排序方式: 共有23条查询结果,搜索用时 421 毫秒
11.
12.
13.
14.
15.
16.
卫星的姿态测量部件通常包括光学敏感器和惯性敏感器,这两类敏感器的故障隔离是卫星闭环姿控系统故障诊断的难点之一。利用双观测器方法实现两类敏感器的故障隔离,由卫星姿态运动学方程可知,这两类敏感器的输出存在解析冗余,可建立一个"虚拟"系统。对这个系统设计两个不同的观测器,其中一个是Kalman滤波器,能检测两类敏感器的故障;另一个是隔离观测器,能检测光学敏感器的故障,通过比较这两个观测器的输出残差,达到故障隔离的目的。将该方法应用于包含太阳敏感器、红外地球敏感器和陀螺的卫星姿控系统的故障诊断,数学仿真结果验证了这种方法的有效性。 相似文献
17.
基于火星表面土壤温度的昼夜周期性变化特性,建立了一种面向火星表面巡视探测的热惯量反演模型,可根据表层不同深度的热电偶测温数据计算被测区域的热惯量,实现表面巡视探测过程中的热惯量在线反演。为验证模型正确性,在地面建立了火星表面热特性试验测试系统,通过对比被测模拟火星土壤的热惯量实际值与模型计算值,验证热惯量反演模型的精度。结果表明,与试验模拟火星土壤的热惯量数值相比,该模型对热惯量的反演误差小于6%,为在线反演火星表面不同土壤地形的热惯量,辅助识别地形可通过性提供了一种可行方法。 相似文献
18.
地外探测无人系统具有存储、算力和能量等资源受限的特点.以深度学习为基础的感知、定位和决策算法可有效提升无人系统的智能化水平,而这类算法通常需要高算力,难以直接应用于地外探测无人系统.首先针对剪枝和量化的深度神经网络模型轻量化方法,在公开数据集上对多种算法进行定量分析.其次,提出基于剪枝、量化的轻量化计算方案,实现了基于模块化配置的轻量化计算软件StarLight,对深度神经网络进行快速轻量化和性能评估,解决了模型难以直接应用到计算资源受限系统的问题.最后,基于StarLight,对应用于火星车实验系统中的多种任务模型进行轻量化,在计算功耗≤15 W、计算处理主频≤1.2 GHz和计算存储容量≤1TB的受限资源条件下,实现了深度神经网络模型部署.实验表明,该软件能够满足计算资源受限系统的深度神经网络模型轻量化需求,为进一步提升地外探测无人系统的智能化水平奠定了基础. 相似文献
19.
针对星间距离测量容易受到外界干扰的问题,提出了一种适用于多颗地球卫星和一颗月球卫星的卫星星座自主导航的并行扩展卡尔曼滤波算法.通过解决噪声统计不确定情况下的测量调度问题来选择适当的测量,降低干扰的影响.为了自适应地选择适当的测量,提出一种基于不同来源的测量构造多个子集的并行扩展卡尔曼滤波器,其中每个扩展卡尔曼滤波器用于处理不同测量子集,并基于残差序列计算子滤波器的权重,组合并行滤波器的估计结果.通过与EKF和传统的多模型自适应估计算法进行比较,表明所提出方法在干扰条件下的三轴位置估计误差的稳定性,体现了性能优势. 相似文献
20.