航天器相对运动估计的一种并行推广卡尔曼滤波方法

 从并行的观点出发，研究应用推广卡尔曼滤波估计航天器交会对接寻的期相对位置和速率问题。推导出交会推广卡尔曼滤波公式；提出了基于奇异值分解（ＳＶＤ）和Ｆａｄｄｅｖ算法的并行平方根算法；给出了其脉动阵列（Ｓｙｓｔｏｌｉｃ）实现结构；并对阵列所需的处理单元数目和执行一次迭代所需的时间步进行了分析，说明了其实现的优越性。为航天器相对运动估计提供了一种新的有效方法     

基于遗传算法的大型空间结构模型降阶

 采用遗传算法求解大型空间结构的模型降阶问题。给出了模型降阶的数学表示和所用遗传算法的有效形式，即编码方式、适值方式、交叉方式和变异方式等。仿真实例说明，遗传算法优于标准内平衡法和Hopfield神经网络方法。     

航天器对接系统中相对运动参数测量的计算机视觉方法

本文基于三维计算机视觉技术提出了估计对接过程中相对运动参数的一种新方法。根据安装在追踪航天器上的双目视觉系统,建立了两航天器之间的相对运动数学模型,并采用最小二乘法及约束优化方法获得了两航天器相对位置和姿态参数。该方法无论在图像特征点检测,还是在进一步进行动态体视分析方面,都优于文献[1]。仿真结果表明这种方法是可行的。