应用虚拟结构的卫星编队飞行自适应协同控制

针对卫星编队飞行协同控制存在质量、转动惯量不确定性及外部扰动的问题,提出了一种应用虚拟结构的卫星编队飞行自适应协同控制方法。首先,通过对虚拟结构模型的描述,建立了虚拟结构状态变量与编队卫星期望状态之间的表达式;其次,设计了编队卫星和虚拟结构的位置、姿态自适应协同控制器,通过在虚拟结构控制器中引入编队卫星的状态误差,实现了编队信息至虚拟结构的反馈,并采用Barbalat引理证明了闭环系统的稳定性和对有界扰动的抑制:最后,以三星编队协同轨道机动和空间指向性偏转为例对所设计的控制器进行了仿真验证。仿真结果表明:设计的控制器能够实现对编队卫星质量和转动惯量的自适应估计,使得编队卫星位置和姿态控制误差最终趋近于零,验证了所提方法的有效性。     

基于解耦双通道线性自抗扰控制的连续型机械臂轨迹跟踪策略

针对包含多源不确定性的连续型机械臂轨迹跟踪问题，提出基于解耦双通道的线性自抗扰控制策略以抑制不确定性对跟踪性能的不利影响.首先，引入虚拟控制量实现对MIMO系统的解耦，针对解耦率已知和未知两种情况，均设计双通道线性自抗扰控制器.利用线性扩张观测器对系统不确定性进行实时补偿，并给出观测器参数整定方法，进一步基于Lyapunov稳定性理论证明了其收敛性.设计仿真，综合考虑未知解耦率、未建模动态以及未知外部干扰等情况，结果验证了本文所提控制方法的有效性.进一步将其与计算力矩法相比较，结果表明LADRC能够处理更大范围不确定性，鲁棒性更强.基于解耦双通道线性自抗扰控制策略为连续型机械臂高精度轨迹跟踪提供了新思路.     

天基信息港的多源信息融合任务调度研究

在天基信息港上实现多源信息融合,可以将数据的传输与处理集中在星上,减少了数据处理中心接收和分发数据的传输时间,提高了信息获取的时效性。考虑到任务高时效性的需求及天基信息港的资源受限,文章提出了天基信息港的多源信息融合任务调度问题,通过分析多源信息融合任务流程、天基信息港的资源特征,以最小化任务完成时间为优化目标,建立了天基信息港的多源信息融合任务调度模型,并设计了一种多机循环插入（Multi-machine Circular Insertion,MCI）算法对模型求解。仿真结果表明,该算法相比于列表调度算法能够平均减少10.8%的任务完成时间,算法运行时间大约为遗传算法的1/20,表明该算法能够满足天基信息港任务调度的高时效性要求。     

基于验前信息的测试性验证试验方案确定方法

针对目前测试性验证试验方案样本量过大、工程上实现困难的问题,提出了基于验前信息的复杂设备的Bayes测试性验证试验方案.首先,利用Beta分布对测试性验前信息的不确定性进行描述,运用不同来源的验前信息确定验前分布超参数;然后,定义了验前分布不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;接着,利用融合后的验前信息建立成败型装备测试性验证试验方案的Bayes决策模型;最后,通过实例分析表明,与经典验证试验方案相比,新方案减少试验样本量40%左右,又克服了传统Bayes验证试验方案的冒进.      

产品协同设计中异构模型数据融合的有效策略

针对复杂产品设计中，不同设计工具产生的模型数据之间的融合问题，提出了一种工具间端到端的异构模型数据融合策略。利用数据库管理动态特性，通过模型信息共享，实现异构模型数据之间的融合。在OpenMBEE系统集成环境中，通过建模工具CREO二次开发，利用所提策略获取全生命周期设计中的动态模型属性信息，通过3D模型编辑及重用功能测试，验证了所提策略的有效性。利用自动获取可视化模型属性信息的智能算法，设计一种基于Transformer模型与双向长短期记忆(Bi-LSTM)模型相结合的模型属性智能提取算法，利用神经网络的多层感知特性，通过对模型中属性文本信息进行深度学习、特征分析，实现了对异构数据属性信息的自动提取功能。利用CAMEO建模工具设计的需求分析模型构建模型数据集，验证了智能模型信息自动提取功能的有效性。      

卫星姿态控制系统的故障可诊断性评价研究

在不依赖任何诊断算法的前提下,对卫星姿态控制系统中传感器和执行器的故障可诊断性进行评价,旨在将提高系统故障诊断能力的工作重点前移到设计阶段.由于反馈控制的存在,导致故障会在整个系统中进行传播,使得单故障源表现出多异常征兆,这给闭环系统的故障诊断带来极大挑战.将故障视作扩展状态,并考虑模型不确定性,得到卫星姿态闭环控制系统的状态空间模型;根据可观测性判据,给出并证明考虑建模不确定性的加性故障和乘性故障可诊断性条件.所得相关结论可为卫星姿态控制系统设计提供理论参考依据.     

基于多信号流图的诊断贝叶斯网络建模

多信号流图与贝叶斯网络是两种不同的建模方法,对两种建模方法的异同分析表明多信号流图到贝叶斯网络的转化是可行的.为了降低诊断贝叶斯网络模型的开发费用,提出了一种基于多信号流图的诊断贝叶斯网络建模方法,从模型结构和模型参数两个方面论述了多信号流图向诊断贝叶斯网络的转化方法.依据该方法生成的诊断贝叶斯网络模型具有应对复杂系统故障诊断的证据冲突及不确定性问题的优点.实验证明所获得的诊断贝叶斯网络模型的诊断准确性与多信号流图模型一致.     

基于有限存储空间的分布式传感器融合估计器

研究具有信息传输模型不确定性、随机时间延迟和数据丢包的网络化多传感器分布式融合估计问题。模型的不确定性刻画为系统矩阵中的非高斯非白噪声干扰，在远程处理中心处设置有限长度的存储空间用来存储各个传感器延迟到达的测量值。在最小方差原则下设计了一种利用测量值到达变量的最优常增益局部估计器，利用协方差交叉加权方法得到最优分布式融合估计器并推导得到使得估计器有界的条件。最后，通过某电源系统计算实例仿真验证所提融合估计器的有效性。     

多敏感器卫星姿态确定的联邦滤波器设计

针对由惯性测量组件、星敏感器、数字式太阳敏感器和红外地球敏感器构成的卫星姿态确定系统 ,提出采用联邦滤波器进行信息融合。设计了多敏感器信息融合的联邦滤波器结构和算法 ,推导了卫星姿态确定的误差状态方程和各子系统的量测方程。仿真分析结果表明 ,采用联邦滤波器对多敏感器卫星姿态确定系统进行信息融合 ,能够以较小的计算量实现高精度的信息融合 ,并且还能使高精度的信息融合具备容错性能     

基于不确定性的航空装备体系保障性评估

针对航空装备体系结构复杂、要素繁多、耦合性强的特点，对其保障流程进行了研究。采用多Agent建模技术开展航空装备体系保障性仿真建模，并进行分析评估；考虑到保障过程中大量存在的主客观不确定性因素，分别采用模糊变量和随机分布2种变量形式予以描述；为符合客观变量动态时变的特点，将基于交叉熵的最大似然估计和哈密顿蒙特卡罗方法相结合，实现基于信息更新的仿真参数描述，优化航空装备体系保障仿真模型。以一个典型战训任务为例，验证了所提方法的可行性和准确性。      

基于ORBCOMM卫星机会信号的定位技术

为摆脱对全球导航卫星系统（GNSS）的依赖，克服其有意或无意干扰情况下无法工作等问题，可采用机会信号（SOP）实现定位，低轨卫星机会信号具备信号功率高、覆盖性广及无需增建基础设施等优点。提出了利用轨道通信卫星（ORBCOMM）系统实现天基机会信号定位。通过对ORBCOMM卫星机会信号的通信体制进行深入研究，实现了利用ORBCOMM卫星机会信号获取多普勒测量信息，建立了瞬时多普勒定位及其几何精度因子的数学模型，并采用卫星TLE数据结合轨道预测模型获得的卫星轨道信息实现ORBCOMM卫星机会信号定位。实测结果表明:利用ORBCOMM卫星机会信号可实现精度优于140 m的定位。研究成果对基于天基机会信号定位技术的理论研究及应用具有重要意义。      

多通道隔离电压采集板设计及验证

本文以卫星地面供配电测试阶段的母线电压及二次电源电压测量为背景，设计了多通道隔离电压采集板卡。首先归纳总结了卫星母线电压、二次电源电压及遥测指令信号典型接口电路，分析了以上几种电路的输出阻抗特点，然后设计了合理的隔离电路及测量电路，最后提出基于成熟的CPCI总线架构的模块化板卡方案实现测试设备的通用化设计及隔离性验证方法；经实际产品研制和系统测试，该板卡能够满足供配电地面测试设备对多通道隔离电压的采集需求。     

基于多模型最优融合的双星定位系统一体化精密定轨方法

针对卫星动力学模型复杂且不准,考虑到卫星定轨中待估参数在时间和空间上的相关性,提出了一种基于多模型最优融合的双星定位系统一体化参数建模的近地卫星精密定轨新方法.利用节点自由分布B样条描述卫星运动,实现了对卫星粗略动力学模型的抑制作用;同时结合双星观测模型,使该方法转化为关于求解卫星轨道样条表示参数和定轨系统误差的多模型融合的非线性优化问题;通过引入模型结构确定最优融合权值的选取准则,在最小二乘准则下,采用非线性最优化方法搜寻样条的最优节点分布,得到了待估参数的最优估计,完成了近地卫星的精密定轨.理论分析和仿真计算表明,该方法确实有效,不仅提高了卫星的定轨精度,而且使状态估计的结构更加稳定.      

基于线性回归近似替代模型的分布式卫星系统不确定性分析方法

分布式卫星系统在空间科学领域具有广泛的应用前景,同时也对概念设计阶段的分析工作提出了更高的要求.在分布式卫星系统概念设计阶段,评价不确定性参数对于最终探测效能的影响有着重要的工程应用价值.传统的不确定性分析方法存在解析困难、数值模拟计算效率低且耦合关系表征不明确的缺点.本文结合概念设计阶段不确定性分析的特点和需求,提出一种线性回归近似替代模型,将不确定性参数对于探测效能影响的结果计算降维为一个线性组合系数的求解问题.利用一个空间多点探测物理场分界面任务作为典型事例进行仿真验证,结果表明,相比传统数值模拟方法,本文方法在计算效率上具有明显优势且对关键不确定性参数有一定识别作用.      

导航卫星单粒子软错误影响建模与仿真方法

单粒子(SEU)软错误是导致卫星中断、影响卫星可用性的重要因素。针对SEU软错误在导航卫星内部的失效传播过程描述与影响评估问题,提出一种基于有限状态机(FSM)理论/Stateflow的软错误影响传播过程建模方法,阐述了构建软错误传播过程有限状态机模型的基本元素与原则,并针对导航卫星特点提出软错误影响传播与防护恢复策略的建模思路。利用Stateflow仿真得到单星可用度与平均任务中断时间,分析了多种恢复策略时间对整星可用性指标的影响;并通过构建MATLAB与STK联合仿真平台,由单星软错误传播仿真结果得到星座位置精度因子(PDOP)可用性指标,从而评估了SEU软错误在整星与星座2个层级的影响。      

Distributed satellite autonomous navigation using X-ray pulsars

Distributed X-ray pulsar-based navigation (DXNAV) is an effective method to realize earth-orbit satellite positioning under weak pulsar signal conditions. In this paper, we propose a new DXNAV method based on multiple information fusion. The DXNAV system principle and the pulse phase estimate Cramér-Rao lower bound are deduced. To suppress the calculation complexity and the error source, the X-ray pulsar photon time-of-arrival detected by each satellite is equivalently converted to the leading satellite directly using the inter-satellite link ranging and starlight angular distance measurement. A high precision estimate model of the pulse phase is built using pulsar standard profile, observed profile, and star-geocentric angular distance from distributed satellites. The estimated pulse phase is real-time supplied to the navigation system, which is established in the form of a deviation equation. The two-stage Kalman filter is designed to estimate the pulse phase in profile histogram bin step and the leader position in real-time step. Compared separately with the maximum likelihood phase estimate method and the celestial navigation method using only the star-geocentric angular distance, the simulation analysis shows that the estimation precisions of position and velocity are improved by 29% and 25%.     

大型复杂项目风险建模与熵决策

对复杂系统规模庞大、结构复杂、风险众多从而难以进行决策的问题,提出了分级建模、风险过滤、风险评价和熵决策的复杂项目风险决策思路.应用分级全息建模技术辨识系统风险,开发了一个卫星系统研制项目的风险识别模型,克服了单一模型描述风险源的局限性;通过风险过滤、评级和管理技术对已经识别的风险进行定性和定量的度量,对风险进行分级,确定了关键风险;利用熵决策模型对关键风险进行评估和优选,得到最优决策方案.在此基础上开发了一个卫星系统研制项目方案选优决策的案例对该过程进行了分析,为大型复杂项目风险决策、重大工程项目方案择优决策提供了一条新的思路.