基于序列影像的小天体三维形状重建方法研究

提出了一种基于序列影像的小天体三维形状重建方法。利用小天体序列影像间的内在几何约束关系,在无精确位置、姿态数据的条件下,基于稀疏光束法平差求解小天体序列影像的相对位置、姿态。综合利用核线几何约束、半全局匹配、多视最小二乘匹配等策略进行小天体序列影像的密集匹配,重建小天体三维形状信息。由于小天体序列影像尺度变化大、纹理贫乏,导致影像匹配的误匹配率较高,在匹配过程中采用随机KD树搜索策略与拟合透视变换模型的RANSAC算法剔除粗差。利用"黎明号"探测器的绕飞段实测影像,对灶神星(VESTA)的三维形状重建进行了实验,结果证明了该方法的有效性。     

基于扩展状态深空探测器任务规划方法

面对深空探测过程中的不确定性,探测器需要利用任务规划技术实现自主控制。针对深空探测器任务规划中复杂系统功能及耦合操作约束,在状态知识框架的基础上,引入了扩展状态的概念。通过分析探测器任务规划中的约束关系,提出了基于扩展状态的任务规划算法。利用扩展状态结构特点削减了搜索空间,优化了搜索过程,提高了规划搜索的速度。数值仿真结果表明,该算法能够缩减近半的规划步数,加速问题求解进程,提高任务规划的效率。     

基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

4基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

附着小天体的最优制导控制方法

以小天体伴飞附着任务为工程背景,针对探测器在小天体复杂弱引力场条件下附着这一难题,研究了最优制导控制策略。首先,考虑在小天体极区实施附着任务,建立并简化动力学模型,给出约束条件和基于时间-燃耗最优的混合性能指标要求。然后,采用相平面法设计了最优制导律,利用极限环设计最优开关控制律;同时,采用高斯伪谱法把附着小天体的最优制导问题转化成非线性规划问题,利用Matlab/GPOPS优化工具包求取最优数值解。最后,加入已有的基于矢量测量的自主光学导航模块构建GNC仿真回路,对两种最优制导控制策略进行仿真验证。结果表明:两种制导控制策略都能满足任务要求,但基于相平面法得到的最优制导控制具有一定风险,而基于高斯伪谱法得到的最优制导控制精度更高、燃耗更少,适于工程应用。     

低成本多小天体并行交会技术

小天体资源开发方兴未艾,为降低开发风险和成本,需要发射无人探测器交会观测多个待选目标小天体。传统多目标探测方案存在无法多次交会、成本高,周期长等不足。提出的低成本多小天体并行交会技术,能够对多小天体探测任务进行解耦,实现基于微纳飞行器的低成本多目标并行交会勘查,从而降低探测成本,缩短探测周期。该技术结合行星借力与不变流形机制构建了低能量星际转移方案。然后引入扰动流形思想,使微纳飞行器能够实现与目标小天体的快速交会。进一步,提出了一种多目标小天体探测全局搜索方法,该方法基于在日地halo轨道上停泊的微纳飞行器集群,逐次确定小天体探测目标,并利用上述方法完成了多微纳飞行器与多小天体的交会。数值仿真结果表明,该方案能够大幅度降低转移过程的燃料消耗,并缩短转移时间。     

小天体表面移动技术研究进展

基于已实施的小天体探测任务和未来小天体表面移动探测技术的发展趋势,阐述了小天体表面移动技术研究现状。根据小天体的特殊动力学环境和任务需求,总结了小天体表面移动技术的主要问题;归纳分析了包括小天体引力场建模与表面运动特性分析、小天体表面弹跳技术以及弱引力环境下的导航与制导技术在内的小天体表面移动关键技术,并介绍了这些关键技术的研究进展;对上述关键技术的未来研究热点和发展趋势进行了展望。     

深空探测器动态约束规划中的外延约束过滤方法研究

随着深空探测任务的增加以及星上科学任务的日益复杂,深空探测器自主任务规划与调度技术成为研究的热点。在深空探测器任务特点与系统约束分析的基础上,将智能规划理论与约束可满足技术相结合,研究多层约束规划模型中约束的动态特征,设计了基于动态约束表的外延约束快速过滤算法,根据领域信息中活动间的冲突性特征来对新加入的活动进行分类和一致性检查。仿真结果表明:提出的算法能够有效地降低约束处理中无效的约束检查次数,降低问题处理过程中的算法回溯,提高规划效率和成功率。     

一种基于时标状态的启发式航天器任务规划算法

深空探测领域对实时性要求较高,在较短时间内找到规划解是深空探测自主任务规划中的一个要求,运用启发式规划算法是达到该要求的方法之一。而深空探测自主任务规划的另外一个特点是需要处理持续动作和数值信息。针对深空探测任务特点,采用规划领域定义语言PDDL,建立深空探测领域中知识模型,描述操作中遇到的时间与资源约束;随后应用以条件数为代价的启发式搜索方法对深空探测规划问题进行求解,并将其与TFD规划器中以动作时间为代价的上下文增强累加启发式搜索方法得到的结果进行对比,得出以条件数为代价的启发式搜索方法在搜索速度方面效果更佳,满足深空探测自主规划任务实时性要求。     

基于伪谱法的小天体最优下降轨迹优化方法

针对小天体着陆探测下降阶段的多约束轨迹优化问题,基于Gauss伪谱法进行了燃耗最优下降轨迹优化设计,得出了燃耗最优下降轨迹。建立了小天体下降轨迹优化问题的最优控制问题模型,采用Gauss伪谱法进行离散化,转化为非线性规划问题进行了求解。数学仿真结果显示:优化结果符合各项约束条件,以零速度到达了目标着陆点,且符合燃耗最优的优化目标。利用Gauss伪谱法进行小天体最优下降轨迹优化,计算速度快,求解精度高。     

智能化战术任务管理系统研究

从感知、评价、决策的认知过程研究了现代军机战术任务管理系统的结构、组成和功能,重点研究了态势评估和任务规划两个关键子系统.建立了基于贝叶斯网络和模糊逻辑推理的态势评估算法及威胁评估模型,采用贝叶斯网络对威胁级别进行了评估,运用模糊逻辑对各威胁源的相对重要性进行了推理,实现了对威胁源威胁级别和相对重要性的连续动态评估.研究了基于动态A^*算法的战术飞机飞行路径在线实时规划问题,实现了态势评估与路径规划两子系统之间的集成.研究结果表明了该系统方案和算法的有效性,任务规划系统能够自适应战场态势的变化.     

面向卫星多目标重复观测任务的分层聚类规划

针对敏捷卫星多目标重复观测任务规划面临的可行任务执行序列集合规模庞大困难,提出了一种任务执行序列时间解耦的分层聚类任务规划方法。该方法以规划过程中的可观测窗口和任务执行窗口为聚类对象,通过单次可观测窗口聚类和多次任务执行窗口聚类将任务集合按任务窗口属性分解为一系列时间解耦的小规模集合,在两次任务执行窗口聚类间使用基于贪婪优化的搜索算法对聚类生成的小规模任务集合分别进行集合内任务规划,最后将各集合的任务规划结果合并后得到所有任务的执行序列。仿真结果表明,该分层聚类方法可有效降低全局优化复杂度,消解不同优先级观测任务的冲突,提高任务规划质量,能够在不降低目标点观测完成率的前提下对有多个观测机会的目标点进行重复观测,且算法稳定性好,能在数秒内得出规划结果,适用于星上自主任务规划。     

基于轨迹在线规划与跟踪律在线计算的自适应再入制导方法

针对高超声速飞行器非标称再入飞行任务的高精度自主制导问题，研究了一种基于轨迹在线规划与跟踪律在线计算的全自主自适应制导方法.该方法基于拟平衡滑翔条件与高精度的规划模型在线生成满足多路径约束的参考轨迹，在跟踪参考轨迹时引入符号函数法在线计算线性二次调节器的反馈增益矩阵，以获得高精度的自适应跟踪律.最后通过远程、近程两种工况的蒙特卡洛打靶仿真验证了该方法的精度与鲁棒性.     

多约束多星快响巡察任务规划方法

多星快响巡察任务是指多个目标卫星出现不明状况,巡察服务平台在短时间内进行轨道转移,携带多个子航天器对目标进行飞越巡察。对于该问题的任务规划,首先基于共面机动给出了平台调相策略并建立了满足光照和机动能力等约束的巡察窗口筛选计算模型;其次提出了一种贪婪搜索和多轮规划的方法,用于确定任务分配方案和巡察次序;最后在高精度轨道模型下验证了方法的有效性并将该方法与混合编码遗传算法进行了对比。在算例中,该方法的优化效果稍优于混合编码遗传算法,而且求解效率是后者的约227倍,表明贪婪搜索和多轮规划方法更适用该问题的高效求解。     

基于DTC和GPGP的多UCAV任务规划方法

以任务分析和环境建模仿真框架作为任务结构的描述模型,建立了无人作战飞机的任务模型描述及任务规划问题描述方法.提出了基于启发式设计准则的无人作战飞机任务规划算法,并在任务规划过程中集成路径规划.以通用局部全局规划协调理论为基础,提出了集成通用局部全局规划协调机制和同步协调机制的多无人作战飞机协同任务规划系统结构,对通用局部全局规划的任务规划过程进行控制和协调.仿真实例证明了任务规划算法的可行性.      

基于数据驱动的移动目标卫星任务规划

卫星任务规划是卫星地球观测的重要前提。传统的卫星任务规划主要针对固定地面目标，不能满足日益复杂的任务需求。针对移动目标的卫星观测任务，提出了一种基于数据驱动的移动目标卫星任务规划方法。该方法在大量的移动目标数据的基础上，通过改进的长短期记忆神经网络算法预测了目标的未来轨迹和位置信息，并通过约束满足型遗传算法规划了基于预测算法结果的移动目标卫星观测任务。鉴于移动目标观测中约束和任务冲突的复杂性，约束满足型遗传算法以条件形式将约束嵌入到遗传算法中，并在算法中特别设计了冲突消除算子以解决任务冲突问题。仿真结果证明了该方法在解决移动目标卫星任务规划问题上具有优良的效率，并获得了很高的观测精度。     

航天器任务规划中资源约束的可分配处理方法

面对深空探测过程中环境的不确定性和扰动,航天器需要利用任务规划技术实现自主控制。航天器应用规划算法时,需要考虑到执行活动时满足的时间约束和资源约束。通过分析资源约束之间的关系,提出了可重复资源在规划执行时的可分配处理方法,和判断资源变量是否满足的可分配性条件。通过航天器仿真算例,验证了可重复资源的可分配处理方法在规划执行时的有效性。     

基于改进遗传算法对小卫星星群任务规划研究

针对小卫星星群任务运行特点,建立小卫星星群多任务规划问题模型,提出了基于成像任务时间及任务均衡度的多指标优化函数.针对所建模型,采用改进型遗传算法,引入资源随机分配的解码策略及精英保留策略,保证了算法的全局收敛性,提高了算法的性能.通过仿真算例,验证了算法在解决小卫星星群多目标任务规划问题上的有效性.