量总和。在主要国家发文量年度变化趋势上，美国年发文量始终保持在高位变化，远超中国、德国、俄罗斯及日本年发文量。中国自2015年商业航天元年以来，年度发文量开始迅速增长，年均复合增长率高达25.71%，并于2022年发文量首次超过美国（图3）。2015年，中国发布了《国家民用空间基础设施中长期发展规划（2015—2025年）》，明确鼓励民营企业发展商业航天，这标志着我国航天产业发展开始由政府主导向政府与市场结合转变，由此促进了中国商业航天产业高速发展，商业航天领域学术研究也开始繁荣增长。

借助VOSviewer1.6.20软件，对商业航天领域文献数据进行国家合作网络分析。图4展示商业航天排名前50国家合作网络分布情况，其中，美国合作网络最为广泛和紧密，与49个国家或地区建立了合作关系，总合作强度为2176，位居首位。按照国家合作强度排名，其余则有德国（1979）、意大利（1334）、法国（1244）、西班牙（926）、俄罗斯（921）等国家。在前十大合作关系中，美国依次与德国（303）、意大利（166）、法国（150）、俄罗斯(141)、中国（136）、日本（126）及西班牙（100）等7个国家合作最为密切，其余3对关系建立在德国、俄罗斯、意大利和法国之间，这说明美国在商业航天领域合作研究中处于主导地位，合作伙伴以欧美国家为主，但辐射中国、日本等亚洲国家。在以中国为核心的合作聚类中，中国与美国的合作最为紧密，合作强度达到136，远高于中国与德国（69）、意大利（54）、法国（48）、英国（37）及俄罗斯（26）等国家之间的合作强度。虽然，中国和美国多年来存在明显的竞争关系，但基于中美两国在传统航天领域的技术积累和建立的长期合作关系，以及近年来两国商业航天产业发展活跃，不难理解中美两国在商业航天领域学术研究合作较为频繁。

2.3 主要发文机构

如表1所示，2000—2023年美国国家航空航天局（NASA）发文量（738篇）及引用量（21349次）在所有研究机构中均位居第一，远超其他研究机构。俄罗斯科学院、中国科学院、加州理工学院、日本宇宙航空研究开发机构、意大利国立核物理研究所、麻省理工学院、中国科学院大学、马里兰大学以及德国宇航中心等机构发文量为100~300篇，100篇以下的机构有欧洲航天局、意大利国家研究委员会、莫斯科大学以及科罗拉多大学等。美国国家航空航天局、中国科学院、麻省理工学院以及马里兰大学的文献全球总引用数量较大，均超过7000次，大部分机构的篇均引用频率都在19次以上，其中马里兰大学的文献篇均引用次数甚至超过60次，说明发文量大的机构大部分文献的质量都比较高，影响力较大。但中国科学院大学、科罗拉多大学及莫斯科大学等机构的文献引用次数较低，其文献国际影响力较弱。

图5展示商业航天前50发文机构合作网络，含5个聚类、451条连线，总强度2426。NASA为核心的最大聚类1，合作广涉美、欧名校与机构。日本宇宙航空研发机构领衔聚类2，本土合作紧密。聚类3以意大利国立核物理所为中心，链接欧洲高校。日本理化学所为聚类4核心，中国科学院及中国科学院大学自成聚类5。说明商业航天研究领域机构合作存在明显的地域特征，各大研究机构主要与本国或近邻国家机构合作紧密，且美国、日本、欧洲等的研究机构间合作更为密切。相较之下，中国的2所研究机构合作关系主要分布在国内，与其他地区的机构合作较少，反映出国内商业航天研究机构国际影响力相对薄弱，而这也与国内商业航天国际合作模式发展尚未成熟等因素有关，未来还需持续推进技术创新和模式创新，加强与商业航天主流国家研究机构间的合作。

2.4 研究前沿与热点分析

2.4.1 关键词共现

研究热点是指在一定时期内，有内在联系且数量较多的一组文献所研究的主题或视角。对商业航天领域文献研究热点的演化进行分析，有利于更好地把握该领域发展过程中所关注的焦点。词频分析法是一种利用关键词或主题词在某一研究领域中出现的频次，来研究该领域发展动向和研究热点的文献计量方法^[15]。由于关键词反映并高度概括了文章的核心内容，因此，本文将采集到的6493条文献数据导入CiteSpace软件进行关键词共现，分析商业航天领域的研究热点。合并相关关键词和剔除无关词后，分析得到如图6所示的商业航天领域关键词共现图谱。分析结果显示，2000—2023年，除国际空间站（频次845）、微重力研究（频次679）、太空飞行（频次464）等高频研究主题外，还出现了卫星（频次112）、远程遥感（频次78）、近地轨道（频次60）等新兴研究主题。2019年以来，SpaceX“星链”项目近地轨道在轨运行卫星数量已增长至6347颗，同时，中国“千帆星座”首批组网卫星也已顺利进入预定轨道，这说明商业航天卫星发射活动频繁，低轨卫星星座部署成为新趋势，学术界对卫星、近地轨道等主题的关注度开始提升。

2.4.2 关键词突现

关键词突发性探测分析能够量化呈现商业航天领域的研究前沿。表2是借助CiteSpace分析得到的2000—2023年前15个商业航天研究领域的突现关键词，经分析，商业航天研究前沿热点变化可分为2个阶段。

1）第1阶段（2000—2015年）。这一阶段突现了和平号空间站、微重力、结晶、宇宙射线、粒子、航天器、国际空间站以及太空辐射等关键词，主要围绕和平号空间站开展微重力实验、宏观粒子动力学实验等^[16⇓-18]，进行航天器热控与通信系统研究^[19-20]，以及进行宇宙射线、太空辐射研究及其对飞行人员健康的影响研究^[21⇓-23]。这表明，该阶段商业航天研究还处于起步阶段，研究前沿趋近于传统的航天研究，致力于空间站建设、太空飞行条件探索以及航天器制造等领域。

2）第2阶段（2016—2023年）。当前，低轨卫星互联网建设、太空旅游以及太空资源开发等成为商业航天新兴发展领域，这对卫星通信、导航、遥感一体化以及智能化水平提出了更高要求，因此空间信息网络、深度学习等突现关键词成为现阶段的研究前沿，突现强度达到8以上。空间信息网络侧重于分析多资源调度、对地观测卫星调度模型与信息传输能力研究、拥塞控制等^[24⇓-26]，解决卫星互联网应用存在的技术局限，并推动实现天地信息网络一体化融合^[27]。深度学习则广泛应用于图像识别、语音识别、异常检测及自主决策等方面，有助于提高商业航天飞行的安全性、航天器的自动化水平和优化航天器设计等。例如，研究人员借助深度学习大数据训练模型，尝试开发一种能够实时探测和追踪的宇航员飞行舱内跟踪机器人，以高效准确识别宇航员并为其任务执行提供辅助^[28]。此外，也有研究者将深度学习算法应用于对观测到的星系进行光谱分类、商业卫星图像识别、图像分割^[29-30]，以及对太空环境下低照度图像进行图像增强和提高识别效率^[31]。总体来看，商业航天研究前沿紧跟产业发展潮流，且离不开新兴技术的助力。未来，随着可复用火箭、卫星通信等关键核心技术的持续突破，且随着新应用场景的不断扩展，商业航天太空物流、太空旅行等主题将成为新的研究热点。

3 商业航天专利技术分析

技术生命周期涵盖了一项技术的完整演变过程，包括导入期、成长期、成熟期和衰退期这4个阶段^[32]，各阶段的划分对于预测技术发展态势具有重要意义^[33]。专利指标法和S曲线模型法是分析技术生命周期的两种主要方法，专利指标法通过定量和定性分析技术发展阶段，而S曲线法通过定量分析描绘技术发展^[34]。由于不同国家地区对于专利的制度有所差异，部分国家地区没有设置实用新型制度，因此本文结合专利指标法和S曲线模型法对商业航天专利数据进行分析，以了解其技术发展情况。

3.1 基于专利指标法分析

基于专利指标法分析技术生命周期，一般使用技术生长率（V）、技术成熟系数（α）、技术衰老系数（β）和新技术特征系数（N）4个指标来判别周期阶段^[32]。通过计算商业航天专利数据的这4个指标的历年值，并分析各指标历年的变化趋势，判断商业航天技术历年所处的阶段（表3）。计算方法见式（1）~式（4）。

（1）V = a/A

（2）α = a/(a + b)

（3）β = (a + b) / (a + b + c)

（4）$N=\sqrt{v+a}$

式中：a为当年发明专利申请量；A为近5年该技术的发明专利的申请量总和；b为当年实用新型专利申请量；c为当年外观设计专利申请量。

把专利数据代入专利指标法计算式（1）~（4）中，获得相关系数（表4）。可以看出技术生长率、技术成熟系数、技术衰老系数、新技术特征系数都处于轻微波动的状态，其中2005年、2008年、2017年这3个年份的各项指标均处于上升，总体处于成长期，需要结合S曲线模型进行分析。

3.2 基于S曲线的预测分析

HolgerErnst在1997年率先利用S曲线判断技术生命周期导入期、成长期、成熟期和衰退期的4个阶段^[35]。S曲线模型主要采用Logistic曲线^[36]，Logistic模型又称自我抑制性方程，其对应的S型曲线相对于中点对称，是分析S型曲线所用到的主要数学模型之一^[37]。通常将Logistic模型中的截距参数d设置为0，简化为3参数模型，该曲线模型可以用t的函数表示。计算方法见式（5）。

（5）$y=f(t)=\frac{k}{1+\mathrm{e}^{-r t}}$

式中：y为某技术的专利累积申请量；k和r为常数，k为函数无线逼近的最大值，r为S型曲线的倾斜度；t为时间。

Logistic模型曲线如图7（a）所示，f (t₁₀)=10% k，f (t₅₀)=50% k, f (t₉₀)=90% k。一般认为，t₁₀之前即为导入期，t₁₀~t₅₀为成长期，t₅₀~t₉₀为成熟期，t₉₀之后为衰退期。

把专利累积量数据（表4）导入Loglet Lab 软件，拟合生成S曲线（图7(b)），得到曲线模型各参数的拟合统计结果以及商业航天的技术生命周期预测的关键数据时间点（表5）。其中R²即决定系数，反映了模型拟合的好坏程度，R²值越接近1，表示模型的拟合效果越好，通常大于0.7时认为模型对数据拟合度较好；p值为结果可信程度的一个显著性指标，p值越小，表明结果越显著，通常小于0.05是显著性水平阈值。表5中数据显示，R²为0.925，p值<<0.01，说明了拟合效果比较理想，拟合结果十分显著。

S曲线拟合结果表明，商业航天技术导入期时间区间为1994—2011年，2011年开始进入成长期。根据趋势预测，2028年将到达成长期和成熟期分界点，2045年将进入衰退期。随着近年航天技术的发展，引入市场机制等商业概念，越来越多产业资本的投入又进一步加速商业航天的布局进程，推动航天技术进入新一轮发展突破，商业航天未来5~10年应用场景爆发增长，正式进入技术生命周期的成熟期，展现出强劲的增长潜力和广阔的发展前景。

4 结论与建议

4.1 主要结论

本文基于文献计量分析和专利技术分析方法，对检索到的2000—2023年商业航天相关文献和专利进行了全面分析，回顾了商业航天领域文献发表数量的年度变化趋势、国别及机构差异，分析了领域内文献研究热点与前沿，并对商业航天专利技术演化特征和未来趋势进行了分析。主要特征总结如下。

1）2000—2023年，随着国际社会和学界对商业航天领域的关注度日益提升，年度发文量呈现显著上升的变化趋势，且该趋势变化与领域内国内外政策与产业发展态势密切相关。美国是领域内发文量最多和国际合作强度最大的国家，集中了一批国际领先的航空航天科研机构，且拥有发文量最多的科研机构NASA，在国际合作中占据着主导地位。中国自2015年发布促进商业航天产业发展相关政策以来，年度发文量迅速增长且赶超美国，但国际合作强度严重偏低，且与美国、德国、俄罗斯等主要航天大国的合作远远少于这些国家之间的合作。

2）随着产业蓬勃发展和技术的不断创新，卫星、近地轨道及远程遥感等关键词成为新的研究热点。此外，当前阶段更加关注空间信息网络建设，注重深度学习等人工智能技术在商业航天中的应用。

3）通过专利指标法判断，商业航天专利技术整体还处在成长期，新技术特征较强，还在不断演化新的技术突破。从拟合S曲线可以看出，商业航天技术从20世纪90年代开始萌芽，经过7年的技术导入期后，2011年进入长达10余年的成长期，预计到2028年将步入成熟期，未来5~10年随着技术成熟和政策支持，商业航天将展现出强劲的增长潜力和广阔的发展前景。

4.2 主要建议

当前，我国商业航天已经进入转折发展时期，政府相继颁布商业航天发展扶持政策，2023年，中央经济工作会议首次把商业航天作为战略性新兴产业，2024年《政府工作报告》首次提出将商业航天打造为新增长引擎之一。商业航天作为航天领域的新生力量，经前沿技术研发、商业、政策、资本等多方协同发力，已成为前景广阔的重要未来产业。但在商业航天研究领域，与欧美等发达国家相比，我国商业航天学术研究质量和国际合作水平偏低，也缺少国际领先的高水平科研机构。与此同时，我国商业航天专利技术生命周期分析表明，领域内专利技术还处在成长演化阶段，尚未实现全面商业化应用。为此，本文提出以下建议。

1）培育高水平科研机构，加强国际合作。加快将国内具有航空航天学科优势的高校及相关科研机构建设成为国际领先的高水平研究机构，且注重原始创新，不以论文发表数量为唯一的考评标准，通过提高论文质量，增强我国在商业航天研究领域的学术影响力；通过签署国家层次合作协议、签订企业合作协议、举办学术交流会议以及共建共享等多种方式，加强与美国、德国、俄罗斯、意大利等国家在前沿技术攻关、航天器研制、卫星等多个领域的合作，共同推动全球商业航天技术的进步和产业的繁荣发展。

2）壮大商业航天研发实力，突破前沿关键技术。面向国家航天强国的发展战略和商业航天产业发展的现实需求，聚焦商业航天产业重点领域和关键环节，加大国际空间站、空间信息网络、深度学习等前沿技术领域的研究力度，加快商业火箭发射技术、卫星互联网底层技术、远程遥感商业应用共性技术等关键核心技术攻关，解决我国商业航天产业原创性技术不足等难题，掌握产业发展方向的话语权。

3）把握技术发展周期布局技术专利，加速商业航天产业化进程。根据专利指标及S曲线分析，商业航天技术生命周期将迈入成熟期，需进一步加快完成专利布局。建议抓住未来5~10年商业航天高速发展从成长期进入成熟期的关键时期，加速布局商业卫星和商业火箭专利技术领域，积极拓展通信、导航、遥感应用新场景和开拓卫星应用大众服务领域，加速商业航天领域进入产业化阶段。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	郭文彧, 崔彪. 中美商业航天发展脉络对比分析[J]. 卫星应用, 2021(2):26-31.

[2]	( Guo W Y, Cui B. A comparative analysis of the development context of commercial space between China and the United States[J]. Satellite Applications, 2021(2): 26-31.)

[3]	Wiegmann D A, Shappell S A. Human error analysis of commercial aviation accidents: Application of the human factors analysis and classification system (HFACS)[J]. Aviation Space and Environmental Medicine, 2001, 72(11): 1006-1016.

[4]	Barish R J. Health-physics concerns in commercial aviation[J]. Health Physics, 1990, 59(2): 199-204.

[5]	Blue R S, Riccitello J M, Tizard J, et al. Commercial spaceflight participant g-force tolerance during centrifuge-simulated suborbital flight[J]. Aviation Space and Environmental Medicine, 2012, 83(10): 929-934.

[6]	龚燃, 武珺, 王韵涵. 国外商业航天发展现状与趋势[J]. 卫星应用, 2024(5): 49-55.

[7]	( Gong R, Wu J, Wang Y H. Development status and trend of foreign commercial space[J]. Satellite Applications, 2024(5): 49-55.)

[8]	马良, 何建炜, 王浩铭. 全球商业航天发展新趋势及思考[J]. 国际太空, 2021(8): 25-30.

[9]	( Ma L, He J W, Wang H M. New trends and reflections on global commercial space development[J]. International Space Science, 2021 (8): 25-30.)

[10]	王小军. 中国商业航天的发展与未来[J]. 导弹与航天运载技术, 2020(1):1-6.

[11]	( Wang X J. Development and future of China's commercial space flight [ J ]. Missile and Space Delivery Technology, 2020(1):1-6.)

[12]	高国柱. 我国商业航天政策分析与未来展望[J]. 卫星应用, 2023(10): 54-60.

[13]	( Gao G Z. Commercial space policy analysis and future outlook of our country [ J ]. Satellite Applications, 2023(10):54-60.)

[14]	陈阳, 施帆, 王喜奎. 基于SWOT方法对我国商业航天发展现状的分析研究[J]. 航天工业管理, 2022(11): 24-27.

[15]	( Chen Y, Shi F, Wang X K. Analysis and research on the current situation of commercial aerospace development in China based on SWOT method[J]. Aerospace Industry Management, 2022 (11): 24-27.)

[16]	马雪梅, 陈学娟, 刘雅楠, 等. 中国航天领域研究热点及发展趋势: 基于2016-2020年文献计量分析[J]. 科学观察, 2023, 18(1): 57-66.

[17]	( Ma X M, Chen X J, Liu Y N, et al. Research hotspots and development trends in the field of aerospace in China: based on bibliometric analysis from 2016 to 2020[J]. Science Focus, 2023, 18(1):57-66.)

[18]	孙剑锋. 试析我国商业航天研究现状与热点趋势[J]. 中国航天, 2019(8):13-18.

[19]	( Sun J F. An analysis of the current situation and hot trend of commercial aerospace research in our country [ J ]. China Aerospace, 2019(8):13-18.)

[20]	王婷, 何成, 李璐. 我国商业航天在社会科学领域文献计量分析[C]// 第八届中国(国际)商业航天高峰论坛文集, 2022:7.

[21]	( Wang T, He C, Li L. A social science literature analysis of China's commercial space industry [C]// The 8th China (International) Commercial Space Forum Proceedings, 2022:7.)

[22]	高凯. 文献计量分析软件VOSviewer的应用研究[J]. 科技情报开发与经济, 2015, 25(12): 95-98.

[23]	( Gao K. Application research of document metrological analysis software VOSviewer[J]. Science and Technology Information Development and Economy, 2015, 25(12): 95-98.)

[24]	李瑞波, 张琳, 王珏, 等. 基于Histcite工具的引文网络实证研究[J]. 情报科学, 2015, 33 (10): 130-133.

[25]	( Li R B, Zhang L, Wang J, et al. Based on the research on Histcite tools of citation network[J]. Journal of Intelligence Science, 2015, 33 (10) : 130-133.)

[26]	陈悦, 陈超美, 刘则渊, 等. CiteSpace知识图谱的方法论功能[J]. 科学学研究, 2015, 33(2): 242-253.

[27]	( Chen Y, Chen C M, Liu Z Y, et al. The methodological function of CiteSpace knowledge atlas[J]. Scientific Research, 2015, 33(2):242-253.)

[28]	Durand D, Tankosic C, Chaput D, et al. Feeding and rearing techniques used for larvae of Pleurodeles waltl (urodele amphibian) onboard the MIR space station[J]. Scandinavian Journal of Laboratory Animal Science, 2000, 27(4): 193-201.

[29]	Fortov V E, Vaulina O S, Petrov O F, et al. Dynamics of macroparticles in a dusty plasma under microgravity conditions (first experiments on board the ISS)[J]. Journal of Experimental and Theoretical Physics, 2003, 96(4): 704-718.

[30]	Steagall C A, Smith K A, Soares C E, et al. Induced-contamination predictions for the micro-particle capturer and space environment exposure device[J]. Journal of Spacecraft and Rockets, 2009, 46(1): 39-44.

[31]	Pisacane V L, Kuznetz L H, Locan J S, et al. Thermoregulatory models of space shuttle and space station activities[J]. Aviation Space and Environmental Medicine, 2007, 78(4): A48-A55.

[32]	Hwu S U, Loh Y C, Dobbins J A, et al. Space shuttle UHF communications performance evaluation[J]. IEEE Aerospace and Electronic Systems Magazine, 2005, 20(10): 9-14.

[33]	Goossens O, Vanhavere F, Leys N, et al. Radiation dosimetry for microbial experiments in the International Space Station using different etched track and luminescent detectors[J]. Radiation Protection Dosimetry, 2006, 120(14): 433-437.

[34]	Cucinotta F A, Kim M H Y, Willingham V, et al. Physical and biological organ dosimetry analysis for International Space Station astronauts[J]. Radiation Research, 2008, 170(1): 127-138.

[35]	Rykova M P, Antropova E N, Larina I M, et al. Humoral and cellular immunity in cosmonauts after the ISS missions[J]. Acta Astronautica, 2008, 63(7/8/9/10): 697-705.

[36]	Wang Y, Sheng M, Zhuang W H, et al. Multi-resource coordinate scheduling for earth observation in space information networks[J]. IEEE Journal on Selected Areas in Communications, 2018, 36(2): 268-279.

[37]	Zhang L, Huang W, Miao X, et al. The impact of storage capacity usage and predictable contact schedule on dynamic routing for opportunistic deep space information networks[J]. Wireless Personal Communications, 2014, 77(2): 1377-1395.

[38]	Zhang L, Zhou X W. Hop-by-Hop dynamic congestion control with contact interruption probability for intermittently connected deep space information networks[J]. Wireless Personal Communications, 2013, 71(1): 399-424.

[39]	Zhang L, Zhou X W, Guo J W. Noncooperative dynamic routing with bandwidth constraint in intermittently connected deep space information networks under scheduled contacts[J]. Wireless Personal Communications, 2013, 68(4): 1255-1285.

[40]	Zhang R, Zhang Y L, Zhang X Y. Tracking in-cabin astronauts using deep learning and head motion clues[J]. IEEE Access, 2021, 9: 2680-2693.

[41]	Li Z W, Leong W J, Durand M, et al. Super-resolution deep neural networks for water classification from free multispectral satellite imagery[J]. Journal of Hydrology, 2023, 626:130248.

[42]	Liu Y, Zhu M, Wang J, et al. Multi-scale deep neural network based on dilated convolution for spacecraft image segmentation[J]. Sensors, 2022, 22(11): 4222.

[43]	Dunkel E R, Swope J, Candela A, et al. Benchmarking deep learning models on myriad and snapdragon processors for space applications[J]. Journal of Aerospace Information Systems, 2023, 20(10): 660-674.

[44]	王山, 谭宗颖. 技术生命周期判断方法研究综述[J]. 现代情报, 2020, 40(11): 144-153.

[45]	( Wang S, Tan Z Y. A review of technology life cycle assessment methods [ J ]. Modern Intelligence, 2020, 40(11):144-153.)

[46]	Lee C, Kim J, Noh M, et al. Patterns of technology life cycles: stochastic analysis based on patent citations[J]. Technology Analysis & Strategic Management, 2017, 29(1): 53-67.

[47]	王冰, 王理, 陈大明, 等. 基于TRIZ的S型曲线进化法则应用研究综述[J]. 情报探索, 2023(1): 112-118.

[48]	( Wang B, Wang L, Chen D M, et al. A review of the application of evolutionary rule of s-curve based on TRIZ[J]. Intelligence Quest, 2023(1):112-118.)

[49]	Unal D, Yeldan H, Gul E, et al. Gompertz, logistic and brody functions to model the growth of fish species Siganus rivulatus[J]. Acta Biologica Turcica, 2018, 30(4):140-145.

[50]	Peleg M, Corradini M G, Normand M D. The logistic (Verhulst) model for sigmoid microbial growth curves revisited[J]. Food Research International, 2007, 40(7):808-818.

[51]	张奔. 国内外高速轨道技术生命周期特征的比较与启示:基于专利视角[J]. 情报杂志, 2020, 39(1):83-90.

[52]	( Zhang B. Comparison and enlightenment of life cycle characteristics of high-speed orbit technology at home and abroad: Based on patent perspective[J]. Journal of Intelligence, 2020, 39 (1) : 83-90.)

基金资助

^☆2024年广州市科协智库建设项目(ZK20240101)

PDF (4423KB)

1056

访问

被引

详细

导航

Published
2024-12-15
Online Date
2024-12-17

摘要