空间交会中多圈Lambert问题的算法改进与实现

针对目前多圈Lambert问题多种算法的不足之处,如精确性不高和难以编程实现等,利用问题解集的分布特点改进算法,编写可直接调用的Matlab程序,为多圈Lambert转移的拓展提供必要条件.以空间交会两动点间的轨道转移为例,建立二层优化的数学模型,并提出结合智能算法的解题思路.通过应用算例验证了程序的正确性和有效性.     

基于L-M算法的分数阶导数粘弹性本构模型的参数求解

引入分数阶导数,建立了类Kelvin体粘弹性本构模型。用最小二乘法法和Levenberg-Marquard（L-M）算法,给出了求解类Kelvin体粘弹性本构模型参数的详细步骤。由实际数据选择初值,保证L-M法不会陷入局部最小。某固体推进剂的粘弹性本构模型参数的计算结果表明：该法可较好地表征推进剂松弛曲线,且模型简单、计算参数少。     

气相和粒子冲刷速度对丁羟推进剂燃速影响分析

基于试验获得的气相和粒子冲刷条件下的固体推进剂燃速数据,采用误差反向传播算法(BP算法)的人工神经网络技术开展了推进剂的燃速特性分析。网络训练和预示结果表明,利用BP算法开展冲刷条件下的燃速影响因素分析的精度在4%以内。分析结果表明,气相和粒子冲刷速度都会影响固体推进剂的燃速。在低气相速度条件下,推进剂燃速对粒子冲刷速度的变化更为敏感。粒子冲刷对固体推进剂燃速的影响存在界限效应,当粒子冲刷速度大于某一界限值时,推进剂燃速增加幅度增大,并由粒子冲刷主导。     

生物智能型算法在信道分配策略中的应用

由于同步轨道卫星通信的传输时延较长,因此该类卫星对动态信道分配算法的延时性能非常敏感。针对宽带多媒体通信卫星的动态信道分配问题建立数学模型,并且使用生物智能型算法进行求解。仿真结果表明,与传统的分支定界法相比,采用生物智能型算法求解动态信道分配问题,其延时性能提高47%,并能得到更为高效的信道分配方案。     

基于算法级联的飞机座舱语音增强系统

通过对飞机座舱环境下语音信号特征的分析,提出了一种根据噪声分类逐类进行语音增强,然后依一定次序级联各类算法的语音增强方法,并讨论了级联次序对增强效果的影响。在分别实现脉冲噪声、周期噪声和宽带噪声消除算法的基础上,依据此方法开发了基于MATLAB计算环境的交互式语音增强系统,并利用该平台进行多种算法的级联实验,取得了良好的语音增强效果。     

基于伪谱方法的有限推力变轨策略研究

研究了有限推力条件下的空间飞行器大范围机动变轨问题。将有限推力解的求取过程分为两个步骤,首先采用Lambert方法求取变轨问题的双脉冲最优解,再采用Gauss伪谱方法求取有限推力解,将每个脉冲点扩展为一个推力弧段,通过伪谱方法将最优变轨问题转化为一个参数优化问题,采用非线性规划方法得到该推力弧段的变轨推力大小和方向。将该方法应用于某空间飞行器轨道机动变轨过程研究,取得了满意的结果,从而证明了方法的有效性。     

考虑观测的双冲量最优交会研究

针对跟踪星主动交会目标星的轨道转移问题,给出了考虑观测的双冲量最优交会迭代算法。首先对考虑观测的轨道交会问题进行了分析,给出了椭圆转移轨道的存在性判定方法。在此基础上,给出了基于粒子群的优化求解方案。经过对两异面椭圆轨道转移问题的仿真解算,求得了最优交会轨道,验证了算法的正确性。该研究成果可作为工程应用的有益参考,并为其他带约束的轨道交会优化问题提供可行的求解方案。     

平台惯性导航位置更新中的改进算法研究

平台惯导系统由于其精度高的优势,在成熟的军用武器和航天设备中仍占有较高比重。导航计算机的运算能力是影响平台惯导实时性和精度的重要因素。本文对比分析了单、双精度浮点处理器计算特性,研究了其对平台惯导导航计算精度的影响;在此基础上,为提高单精度浮点处理器下平台惯性导航精度,提出了将经纬度分解成全量、大量、小量进行运算的改进计算精度的方法,从导航计算原理角度推导了导航计算中经、纬度的改进计算方法。仿真结果表明：改进后的平台惯导计算算法在单精度浮点处理器下,可以在保证运算实时性的同时,有效提高平台惯导精度,水平定位精度提高两个数量级。     

能量最优与燃料最优Lambert交会问题

Lambert双脉冲交会问题是航天工程中轨道转移和在轨交会等领域的重要问题,而能量最优和燃料最优Lambert交会问题是针对典型应用背景和工程需求衍生的一类Lambert优化问题。针对能量最优与燃料最优Lambert双脉冲交会问题提出一种基于矢量形式的解析计算方法,给出能量最优和燃料最优Lambert交会问题的矢量形式解析解,同时对2种最优交会问题求解的性质与特点进行了分析对比。仿真结果验证了计算的正确性及燃料最优轨道相比能量最优轨道燃料消耗较少的事实。      

基于虚拟现实Stewart平台遥操作系统

针对基于虚拟现实的遥操作Stewart平台设计了虚拟系统.介绍了虚拟系统的驱动算法的原理.该算法首先建立合适的坐标系,通过一系列的空间坐标变换,解决了平台和6根杆的运动一致问题.采用基于L-M(Levenberg-Marquardt)算法的BP(Backpropagation Algorithm)神经网络来解决平台位置正解的问题,经过检验,证明该网络具有很好的泛化性能.采用了层次化的包围盒技术,每个节点建立轴向包围盒,来解决虚拟环境中的虚拟模型的碰撞检测问题.设计了一种简单的控制策略来解决大时延的稳定性问题.在机器人本地控制器的设计中采用离散化的微分跟踪器来保证机器人本地控制的稳定性和良好的动态性能,最后通过试验验证了本系统的有效性.