共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
提出了一种基于拥挤度的混合模拟退火多层编码遗传算法,用于解决大型星座的测控任务规划问题。首先,建立了大型星座测控问题的约束满足模型,对任务规划过程中的各种约束条件和优化目标进行了形式化描述。第二,采用多层编码的方法建立测控方案与解空间的对应关系,并采用遗传算法的启发式方法进行全局搜索。第三,为了增加种群的多样性并加快收敛速度,在每代进化结束后对种群中最优的部分个体进行基于拥挤度的模拟退火。超180颗卫星,32个地面测控天线的真实大型星座测控任务规划试验表明,基于拥挤度的混合模拟退火遗传算法的任务完成率高达99%,归一化综合收益大于0.9,算法运行时间小于15 min,验证了该方法具备工程实用价值。 相似文献
3.
研究欠驱动刚性航天器姿态的非完整运动规划问题。众所周知航天器利用三个动量飞轮可以控制其姿态和任意定位,当其中一轮失效,航天器动力学方程表现为不可控。在系统角动量为零的情况下,系统的姿态控制问题可转化为无漂移系统的运动规划问题。基于粒子群优化技术设计了欠驱动刚性航天器姿态的非完整运动规划算法。通过数值仿真,并和遗传算法进行了比较,结果表明该方法对欠驱动航天器姿态运动规划是有效的。 相似文献
4.
5.
利用深度学习强大的特征提取能力和残差网络的捷径反馈机制,设计了端对端的图像位姿估计方法。该方法提高网络特征的学习能力,将Polarized Self-Attention注意力模块嵌入到残差网络ResNet-50中,对空间目标图像中的空间信息进行了增强。由于空间目标的位置和姿态信息相互独立,将其分为两个不同的网络结构分支通过回归分别得到两者的信息。其中,在姿态信息回归分支中,对姿态信息进行软分配编码,相比直接回归有效减少了姿态误差。最后在URSO空间目标图像数据集上进行了实验验证,所提算法对空间目标位姿估计取得了更好的估计结果。 相似文献
6.
7.
基于先验信息调用成像侦察卫星监控陆地或海洋移动目标动态信息是卫星成像侦察面临的新 课题。在已知移动目标位置等先验信息基础上,动态构造目标可变潜在区域及其运动预测模 型,利用STK辅助构造其候选成像观测活动集合;在此集合及目标运动预测模型基础上 对动态可变区域成像卫星调度问题进行建模,并设计了一种基于模拟退火算法及遗传算法的 改进遗传算法对问题进行求解,得到近最优的移动目标成像侦测方案。最后通过实例及算法 对比验证了规划模型及算法对解决该类问题的合理性和有效性。
相似文献
相似文献
8.
针对空间非合作目标姿态测量问题,提出一种基于卷积神经网络的非合作目标姿态视觉测量方法。该方法先设计特征提取网络并利用公开数据集进行预训练,用少量实际目标图像进行迁移学习,实现非合作目标图像高层抽象特征的自动提取;再设计基于回归模型的姿态映射网络,建立图像高层特征与三轴姿态角之间的非线性关系,实现非合作目标的姿态测量。实验验证了两类特征提取网络测量精度和参数量大小,测量精度可达 0.711° (1σ),表明了“单目相机+卷积神经网络”方法的可行性。 相似文献
9.
10.
11.
利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明:该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。 相似文献
12.
基于RBF网络辨识的挠性卫星姿态自适应控制 总被引:2,自引:0,他引:2
为满足挠性卫星姿态控制的更高要求,提出了一种基于径向基函数(RBF)网络辨识的模糊自适应控制方法。根据卫星姿态动力学方程,将RBF辨识网络引入模糊神经网络的T-S模型,以辨识卫星,在线修改模糊神经控制器(FNC)参数,使卫星的姿态角度达到设定值。仿真结果表明:该法能有效克服卫星的不确定性,提高卫星姿态的控制精度。 相似文献
13.
为提升固体运载器整体性能,提出一种姿控载荷多约束的内外弹道联合优化建模方法。首先,建立固体运载器内弹道计算模型和外弹道计算模型,给出大风区和级间分离的姿态控制模型以及杆状减阻装置载荷计算模型。其次,以灵敏度分析方法选择出内外弹道设计参数作为优化设计变量,将姿控摆角需求、减阻杆承载能力作为约束条件,建立以射程最优为目标的优化模型。最后,将该方法应用在某三级固体运载器的优化设计中,以差分进化算法开展仿真校验,射程提高了10.8%,并且优化结果满足姿控和载荷约束。 相似文献
14.
针对充液挠性航天器姿态快速机动、快速稳定的控制要求,为减小姿态机动对挠性附件振动和液体晃动的激发,设计了一种基于正弦型加加速度的姿态机动路径规划方法。为进一步提高姿态控制性能,提出了一种基于云多目标粒子群算法的姿态控制器参数和机动路径参数联合优化方法。以最小化充液挠性航天器三轴姿态达到指定指向精度的时间以及三轴姿态稳定度,构建多目标优化模型,并应用云多目标粒子群算法求取姿态控制器参数和机动路径参数的Pareto最优解。仿真结果表明:采用多目标联合优化算法得到的控制器与路径参数,能够有效减小液体晃动和挠性附件振动,显著提高充液挠性航天器大角度姿态机动的快速性和稳定性。 相似文献
15.
提出了基于马尔可夫蒙特卡洛(MCMC)的贝叶斯辨识方法,以解决高超声速飞行器系统辨识中复杂动力学模型转换为简单或稀疏模型所带来的不确定性问题,以及存在的训练数据大和积分难处理的问题。该方法将数据退火算法引入MCMC中,不仅解决了MCMC易陷入局部最优的问题,并且将数据退火与“高信息训练数据”的概念相结合,能够以较低的计算成本分析大数据集。此外,该方法可以对参数估计过程中存在的不确定性进行量化,获得未知参数的最优估计值。通过仿真实验,验证了提出的系统辨识方法的有效性,辨识出的模型能够有效应用于控制器设计之中,并获得较好的控制效果。 相似文献
16.
将再励学习引入模糊神经网络的T-S模型,建立了模糊神经网络控制器和控制评估网络的再励学习算法,并应用于三轴稳定卫星的姿态控制。这种再励模糊神经网络不需要精确的卫星数学模型和学习样本,通过再励学习实现控制网络/评估网络参数的在线调节,具有比较强的适应性和学习能力。仿真结果表明,这种智能控制方法可以有效解决卫星的模型不确定性问题,提高了卫星姿态控制的精度和鲁棒性。 相似文献
17.
18.