共查询到10条相似文献,搜索用时 516 毫秒
1.
2.
针对集群航天器协同观测任务分配问题,提出一种基于深度神经网络和鲁棒自适应拍卖算法的快速任务分配策略。为提高燃料消耗指标的计算效率,利用深度神经网络直接预测连续推力转移轨迹的燃料消耗,避免在线规划相对运动轨迹。通过构造虚拟收益矩阵和分配向量使得拍卖算法适用于航天器数与任务数目不一致的分配问题。为提高拍卖算法的收敛速度,提出报价增量自适应调整策略。考虑到通信失联、航天器故障等不确定因素,通过在线调整故障航天器的收益和报价矩阵以提高算法鲁棒性。数值仿真表明深度神经网络对燃料消耗指标预测精度高,基于深度神经网络和鲁棒自适应拍卖算法的快速任务分配策略可在保持计算精度的同时,将计算效率提升约两个数量级。 相似文献
3.
4.
5.
基于归一化神经网络的航天器自适应姿态跟踪控制 总被引:2,自引:0,他引:2
针对以变速控制力矩陀螺(VSCMGs)为姿态控制执行机构的航天器在同时考虑惯性参数和执行机构不确定性情况下的姿态跟踪控制问题,提出了一种基于归一化神经网络的自适应姿态跟踪控制方法。设计一个非线性反馈控制器作为航天器姿态控制的基本控制器,利用归一化神经网络设计补偿控制器,用以在线估计和消除包含系统不确定参数的未知不确定函数的影响,避免了标准自适应控制方法需要进行大量不确定参数估计的缺陷。采用神经网络输入归一化技术,简化了闭环系统复杂的稳定性分析过程。理论分析证明了闭环系统的稳定性和姿态跟踪误差的收敛性。仿真结果表明,所提出的控制方法能满足航天器在惯性参数和执行机构不确定性及外干扰存在情况下的高精度姿态跟踪控制要求。
相似文献
相似文献
6.
单个轨道圈次内星上能量和侧摆次数有限,在卫星观测调度时考虑任务聚类可以提高观测效率。分析了满足用户分辨率需求下多任务聚类的约束条件,并对聚类任务的时间窗口和侧摆角度进行了合理优化。提出了先聚类后调度再修复的分阶段求解策略:首先用团划分聚类算法和启发式插入聚类算法把多星多轨道圈次观测调度问题转化为单星单轨道圈次观测调度问题,然后采用基于时间序无圈有向图的多准则优化卫星调度方法求解单星单轨道圈次调度问题,最后提出一种修复策略进一步优化调度结果。案例仿真表明,提出的方法可行,能够提高卫星的观测效率。 相似文献
7.
8.
X射线脉冲星导航中相位模糊度解算 总被引:1,自引:0,他引:1
分析了脉冲星相位观测量的特点,介绍了采用单差、先双差后单差、航天器钟差辅助检验等三种模糊度搜索方法.利用仿真数据对比了三种方法检验的效果.通过计算,先双差后单差检核方法明显优于单差检核的方法.解算航天器钟差同样可起到辅助检核的作用,提高模糊度搜索的成功率.模糊度搜索受时间误差、脉冲星位置误差的影响较小,受相位误差影响较大.进行模糊度搜索时,在寻求较少模糊度组合数的同时,应优选几何结构好、测距误差小的脉冲星组合. 相似文献
9.