考虑结构参数不确定性的月球探测器结构优化设计

针对月球探测器结构优化过程中存在的分析耗时和结构参数不确定性影响问题，提出了考虑结构参数不确定性的月球探测器结构快速优化框架。优化框架基于多域子结构运动综合方法，建立了月球探测器结构多域子结构模型，实现了模型规模的降低，提高了模型分析效率；基于区间场不确定性分析方法，建立了结构参数不确定性模型，并开展了探测器结构参数区间灵敏度分析；基于区间可能度理论实现了不确定性优化问题的转换。通过两个优化算例进行方法验证，优化分析结果表明，基于本文的结构优化框架，可以明显提高结构优化效率；通过与确定性优化结果对比，验证了考虑结构不确定性的结构优化可以提高分析结果的可靠性。     

卫星遥测数据短时CEEMDAN-PSO-ELM预测模型

针对卫星遥测数据变化类型众多而导致传统预测模型难以准确预测的问题，提出一种基于自适应噪声完整集成经验模态分解(CEEMDAN)-粒子群(PSO)-极限学习机(ELM)的组合预测模型。首先对遥测序列进行CEEMDAN分解，以降低序列的非线性;然后利用PSO对ELM预测模型的输入权值和隐含层偏差进行优化;最后利用PSO-ELM预测模型分别预测分解后的序列，依次相加得到最终预测结果。将其应用在某在轨卫星实测数据中，与传统的预测模型比较。结果表明:该方法在平均绝对误差、平均绝对百分误差、均方根误差、标准均方误差指标上均最小，在曲线拐点处与真实数据最为接近。证明该模型能实现准确预测的功能。     

卫星成本预测的一种动态建模结构

首先从卫星成本预测的决策对象分析入手，研究了卫星工程和卫星成本的结构，同时进一步分析阐述了卫星成本预测的发展状况，在此基础之上，把在其它领域应用较为广泛而且成熟的动态建模的思想及技术引入到了卫星成本预测模型之中，并结合卫星自身特点，对适合于卫星领域成本预测的动态模结构进行了研究与分析，获得了一种动态建模结构。     

预测区间技术在航天器数据处理中的理论与应用研究

面对航天领域收集到的大量遥测数据，对其整理、分析就需要运用统计的手段，采用了基于统计推断学的区间参数估计理论的预测区间技术，对传统的模型趋势预测研究进行了拓展。通过对航天数据及其预测模型的深入分析，把握其内在的统计规律，建立了模型预测与区间估计理论相结合的预测区间模型，给出未来数据在一定置信度下的变化区间。最后，将该技术应用于航天器数据预测实例分析，验证了该方法的有效性。     

基于过程神经网络的热平衡温度预测研究

为缩短航天器热平衡试验周期，以降低航天器研制成本，提出了一种基于过程神经网络的热平衡温度预测模型。为简化该模型的学习过程，提出了一种基于正交基函数展开的基本学习算法，利用基函数的正交性不仅可以简化模型中的时间累积运算过程，而且能提高模型对解决实际问题的适应性。同时，为增强模型的外推预测能力，在基本学习算法的基础上给出了一种基于新增样本的学习算法，使模型既能对新增样本进行快速学习又不损失对原有样本的记忆。实际应用表明，该预测模型能够利用某型号卫星热平衡试验中某监测点进入稳定工况后40小时内的试验数据提前42．5—68小时获得该监测点的极限热平衡温度。     

基于双树复小波分解的云量时间序列模型预测

针对传统云量预测模型应用于高分辨率卫星影像云量时间序列数据时存在的实用性差、拟合效果差及预测结果准确度低的问题,提出了一种基于双树复小波分解的云量时间序列组合模型预测方法。该方法利用DT-CWT分解的方法提取出云量时间序列的低频趋势信息和高频随机信息,对低频和高频序列分别应用时间序列分析与Elman神经网络的预测方法,然后将两个序列的预测结果重构得到最终的云量预测结果。实验结果表明,应用双树复小波分解的低频信息可以更好的反应云量变化趋势,高频信息也可以更好的保留云量变化的随机信息。该方法预测结果的平均绝对误差和均方根误差相比传统预测模型均有所减小,预测准确度有所提高,能够更好的拟合高分辨率卫星云量时间序列的变化规律。在卫星成像任务规划时将云量预测的结果作为参考信息,选择云量覆盖较小的时间窗口,可以获取更高品质的卫星有效成像数据。     

预测区间技术在航天器数据处理中的理论与应用研究

面对航天领域收集到的大量遥测数据,对其整理、分析就需要运用统计的手段,采用了基于统计推断学的区间参数估计理论的预测区间技术,对传统的模型趋势预测研究进行了拓展.通过对航天数据及其预测模型的深入分析,把握其内在的统计规律,建立了模型预测与区间估计理论相结合的预测区间模型,给出未来数据在一定置信度下的变化区间.最后,将该技术应用于航天器数据预测实例分析,验证了该方法的有效性.     

多航天器协同探测效能影响参数不确定性分析

为解决传统基于蒙特卡洛仿真的探测效能不确定性分析评价方法中时间效率低，参数关系映射单一的问题，提出一种基于神经网络的不确定性分析方法，利用人工神经网络在拟合回归分析上的非线性特性，设计了能够替代复杂系统的神经网络结构，能够通过少量仿真计算结果作为训练样本实现模型的收敛并能有效反映被替代系统的原有特性。选择以一个多航天器的天文观测任务作为典型用例，建立了仿真分析模型，并与蒙特卡洛仿真方法结果进行了对比，验证了此方法的准确性和计算效率。     

考虑区间叠加不确定间隙的空间可展机构动力学研究

本文建立了考虑不确定间隙空间可展机构动力学模型，通过对不确定间隙进行描述，结合传统接触模型提出含不确定区间间隙的接触力模型，并将其嵌入展开单元动力学模型，通过切比雪夫区间求解对含区间系统动力学模型进行求解，针对区间求解中启动阶段估计不准、区间叠加误差过大、区间整合的问题与展开单元叠加问题，提出了相适应的区间扩张、局部均值分解与瞬时叠加方法降低区间求解误差，并给出区间间隙累加下动力学响应边界。结果表明:区间间隙大小主要对系统运动精度产生较大影响，而区间间隙数量对系统运动稳定度影响较为严重。区间叠加方法相比于传统拟合方法可进一步提高空间可展机构预示精度，相较于传统拟合结果可提高7.74%。     

卫星轨道保持的非线性鲁棒自适应变结构控制

应用反馈线性化方法，对卫星轨道保持的非线性动力学进行线性化，考虑线性化模型的范数有界不确定性，设计变结构各棒控制器，得到卫星轨道保持的非线性鲁棒控制律。在此基础上，利用自适应控制方法，得到一种具有不确定性范数上界估计能力的鲁棒自适应变结构控制器。进行数值仿真研究，验证了所提出控制器设计方法的有效性和适应性。     

基于马尔可夫蒙特卡洛法的系统辨识方法研究及应用

提出了基于马尔可夫蒙特卡洛(MCMC)的贝叶斯辨识方法,以解决高超声速飞行器系统辨识中复杂动力学模型转换为简单或稀疏模型所带来的不确定性问题,以及存在的训练数据大和积分难处理的问题。该方法将数据退火算法引入MCMC中,不仅解决了MCMC易陷入局部最优的问题,并且将数据退火与“高信息训练数据”的概念相结合,能够以较低的计算成本分析大数据集。此外,该方法可以对参数估计过程中存在的不确定性进行量化,获得未知参数的最优估计值。通过仿真实验,验证了提出的系统辨识方法的有效性,辨识出的模型能够有效应用于控制器设计之中,并获得较好的控制效果。     

基于可逆跳MCMC的AR模型阶次判定及其在陀螺漂移预测中的应用

为消除传统方法在样本数较少时确定模型的不足,提出了一种在贝叶斯准则下将可逆跳MCMC法用于AR模型的阶次估计,以抽样的方法解决AR模型对时间序列拟合时的阶数不确定问题。给出了阶次估计算法的公式和步骤。仿真试验和某陀螺漂移模型估计的结果表明,该法预测结果与实际较为吻合。但为进一步提高预测精度,还需研究平稳性和初始状态的影响。     

一种基于频移补偿的apFFT相位估计改进方法及应用

全相位快速傅里叶变换（all phase Fast Fourier Transform,apFFT)相位一致性特点使正弦信号相位估计不受频率估计影响,但由于频谱泄露和栅栏效应,apFFT相位估计性能受信号频率位置影响。针对该问题,提出了一种基于高精度频率估计和补偿的apFFT相位估计方法。首先,对信号进行高精度频率估计,并以此对信号进行频移补偿,然后对补偿信号进行apFFT,最后求解信号相位。蒙特卡洛仿真结果表明：所提算法的相位估计性能不受信号频率位置影响,相位估计误差性能与理论值一致,受两参数克拉美罗界（CRLB₂）约束,约为1.158 2倍的CRLB₂;相位估计性能和抗噪声能力明显优于经典apFFT算法和其他对比算法。更进一步,利用我国首次火星探测器TW-1（天问一号）近火捕获段干涉测量数据进行算法验证,结果表明：相位估计精度约4 mrad,干涉测量时延估计精度约50 ps。     

On-orbit servicing system assessment and optimization methods based on lifecycle simulation under mixed aleatory and epistemic uncertainties

To assess the on-orbit servicing (OOS) paradigm and optimize its utilities by taking advantage of its inherent flexibility and responsiveness, the OOS system assessment and optimization methods based on lifecycle simulation under uncertainties are studied. The uncertainty sources considered in this paper include both the aleatory (random launch/OOS operation failure and on-orbit component failure) and the epistemic (the unknown trend of the end-used market price) types. Firstly, the lifecycle simulation under uncertainties is discussed. The chronological flowchart is presented. The cost and benefit models are established, and the uncertainties thereof are modeled. The dynamic programming method to make optimal decision in face of the uncertain events is introduced. Secondly, the method to analyze the propagation effects of the uncertainties on the OOS utilities is studied. With combined probability and evidence theory, a Monte Carlo lifecycle Simulation based Unified Uncertainty Analysis (MCS-UUA) approach is proposed, based on which the OOS utility assessment tool under mixed uncertainties is developed. Thirdly, to further optimize the OOS system under mixed uncertainties, the reliability-based optimization (RBO) method is studied. To alleviate the computational burden of the traditional RBO method which involves nested optimum search and uncertainty analysis, the framework of Sequential Optimization and Mixed Uncertainty Analysis (SOMUA) is employed to integrate MCS-UUA, and the RBO algorithm SOMUA-MCS is developed. Fourthly, a case study on the OOS system for a hypothetical GEO commercial communication satellite is investigated with the proposed assessment tool. Furthermore, the OOS system is optimized with SOMUA-MCS. Lastly, some conclusions are given and future research prospects are highlighted.     

基于改进MCMC的波束内目标与诱饵联合参数估计

波束内目标与诱饵的参数估计是导引头正确实现目标分选、完成波束指向调整与精确跟踪的必要条件。目标与诱饵的“紧密接近”导致接收回波混叠,使得常规参数测量与估计方法失效。基于实际采样处理中目标回波能量会“溢出”到相邻匹配滤波采样点这一信号模型,通过贝叶斯原理从观测的条件似然以及未知参数的先验分布获取待估计参数的后验概率分布,采用Markov Chain Monte Carlo (MCMC)方法中的Metropolis-Hastings (M-H)抽样算法联合估计目标与诱饵的相关参数,并根据拖曳式诱饵干扰对抗的特点对M-H抽样进行了改进。各种典型干扰条件及动态攻击场景下的仿真试验表明了本文方法的有效性。
     

基于蒙特卡洛法的卫星天线板展开精度分析

卫星天线板的展开精度对卫星在轨工作精度有影响显著,展开精度受多种因素影响,其中加工装配误差难以避免且具有不确定性,需利用统计和概率方法进行研究。文章分析了卫星天线板支撑机构锁定铰链锁定位置偏差对天线板展开精度的影响;建立了卫星天线板动力学模型,提取动力学分析结果作用于展开状态的天线板有限元模型进行静力分析,得到结构节点变形;定义了衡量天线板变形程度的精度指标,包括平面度偏差和指向角度偏差;基于给定的铰链锁定误差分布,采用蒙特卡洛法得到了天线板展开状态下精度指标的概率分布,拟合并验证了其满足正态分布,为天线板的可靠性设计和展开精度改进提供了依据。     

分离模块航天器综合评估方法研究

以分离模块航天器概念设计阶段的方案评估分析为目标,提出一种基于数学建模和蒙特卡洛模拟的定量化评估分析方法框架。首先,定义了分离模块航天器生命周期状态及其转移过程,建立了状态转移概率矩阵,将生命周期不确定风险因素在状态转移过程中加以考虑;进而,基于系统状态模型建立了分离模块航天器生命周期成本和净收益计算模型;然后,以生命周期成本和净收益的均值和标准差作为评价指标,提出了基于蒙特卡洛模拟的综合评估仿真分析方法;最后,采用典型设计案例进行了分析与验证。     

一种复杂外形航天器投影面积计算的Monte Carlo方法

针对航天器投影面积的计算问题，借鉴统计学中Monte Carlo技术的思想，结合计算几何学中基本的射线与三角形相交理论，提出一种鲁棒性和通用性都较好的计算复杂外形航天器沿任意方向投影面积的Monte Carlo方法，详细给出方法实现过程，采用共享存储模式实现了方法的并行化，以充分利用当前高性能计算领域主流的多核处理器技术。以投影面积存在解析解的单面圆形平板和欧洲空间局SAMSON小卫星在典型姿态下的投影面积验证了方法的可靠性以及对复杂工程外形的适用性。该方法可应用于SAMSON和GOCE卫星大量姿态下投影面积的计算，分析赤纬和赤经对投影面积的影响，为卫星的姿态和轨道控制提供输入参数。     

基于预警卫星观测数据的弹道重构算法研究

地球静止轨道顶警卫星弹道重构是弹道导弹防御的一个重要环节，利用基于Stirting插值逼近的非线性KALMAN滤波方法，对凝视型弹道重构算法进行了研究。在对导弹动力学模型分析的基础上，建立了弹道状态方程组和观测方程组，并对滤波计算中的初值选取，参数变换进行了讨论。滤波计算中的初值选取所用的多项式拟合方法，可以进行扫描型弹道重构的实现，但精度不高。通过仿真计算，对算法的可行性进行了验证。     

基于RJ-MCMC的DS-CDMA信号扩频码与信息序列盲估计

针对非合作低信噪比环境下的DS-CDMA信号参数估计问题,在分析信号模型的基础上,提出一种基于可逆跳跃的马尔科夫链蒙特卡罗(RJ-MCMC)扩频序列和信息序列联合估计算法。该算法通过建立信号参数和用户个数的联合后验分布模型,迭代抽样得到待估分布的样本,并有效地在不同维数的子空间中跳转,从而构造一条马尔科夫链,使其平稳分布为待估参数的后验分布。仿真结果表明,该算法在功率相同和不同的条件下均能适应较低的信噪比,并且对不同的用户个数具有较强的适应性,同时算法的估计性能相对现有的方法也有很大的改善。