空间机械臂辅助深层采样阻抗控制策略

针对空间机械臂辅助深层采样任务中的建模与控制问题,基于刚体李群SO(3)方法对机械臂进行建模。通过梯形规划对机械臂进行轨迹规划,采用阻抗控制方法控制机械臂运动。推导了李群SO(3)模型下机械臂关节空间与末端笛卡尔空间之间的雅可比矩阵,并且得到了两个空间的相互转换关系。采用锥互补方法计算采样机械臂与复杂接触面的碰撞力,并基于非光滑算法求解锥互补条件与系统动力学方程。通过对比位置控制与阻抗控制,证明了阻抗控制在实际应用过程中能够更加柔顺地控制机械臂与接触面进行接触。通过对控制参数进行调整,探究了不同控制参数对机械臂控制的影响,优化得到了合适的控制参数,从而能控制机械臂辅助完成深层采样的任务。     

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。     

行星着陆复杂形貌特征匹配与自主导航研究进展

基于行星定点软着陆探测任务的需求,围绕复杂形貌行星着陆过程环境特点,首先分析了行星着陆复杂形貌特征匹配与自主导航所面临的主要技术挑战,随后综述了行星着陆复杂形貌特征匹配与自主导航的研究现状,并概括了行星着陆复杂形貌特征匹配与自主导航所涉及的关键技术。最后对未来行星着陆探测复杂形貌特征匹配与自主导航发展方向进行了展望。     

基于光学测角数据的风云四号同步轨道卫星精密定轨

针对风云四号同步卫星的精密定轨和精度评估需求，首先利用地面光学测角数据对FY-4A卫星进行精密定轨，定轨后方位角和高度角的残差rms分别为0.25＂和0.45＂。与基于测距数据的轨道相比，位置精度在有测角数据的弧段内小于50m。进一步联合测角数据和测距数据对FY-4A卫星进行联合定轨，定轨后轨道重叠精度优于15m。利用联合定轨结果评估了基于测距数据的实时轨道产品精度，可以明显发现轨道精度随着测距数据的积累而逐步提高。     

基于遗传-支持向量机的对置活塞二冲程柴油机气口高度优化

以某对置活塞二冲程柴油机为研究对象,基于一维仿真模型,利用遗传-支持向量机的方法,以油耗为优化目标,进行不同转速工况下进排气口高度组合的自动化寻优。结果表明:在1200r/min下,优化的进、排气口无量纲化高度组合为［0.075,0.105］,所得最小油耗为220.32g/(kW·h);对置活塞二冲程柴油机的气口最优高度应随着转速的提高逐渐增大;且在高转速(大于1600r/min)下,排气口最优高度增加趋势更加明显。      

航天器时态规划技术研究进展

结合航天器自主运行的迫切需求,阐述了航天器任务规划问题给智能规划技术带来的挑战,并重点分析了具有时间属性的规划方法研究必要性。给出航天器时态规划定义,分别总结了状态空间时态规划建模方法和基于时间线的时态规划建模方法,并给出时态规划知识模型关键元素定义。根据规划方法发展现状,归纳总结前向链、模型转换、规划空间规划和分层任务网络四种方法在时态规划技术方面的特点和研究进展,着重描述各种方法对规划中时间要素的处理。在对目前的航天器时态规划技术发展趋势总结分析基础上,给出了未来航天器时态规划技术的发展建议。     

期望状态序列导向的深空探测器规划修复方法

Aiming at the challenges caused by the persistence, concurrency and energy consumption of probe actions, a plan repair method of deep space probe based on the expected state sequence is proposed. In this method, the expected state sequence is formed of the expected effect of the unfinished action and the expected precondition of the unexecuted action in the pre designed plan, according to the execution status of the action. The expected state sequence is an ordered set of states with mixed logic and energy, providing subgoals for plan repair and also transforming the plan repair problem into the state transition path searching problem. During the search, the plan repair strategy with energy supply priority is proposed, which separates the logic repair from energy repair to reduce the difficulty of solving the problem. And this method enables the probe to recover from plan failure autonomously. Finally, the effectiveness and rationality of the proposed method are verified through simulation by taking the Mars Orbiter as an example.     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。     

考虑局部遮挡的太阳能无人机能源控制

针对太阳能无人机在飞行状态下可能出现的太阳能电池局部遮挡情况，开展相应的太阳能电池最大功率点追踪算法和能源控制研究。通过将发光亮度引入相对吸引力计算过程对萤火虫算法进行改进，实现了局部阴影情况下太阳能电池最大功率点的高效追踪。以此为基础，设计了考虑局部遮挡情况下太阳能无人机的太阳能电池/蓄电池混合能源状态机控制规则。以"蒲公英I"无人机为例，建立了太阳能电池阵列模型，开展了考虑局部遮挡情况下太阳能电池最大功率点追踪仿真实验；基于"蒲公英I"飞行剖面，开展了考虑局部遮挡情况的混合能源控制仿真试验。研究结果表明：改进的萤火虫算法可以实现在局部阴影情况下太阳能电池最大功率点的有效跟踪，与萤火虫算法相比收敛时间更短、且功率波动幅度更小；采用改进萤火虫算法和状态机能源管理策略，在考虑局部遮挡的飞行状态下可以实现太阳能电池/蓄电池之间的合理功率分配与控制。     

考虑捷联导引头最小视场角约束的制导策略

针对高超声速飞行器捷联导引头，提出导引头最小视场角（FOV）约束问题。首先分析了导引头视线角变化规律，指出在攻击固定目标时，导引头最小视场角约束在弹道末段无法被满足，导引头将丢失目标。在此基础上，基于缩短导引头丢失目标距离的目标，提出一种满足导引头最小视场角约束的制导策略。该策略不依赖于末制导律形式，当最小视场角约束无法被满足时，改变原有制导指令，主动改变弹道轨迹以增加弹体视线角，避免超出视场范围。其次，针对飞行器过载约束，设计了制导策略切换点，在到达切换点时该制导策略将结束工作，避免末端过载过大超出约束。通过对比仿真验证了所提出制导策略有效性，能够大幅度减少导引头丢失目标距离，工程上有利于提高末端命中精度。