基于解析梯度的微推进转移轨道优化方法

 研究基于离散脉冲策略的行星际微推进转移轨道优化问题,为改善收敛性和计算效率,提出了一种解析的梯度矩阵计算方法。首先,基于离散脉冲思想建立了行星际微推进转移轨道优化模型,通过对速度脉冲矢量进行参数变换,避免了传统优化模型初值猜测和搜索域难以界定的缺点;然后,基于变分原理分析了离散脉冲模型中轨道状态转移矩阵与状态变分之间的关系,并给出了多种轨道特征条件下状态变分的计算方法,该方法可扩展到多次状态不连续情况;在此基础上,推导了离散脉冲轨道优化模型中性能指标与轨道约束对寻优参数梯度矩阵的解析表达式。以地球-火星的燃料最省微推进转移为例对所提解析梯度方法进行了仿真验证。数值结果表明：本文推导的解析梯度矩阵是正确的,与传统数值梯度计算方法相比,解析梯度矩阵可有效改善寻优算法的收敛特性,并能够提高计算效率约47%。     

深氮化硬化32Cr3MoVE钢组织性能研究

针对深氮化硬化32Cr3MoVE钢进行了硬化层组织性能的表征分析。与18CrNi4A钢渗碳件、32Cr3MoVE钢常规氮化件进行了接触疲劳性能对比试验研究,并对深氮化件进行了接触疲劳失效行为分析,认为两种裂纹萌生模式同时存在,但其疲劳破坏取决于表层内裂纹的萌生和扩展。同时探索了深氮化硬化钢长寿命机理:渗氮层深达0.6～0.8mm,渗层组织优异,表面硬度高,具有优异的硬度梯度和残余应力分布。     

基于相干热辐射红外隐身技术的机理研究

从热辐射的基本定律出发,分析了影响物体红外辐射特性的主要因素。提出基于相干热辐射的红外隐身技术的新思路,探讨了相干热辐射的形成机理。研究了梯度折射率介质层、负折射率薄膜及SiC基底/负折射率薄膜复合层的热辐射特性。研究结果表明,由于内部折射率的影响,会产生相干的热辐射。     

运动平台上基于粒子滤波的目标跟踪技术

在固定平台上实现视频运动目标的准确跟踪本身就是一项富有挑战性的工作。何况在运动平台上,受到背景杂波、亮度变化以及摄像机运动等干扰的影响,要想成功地对目标进行跟踪则更加困难。提出将强度梯度跟踪器与粒子滤波相结合,实现对运动平台上的视频序列中的运动目标的准确跟踪。实验结果表明,跟踪方法能准确、可靠地自动跟踪视频序列中的运动目标。     

基于多通道梯度的异源图像匹配

异源图像的成像特性不同,难以直接利用灰度和梯度进行匹配。本文提出了一种利用多通道梯度进行匹配的新方法。该方法首先构造一组具有不同尺度参数和方向参数的梯度掩膜,采用核密度估计方法分别计算与每个掩膜对应的梯度,从而得到一组梯度图。在基准图和实时图对应的梯度图上计算相似系数,对全部相似系数图加权融合得到综合系数图,其中的峰值点即为图像匹配点。实验结果表明本文方法明显优于传统异源图像匹配方法。     

基于极点配置的空间站角动量管理

针对惯性系下引力梯度力矩及其他干扰力矩引起控制力矩陀螺（CMG）角动量积累的问题,采用引力梯度力矩来平衡姿态,设计了基于极点配置的空间站角动量管理控制器。首先在惯性系下建立了空间站线性化模型,并分析了俯仰轴方向在惯性系角动量管理的不可行性。由此,将俯仰轴与滚动/偏航轴解耦,不约束俯仰轴方向的CMG角动量,将常值、1倍和2倍于轨道频率的扰动纳入状态方程以抑制其对俯仰轴姿态的影响。在滚动/偏航轴方向将常值扰动纳入状态方程中以抑制其对CMG角动量的影响;将1倍、2倍于轨道频率的扰动纳入到状态方程中以抑制其对姿态的影响。然后采用带极点配置的线性二次型（LQR）算法求解出反馈增益矩阵,该算法可以避免选取权重矩阵,并且根据系统性能要求即能将闭环极点配置到复平面虚轴左侧指定的区域。最后仿真结果验证了该算法的可行性。      

基于解析梯度的经典Lambert问题迭代求解方法

针对现有求解模型复杂、收敛速度慢等问题,在将经典Lambert转移问题转化为超越方程的基础上,提出一种基于解析梯度的Lambert问题迭代求解算法。选择转移轨道的真近点角为迭代变量,导出转移时间关于真近点角的解析梯度,构造一种基于解析梯度的牛顿迭代算法,降低了算法计算复杂度。理论分析表明该算法具有二阶以上的收敛速度。依据偏心率向量与转移轨道形状的关系,通过几何方法分析得到转移轨道在初始位置处的速度约束条件,推导转移轨道真近点角的最大值和最小值的解析表达式,并采用线性插值方法确定迭代初值,进一步提高了迭代算法的收敛速度。数学仿真结果表明在各种转移条件下算法均能快速收敛,采用所给出的初值选取方法初值确定精度高,进而能够加快收敛速度,而与较割线法相比较收敛速度快、计算量小,验证了所提出算法的有效性。     

基于时频域增强和全变差的群目标信号分离

针对低分辨雷达获取的群目标信号的弱时频正交性以及难以分离的问题,在进行时频域增强处理的基础上,提出了一种基于全变差(TV)的群目标信号分离方法。在旋转目标模型的基础上,首先通过分析群目标信号的稀疏性,指出了进行时频域增强处理的必要性。然后利用群目标中各子目标对应的微动周期的差异性,通过双向延迟处理,对多次观测得到的群目标信号进行时频域增强处理。最后根据群目标信号能量区域的分布特性,利用局部TV融合和主分量分析相结合的方法,实现了群目标信号的高保真分离。仿真结果表明,在采样率较低的情况下,文中方法有效地解决了群目标信号中弱信号分量的分离及提取问题,其融合分辨效果明显优于基于TV范数的融合方法。      

序列恢复—梯度法在最优控制中的应用

本文在参考文献[1],[2],[3]的理论基础上,对利用序列恢复-梯度法求解实际问题作了探讨,并求解了某飞机作三维上升转弯时的最优轨迹问题。结果发现,利用序列恢复-梯度法所得的结果其精确度是令人满意的,并可以作为数值解的精确解,从而为判断其它数值解的精确程度找到了比较的依据。而文中所求得的数据可供改革某飞机最优上升程序时使用.