无人机航迹规划技术研究及发展趋势

通过对无人机航迹规划的研究,构建了无人机航迹规划的结构框架;分析了无人机系统约束及威胁场约束,探讨了无人机航迹几何建模方法及规划算法的国内外研究概况;并着重分析了规划算法。最后,阐述了无人机航迹规划面临的关键问题及发展趋势。     

无人机三维航路规划技术研究及发展趋势

由于搜索空间巨大,三维航迹规划一直是航迹规划中的难点,而无人机只有进行精确的三维航迹规划才能提高低空突防的成功率。本文描述了无人机在线航路规划的影响因素,分析了无人机动力学约束及威胁场约束,探讨了无人机航路几何建模方法及三维航路规划算法的研究概况,并着重分析了三维航路规划算法如禁忌搜索、人工势场法、粒子群优化算法、Dijkstra算法及A＊算法。最后,阐述了无人机三维航路规划面临的关键问题及发展趋势。     

基于MCA7707的智能传感器补偿系统(英文)

讨论了一种基于 MCA770 7的智能传感器补偿系统。该系统可以补偿传感器 (特别是硅压阻传感器 )温度误差的线性部分和高阶非线性部分。通过该芯片的补偿 ,可以使硅压阻式传感器的重复性误差小于 0 .2 %。该系统能够自动地记录和计算各项补偿系数 ,从而大大地简化了补偿的工作量。为了方便操作 ,系统还设计了向导式的工作界面。     

小卫星多级故障诊断系统设计

提出一种基于模糊神经网络的小卫星多级故障诊断系统,利用多级的方式对小卫星的故障进行诊断。其中第一级采用模糊聚类的方法,将故障定位于模块级;第二级采用模糊径向基神经网络,完成故障的部件级定位。最后用该故障诊断方法针对卫星故障仿真系统做了实验,对其预设故障进行了诊断,诊断结果与仿真系统预设故障完全一致。实验表明:多级故障诊断结构提高了故障诊断的系统性、准确性并大大降低了故障诊断中的计算量。     

基于模糊神经网络的小卫星任务自主调度设计

为了提高小卫星星务软件的自主化、智能化水平，提出一种基于模糊神经网络的小卫星任务自主调度的设计方法。该方法根据小卫星有效载荷和任务的需求，将小卫星的星务软件分解为若干个任务模块。同时，考虑到一些任务执行的紧前关系要求，将若干有紧前关系的任务模块划分为一个任务流程。以任务流程为单位，利用模糊神经网络构建任务流程自主调度决策系统。仿真实验结果表明，该决策系统能够根据小卫星的监测数据，以任务流程的自主调度为基础，最终实现对任务模块的动态自主调度。     

GHz铁氧体电磁波吸收材料的研究

鉴于民用吸波材料市场的日益增加，用传统粉末冶金的方法制备了铁氧体吸收剂粉体，并测定了其内禀磁性能和电磁参数。采用吸收剂粉体与氯化聚乙烯复合的方法轧制出不同厚度的胶板，测定了10MHz～1．8GHz电磁波吸收性能及厚度的影响，复合胶板在400MHz～1．8GHz频段显示良好的吸收性能。降低吸收剂粉体的填充率有利于展宽频带，复合胶板在2GHz～10GHz频带的测试结果表明，反射系数小于-5dB的带宽达到3．6GHz，对应吸收率大于70％。样品的吸波性能已经具有一定的实用性。     

基于Internet的汽车检测线远程故障诊断系统

现代机动车安全性能检测线是综合了通信，电子，自动控制，信号处理和计算机等先进技术的复杂测控系统，因此需在其工作时适时地对其各种状态进行监测。基于Internet的机动车安全性能检测线远程监测系统的解决方案。本讨论了以Web数据库和Socket技术来实现本方案的具体步骤。     

复杂环境下翼伞系统的组合式航迹规划

传统翼伞系统的航迹规划主要考虑落点精度及逆风着陆等指标,而当空投区域环境较为复杂,在翼伞系统归航路径上存在障碍时,如何规避这些障碍也成为翼伞系统航迹规划所必须要考虑的因素。针对翼伞空投过程有可能遇到高山或者高大建筑物阻碍的问题,提出了一种复杂环境下翼伞系统的组合式航迹规划策略。该方法将翼伞空投的区域分为障碍区和着陆区,在障碍区中采用快速搜索随机树（RRT）算法进行可行路径搜索,考虑到RRT算法生成的轨迹包含棱角,导致路径不够平滑的问题,结合翼伞系统质点模型的运动特性,对其进行了适用性改进,以使规划的航迹满足实际翼伞空投需求。为了解决RRT算法搜索方向随机,难以满足逆风着陆的问题,当翼伞系统进入着陆区后采用分段归航的方式设计航迹,并借助遗传算法（GA）求解目标参数,实现翼伞系统能量控制及逆风着陆。提出的复杂环境下翼伞系统的组合式航迹规划策略求解速度较快,能够同时满足翼伞系统避障、能量控制及逆风着陆要求,得到的参考航迹较为平滑。     

基于负载平衡的微小卫星任务调度研究

在微小卫星星载机双机热备份的工作模式下,将两个星载机设计为并行工作的模式有利于提高星务系统的工作效率。文章结合星务系统的实际任务,以减小任务执行时间和任务在两个星载机上的平衡分配为目标,利用遗传算法实现了任务在双星载机上的调度分配。最短的任务执行时间和负载的平衡在某种程度上是相互制约的。文章在用于任务调度的遗传算法适应度函数的构造中,综合考虑了任务执行时间和负载平衡双重因素,并将这两个参数进行了量化,在适应度函数中分配了相等的权重,通过遗传算法的迭代获得这两个参数的最佳平衡点,使得星务系统的综合性能得到优化。