排序方式: 共有9条查询结果,搜索用时 656 毫秒
1
1.
2.
针对可重复使用运载火箭垂直回收轨迹优化问题,提出了一种带有最优终端时间估计策略的hp伪谱同伦凸优化在线轨迹规划算法。首先,考虑状态约束和过程约束的非凸性,采用无损凸化处理推力幅值约束;然后,结合同伦方法与不动点迭代思想将气动力与非凸质量约束转化为线性时变剖面,完成问题凸化;进一步基于hp flipped Radau伪谱法对问题进行离散化处理,将最优控制问题转化为参数优化问题,进而采用原-对偶内点法求解;最后,为进一步减少燃料消耗,提升经济效益,考虑最优终端时间难以在线确定的问题,结合解析推导与二次插值法,设计了最优终端时间快速估计策略。仿真结果表明所设计的轨迹优化算法最优终端时间估计速度快,收敛性能良好,具有较高的精度和计算效率,具备在线应用的潜力。 相似文献
3.
基于序列凸优化的高超声速滑翔式再入轨迹快速优化 总被引:1,自引:0,他引:1
针对具有热流、动压、过载以及多个禁飞区约束的再入轨迹优化问题,提出采用序列凸优化方法快速求解。利用归一化时间作为自变量解决终端时间自由问题,并引入辅助控制变量以减少序列优化结果中的高频振荡,在此基础上,通过线性化、离散化和非凸约束的凸化处理,将非凸非线性优化问题转化为二阶锥规划(Second Order Conic Programming,SOCP)问题,然后采用凸优化求解算法快速求解。数值优化结果与对比验证表明该方法能快速高效求解多约束条件下的再入轨迹优化问题,且计算效率和性能均优于传统的非线性规划方法。 相似文献
4.
5.
CCSDS无损数据压缩算法的实现与应用研究 总被引:1,自引:0,他引:1
无损数据压缩是航天应用和遥感系统的重要业务之一。对CCSDS(空间数据系统咨询委员会)推荐的数据无损压缩标准进行了分析研究,讨论了其推荐算法的基本原理和编码方法,然后基于DSP(数字信号处理器)实现了该算法并对代码进行了优化。实验结果表明,DSP实现的CCSDS标准的无损数据压缩算法的数据处理速率可达11Mbit/s,可用于那些不需要很高数据吞吐率的星上数据处理任务。最后讨论了CCSDS无损数据压缩标准是如何融入CCSDS体制的星载数据系统中的。 相似文献
6.
基于分布式信源编码的高光谱图像无损压缩研究进展 总被引:1,自引:0,他引:1
有效的高光谱图像压缩技术已经成为航天高光谱遥感领域研究的焦点之一。对基于分布式信源编码(Distributed Source Coding,DSC)的高光谱图像压缩技术研究进展进行了综述。首先介绍了DSC的理论基础、实现方式及其在高光谱图像无损压缩应用中的优势;然后总结了基于DSC的高光谱图像无损压缩研究进展,在此基础上给出了一种基于多波段预测的高光谱图像分布式无损压缩算法,实验结果表明,该算法具有较低的编码复杂度,其无损压缩性能优于现有的分布式无损压缩算法;最后指出了DSC在高光谱图像压缩中需要进一步研究的问题。 相似文献
7.
面向多星测控应用提出了一种发射多波束形成方法,采用在数字基带进行多波束加权的处理方法,并联合正交投影算法,实现了独立可控的发射多波束形成,使各波束之间具有较高的隔离度。通过计算机仿真,对发射多波束的方向图性能以及各波束之间隔离度进行了性能分析,验证了该方法的可行性及有效性。 相似文献
8.
基于障碍凸化的改进环流APF路径规划 总被引:1,自引:0,他引:1
为改善人工势场法(APF)在复杂障碍环境下的路径规划能力,提出基于障碍凸化的改进环流APF路径规划方法。通过改变APF方法斥力势场的方向,使其形成绕行障碍边缘的环流,改善了APF方法在平台-目标位置连线与障碍边界垂直时可能陷入局部极小值的问题。针对多边形障碍(凹、凸)与圆形障碍,给出包括障碍初始化与相交障碍集合迭代凸化步骤的障碍凸化方法,将复杂障碍空间转换成为凸障碍的空间,避免平台进入凹多边形或相交障碍产生的凹区域而无解的问题。在仿真环境中,对比了传统APF方法、未使用障碍凸化的环流APF方法、使用障碍凸化的环流APF方法的路径规划结果,并分析了不同障碍数量、相交障碍数量条件下的方法计算耗时。根据结果,使用障碍凸化的环流APF方法能够明显改善APF方法在复杂障碍环境下的路径规划能力,方法实时性好,每个障碍所需的单步计算耗时约为0.02~0.03 ms,能够支持平台在复杂障碍环境下的在线路径规划。 相似文献
9.
提出一种基于整数离散余弦变换(IntDCT)域的鲁棒无损数据隐藏算法。先对载体图像进行预处理来构建适合信息嵌入的载体,并将无损隐藏的思想引入到预处理中用以存储可恢复原载体图像的信息。为兼顾鲁棒性和图像质量,算法通过修改载体图像IntDCT域高频系数的直方图修改来完成秘密信息的嵌入;最后,与以往算法不同,为保证遥感图像的质量,给出了接收端在含密图像未失真和失真情况下载体恢复的方法。实验结果表明,本文所提出的算法能有效抵抗压缩攻击,并具有良好的图像质量和较大的容量。与以往算法相比,本文算法在性能方面具有明显的优势。 相似文献
1