分布式协同微纳遥感星群的智能控制系统关键技术

近年来，国内外微纳遥感星座发展不断加速，通过高频重访大幅提升了对地观测的时间分辨率，但是由于单颗微纳卫星观测能力受限，难以满足多源同步与融合、高品质、大幅宽等数据应用需求。为此，将星座与星簇相结合，以星座化分布满足高时间分辨率需求，以星座节点上的星簇协同观测获取多源、高品质、宽幅数据，构建基于微纳卫星的分布式协同遥感系统，是兼顾上述遥感应用需求的有效途径。智能分布式协同控制是该系统的核心关键，为此，必须研究解决星座+星簇大规模动态微纳遥感星群控制系统的分布协同自主导航、智能运动规划与控制、智能健康预测与管理、智能组网等关键技术难题。在梳理分析国内外分布式微纳遥感系统的基础上，给出分布式协同微纳遥感星群的概念内涵，分析其特有的四方面难题，梳理总结相关技术发展现状与趋势，以期为后续该方向的研究起到一定的借鉴作用。     

弱全局信息下月面超远距离保通行性移动规划

针对月面超远距离移动规划任务因缺乏精确全局信息而导致的规划路径可通行性不足问题，提出了月面道路拓扑网的构建设想及相应路径规划技术，凭借复杂道路网络的连通能力确保巡视器超远距离规划路径的可通行性。首先进行月面道路拓扑网的设计方法研究，分别提出了基于滑动最优泊松采样算法的网络节点设计方法和基于均匀领邻网络拓扑模型网络结构设计方法，使月面道路网网络节点分布均匀、密度适中且覆盖完整，网络连接合理且各路径尽量远离障碍区域。然后进行基于月面道路拓扑网的超远距离移动规划研究，分析了基于月面道路拓扑网路径规划技术的概率完备性和整体可通行概率，并提出了基于月面道路拓扑网的K优路径规划方法，通过道路网的连通性来提高超远距离移动探测任务的整体可通行概率。最后以阿波罗两次登月任务的着陆点之间进行超远距离转移任务为仿真场景，验证了本方法的有效性。     

基于状态改变的机器人路径规划算法

为了解决目前机器人路径规划中时效性低、避障解算量大的问题,借鉴直流电路中理想电感元件两端电压能够从感抗状态恢复到稳定状态的现象,提出了一种利用机器人状态检测量对机器人状态实时检测,从而实现避障的机器人路径规划算法.首先对绕行单个固定障碍物的机器人进行深入分析,然后采用状态叠加的方法,生成任意位置多障碍物同时存在的避障路径.同时对斥力系数进行改进,以确保机器人能够有效到达目标点.为了验证算法在多障碍物环境下的路径规划能力,进行了数值仿真模拟实验.仿真结果表明,使用该算法规划机器人路径时,能够在避免局部极小值点和目标不可达问题的前提下,在较短时间内规划出机器人由起始点到目标点的路径.     

基于Voronoi图和蚁群算法的无人机航迹规划

为提高无人机任务环境模拟的真实性,利用改进后的Voronoi图对任务环境进行建模。同时,为了更快地生成一条满足任务需求的最优飞行航迹,提高航迹规划的实战性和高效性,分析了蚁群航迹规划算法的运行原理,以及算法运行机制对算法性能的影响,提出了算法的改进原则,并在此基础上给出了新的信息素更新方式和新的启发式。利用改进后的蚁群算法,在改进型Voronoi图上进行了无人机航迹规划。计算机仿真结果表明,改进后的蚁群航迹规划算法与传统的蚁群航迹规划算法相比,运行时间更短,收敛速度更快,且得到最优航迹的概率更高,验证了算法改进原则的有效性。     

运载火箭自适应制导及在线轨迹重构方法研究

结合我国运载火箭发展，梳理了传统制导方法的工程应用历程;针对故障适应性和自主化需求，分析了基于在线轨迹规划的制导方法发展概况。基于伪谱离散和凸优化理论，提出一套适应不同目标轨道的弹道轨道联合在线重构算法框架，并利用在线重构设计一种运载火箭故障导致推力不足后的自适应制导算法，通过数值实验和嵌入式测试，验证了在线重构算法和自适应制导方法的正确性、有效性。