非合作目标的自主接近控制律研究

主要研究了针对非合作航天器的自主交会和拦截两种接近模式的控制律。根据非线性相对运动方程,采用李雅普诺夫(Lyapunov)方法设计了自主交会的控制律;并对该控制律进行了改进,使其适用于拦截模式,能以一定的相对速度接近目标。同时针对非合作目标存在机动的情况,采用Lyapunov最小-最大方法设计了自主接近的控制律。仿真结果证明了基于Lyapunov方法的自主接近控制律的有效性。     

基于非开普勒轨道的高超声速临近空间飞行器自主天文导航研究

针对航天器自主导航方法不适合高超声速临近空间飞行器的问题, 研究了基于非开普勒轨道的高超声速临近空间飞行器自主天文导航方案. 论述了基于非开普勒轨道的自主天文导航机理, 通过对高超声速临近空间飞行器受力分析, 建立了动力学方程; 利用矢量倒数法则推导出空间运动方程; 设计了基于非开普勒轨道的状态模型和基于星光折射间接敏感地平的观测模型, 采用卡尔曼滤波进行了仿真验证. 仿真结果表明, 基于非开普勒轨道的高超声速临近空间飞行器自主天文导航可达到较高的位置和速度精度.      

轨道维持与调相的综合优化策略研究

在交会对接飞行任务设计研究中必须首先确定目标航天器的轨道设计策略,研究了一种将目标航天器轨道维持和调相两种任务进行综合优化的策略.轨道维持的任务是使得目标航天器轨道的形状和位置符合交会要求,调相的任务是使目标航天器在轨道中的初始相位角符合交会要求.在考虑了交会对接发射窗口、交会终端约束条件下,将目标航天器轨道设计问题转化为一个非线性规划问题,应用序列二次规划方法对其进行了求解.仿真计算表明,这种方法既能以较少变轨次数满足交会对接任务要求,又能节省燃料,为空间交会对接任务规划提供了重要参考.     

一种有限推力航天器交会轨道的鲁棒设计方法

基于C—W方程描述的二体相对运动模型,考虑利用范数有界方法刻画航天器交会过程中的参数不确定性,并结合控制推力受限的工程需要,提出了一种在不确定环境下有限推力航天器交会轨道的设计方法。通过构造Lyapunov函数,将此设计问题转化为一个具有线性矩阵不等式约束的凸优化问题,通过求解此问题即可设计出符合航天器交会要求的鲁棒状态反馈控制器。     

圆轨道航天器八面体编队构型轨道动力学分析

提出一个全新的八面体航天器编队构型,该构型体现出当前编队飞行多种轨道构型的特征,同时也适于作为空间演示试验的编队飞行模式。八面体编队构型的设计思路是基于C-W方程,轨道平面内沿航向编队构型可利用轨道动力学自然保持,正上方或正下方编队构型则需要依靠平面内控制来实现,垂直轨道平面的编队构型需要施加法向控制来实现。对基于C-W方程的悬停动力学模型进行了精度分析,最后以低轨道航天器的八面体编队构型为例进行了数学仿真验证。     

多体航天器大角度机动鲁棒控制

研究了具有模型不确定性的多体航天器大角度机动控制问题。航天器姿态动力学方程具有不确定性和非线性。首先通过逆系统方法求得近似伪线性系统,然后应用H∞混合灵敏度方法和μ综合方法设计了两种鲁棒控制器。通过引入PD控制器,避免了H∞控制器设计时方程出现奇异。针对航天器中心体与天线同时跟踪不同目标的任务,进行了数值仿真。仿真结果表明在同等条件下两种鲁棒控制器都能满足鲁棒稳定性指标,其中μ控制器的鲁棒性能更好。     

柔性空间机械臂在轨操作仿真与分析

针对挠性航天器利用柔性空间机械臂在轨操作目标进行分析.首先利用Kane方程和假设模态法对挠性航天器上安装有柔性空间机械臂的系统进行动力学建模.其次,采用修正的罗德里格斯参数描述机械臂末端相对服务航天器的姿态,利用五次多项式对机械臂末端的相对位置与姿态进行规划,并将目标航天器的相对运动进行补偿,基于雅克比矩阵的广义逆求解机械臂关节运动规律.然后,将反馈控制与扩张状态观测器结合,分别设计了航天器姿态稳定控制器和机械臂轨迹跟踪控制器.最后,对柔性空间机械臂捕获目标航天器以及安装模块的过程进行闭环数值仿真,结果表明,所设计的控制器能够使机械臂跟踪期望轨迹,同时使得航天器姿态趋于稳定,机械臂可以较高精度完成在轨操作.     

航天器相对姿态跟踪的非线性前馈控制

针对航天器相对姿态跟踪过程中严重的非线性及控制器设计的复杂性,建立了基于修正罗德里格斯参数的航天器相对姿态运动学和动力学方程并根据Lyapunov直接法设计了非线性前馈控制律.设计的控制律不仅保证闭环系统稳定,还使得航天器相对姿态跟踪误差快速收敛到零点邻域内.通过在Matlab/Simulink环境下对航天器相对姿态跟踪进行数值仿真,验证了建立模型和设计控制律的有效性.     

基于深度迁移学习的航天器故障诊断

随着航天科技的发展，智能故障诊断技术是确保航天器控制系统安全、自主运行的关键技术之一.由于在轨航天器遥测数据样本少、噪声高、未标记，因此缺乏自适应能力、学习能力的传统故障诊断方法难以准确诊断在轨航天器故障.本文针对上述问题提出一种基于深度迁移学习的航天器故障诊断方法，为在轨航天器实时故障诊断提供了可行方法.首先，对航天器运行数据进行预处理，将多维时域信号转换为二维图像信号；其次，搭建基于残差网络的故障诊断深度学习框架，并利用地面测试数据与其他航天器在轨运行数据对网络进行预训练；进而，为了实现当前在轨航天器实时故障诊断，本文采用迁移学习自适应方法，设计网络联合分布自适应代价函数，对故障诊断模型进行参数重调，使模型适应当前在轨航天器故障诊断任务.仿真结果表明，所提出的基于深度迁移学习的故障诊断方法可以快速准确的诊断出航天器故障.     

基于IMM-UKF的航天器相对位姿确定算法

在航天器相对导航过程中,相对距离测量信息容易受到干扰,测量误差有较大的不确定性,通常基于单一模型的滤波算法无法对噪声进行辨识,很难获得精确的导航结果。针对应用Clohessy-Wiltshire(C-W)方程受到圆轨道假设的限制问题,研究了建立在惯性坐标系下的近距离相对运动方程(Lawden方程),建立了基于这两个方程的模型集。根据导航系统测量敏感器的特点,设计基于Rodrigues参数及无迹卡尔曼滤波(UKF)的交互式多模型(IMM)视觉相对位姿动态估计算法(IMM-UKF),在保证计算效率的前提下,确保相对轨道姿态确定的稳定性和精确性。数值仿真验证了算法的有效性和先进性。