临近空间高超声速目标滑跃式轨迹Sine-AIMM跟踪算法

针对单一的Sine模型算法无法与临近空间高超声速目标滑跃式轨迹准确匹配,现有的交互多模型(IMM)算法跟踪效果也不够理想的问题,提出一种基于多重贝叶斯准则的自适应交互式多Sine模型(Sine-AIMM)临近空间高超声速滑跃式目标跟踪算法。算法采用多个Sine模型对滑跃式轨迹进行匹配,并利用多重贝叶斯准则在线调整各模型权重和模型转移概率矩阵。仿真结果表明,本文所提Sine-AIMM算法能够实现对临近空间高超声速滑跃式目标的有效跟踪,较单Sine模型算法和现有IMM算法跟踪性能更优。     

一种折叠弹翼悬挂物的分离轨迹试验技术

提出了一种新的折叠弹翼悬挂物机弹分离轨迹试验技术,重点解决了在机弹分离过程中折叠弹翼动态展开时悬挂物的气动力获取问题。研究表明,提出的试验技术通过将悬挂物气动力修正方法引入到悬挂物分离安全性研究当中,准确地得到悬挂物的分离特性,解决了折叠弹翼悬挂物分离轨迹风洞试验技术瓶颈,为折叠弹翼悬挂物的投放分离安全性提供一套工程实用的解决方案。     

三维非对称斜劈高速流动计算方法研究

交叉激波是高超声速进气道发展的关键气动问题之一。为实现对此类高速流动的准确数值模拟,基于RANS方程的自研多块结构网格计算软件,对经典三维非对称斜劈构型的斜激波交叉干扰流动特征开展了计算研究。通过对比分析,系统评估了计算网格、湍流模型及高精度格式对空间流场、底板摩擦力流线、压强分布、绝热壁温分布等的影响,获得了适用于三维非对称高速流动问题的网格生成准则和计算策略,同时验证了自研软件的模拟能力。     

基于相关系数的火箭测试变化缓变参数自动判读方法

变化缓变参数的自动判读是实现火箭测试数据自动判读的难点,已有的研究采用曲线拟合的思路进行判读,但拟合过程相当复杂,且不同的测试流程存在不同的拟合曲线,工作量极大.为提高判读效率,从变化缓变参数的物理意义出发,提出通过判别参数测量值序列之间的相关系数来实现变化缓变参数自动判读的方法.该方法对测量值序列进行先归一再累加生成的处理方式,克服了遥测系统测量误差对相关系数计算的影响,保障了判读准确性,同时减少了建立判读知识库的工作量.仿真结果表明,该方法运用简便,效果良好.     

四旋翼无人机飞行轨迹的自主导航控制

<正>四旋翼无人机系统具有多变量、强耦合性,如果把对信号响应速度不同的各个变量混杂在一起设计控制系统会引起系统不稳定,需按时间尺度将控制变量分组进行控制系统设计。有关文献运用奇异摄动理论将固定翼飞行器系统按照各变量对输入信号响应速度不同进行分组,分别设计内环、中环以及外环控制律。传统飞行运动控制一般采用航迹速度、爬升角和倾斜角作为控制变量来控制飞行轨迹。四旋翼无人机在飞行过程中,可通过调整姿态角度来控制其质心运动,质心运     

运载火箭推力故障下轨迹在线重规划方法

针对运载火箭非入轨飞行段出现动力系统故障的问题,提出了一种基于能量最优的在线轨迹重规划方法。通过参考轨迹进行引力项的凸化以及根据故障时刻和故障程度的不同设置不同的飞行时长,同时采用无损凸化、线性化和梯形离散等方法,将原始最优控制问题转化为可以采用原对偶内点法迭代求解的二阶锥规划问题,重新规划其飞行轨迹。仿真结果表明该算法能有效提高运载火箭应对突发故障的能力,实现轨迹在线快速收敛,满足动力系统故障后飞行轨迹重构需求。     

基于条件生成对抗网络的HDR图像生成方法

高动态范围（HDR）图像相比低动态范围（LDR）图像有更宽的色域和更高的亮度范围,更符合人眼视觉效果,但由于目前的图像采集设备大都是LDR设备,导致HDR图像资源匮乏,解决该问题的一种有效途径是通过逆色调映射将LDR图像映射为HDR图像。提出了一种基于条件生成对抗网络（CGAN）的逆色调映射算法,以重建HDR图像。为此,设计了基于多分支的生成对抗网络与基于鉴别块的鉴别网络,并利用CGAN的数据生成能力和特征提取能力,将单张LDR图像从BT.709色域映射到对应的BT.2020色域。实验结果表明:与现有方法相比,所提出的网络能够获得更高的客观与主观质量,特别是针对低色域中的模糊区域,所提方法能够重建出更清晰的纹理与细节。      

再入轨迹多约束模型预测静态凸规划方法

针对大升阻比可重复使用飞行器再入滑翔轨迹规划问题,提出了一种基于自适应分段Chebychev伪谱离散的多约束模型预测静态凸规划算法(P CMPCP),实现了全量终端状态约束及多过程约束作用下再入轨迹的高精度迭代解算。考虑倾侧角翻转导致控制量不连续,传统规划方法难以同时严格满足终端位置、角度约束,且过程约束易超限,采用自适应分段伪谱离散策略,构建全程飞行状态及过程性能指标约束对各配点处控制调整量的敏感度关系,从而将非线性最优控制问题转化为静态凸规划问题,并利用内点法对各分段控制量进行了协调优化。本文所提方法无需对动力学模型进行简化或近似处理,即能以少量积分运算使轨迹满足再入全量模型约束,且控制量平滑,数值精度优于传统规划方法。     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。     

基于hp伪谱同伦凸优化的火箭垂直回收在线轨迹规划方法

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。