面向GEO目标的快速在线在轨服务任务规划

针对地球同步轨道多对多在轨服务任务规划问题,提出了一种基于拍卖算法和先验知识的改进启发式拍卖算法(IHAA)。首先,建立了基于Lambert变轨的任务规划问题表征,设计了给定变轨时长约束下的快速燃料最优估计策略。其次,针对考虑J 2摄动影响的航天器在轨服务规划问题,提出了一种基于拍卖算法的快速求解流程。其中,为确定每一轮拍卖算法任务列表,提出了基于变轨先验知识的目标优先级排序启发式策略,实现了快速的服务时序确定方法;此外,为减少因部分航天器服务能力低导致的分配失败情况,设计了一种基于失败任务再分配的重拍机制。最后,将所提算法与遗传算法、模拟退火算法进行了对比,结果表明IHAA可以快速给出相对适应度较高的规划结果,可用于突发事件星上在线自主规划,亦可提供优化算法初值以提升规划效率。     

深空探测器约束简化与任务规划方法研究

针对深空探测器现有的任务规划方法在处理系统间复杂约束时存在的约束复杂度高、实时响应能力差、计算效率低等问题,提出一种新的约束简化方法和启发式连续任务规划方法。首先,在时间线规划模型中根据两两子系统间的实时状态关系定义启发式因子,并利用该因子在规划周期内的取值建立子系统间时间线临时从属关系,从而合理地降低规划过程中的约束复杂程度;然后,在规划算法中采用时间线状态扩展策略,根据时间线临时从属关系对各子系统间的状态进行横向和纵向扩展,从而实现对目标任务规划进行快速排序。仿真结果表明由启发式因子建立的时间线临时从属关系有效简化了任务规划过程中的时间约束和资源约束、提高了任务规划的效率和灵活性。     

基于广义回归神经网络集成的宽带波束形成算法

首先构造宽带波束成形所需要的协方差矩阵,利用基于粒子群优化算法对核主成分分析方法和广义回归神经网络进行了优化。在对神经网络的输入变量进行降维处理后,生成多个复杂度低的泛回归神经网络模型。利用提出的基于聚类启发式集成算法求出波束成形时的权系数,既考虑了网络的差异性,又考虑了网络的正确性。仿真结果表明,提出的基于聚类启发式神经网络集成的波束形成算法在网络结构十分简单的情况下,仍然具有较好的性能。     

一种改进的GNSS整周模糊度解相关算法

GNSS整周模糊度解相关算法的性能直接影响到整周模糊度的搜索速度和解算成功率。为了在不降低GNSS整周模糊度解相关算法解相关程度的前提下,提高解相关算法的计算效率,在深入分析典型解相关方法优缺点的基础上,提出基于对角线预排算的解相关算法。该方法源于对直接对角线排序解相关算法的预排序思想,采用矩阵分解后对角线元素中最小值并将其转换到对应对角线位置的方式,用更少的迭代次数达到比直接对角线排序更好的解相关效果。将新算法与其他算法进行仿真比较得出,其性能优于直接对角线排序算法,解相关功能与联合解相关算法等效,且计算效率略占优势。     

多星联合任务规划中不同迭代修复策略比较研究

对地观测卫星任务规划需要对参与规划的任务安排卫星成像窗口,问题优化目标是在不违反约束的情况下,最大化安排任务的重要性评价值,是一类典型的过载规划问题.引入迭代修复算法思想对多类型卫星任务规划问题进行求解,设计了迭代修复算法流程,给出基于成像概率、基于时间序和基于随机选择的三种不同的启发式策略,并结合不同的贪婪初始解生成策略进行比较研究.实验结果表明,基于随机选择的启发式策略在改进问题解上表现最优,而结合领域知识的初始解能有效提高算法收敛速度.     

基于模拟退火算法的可靠性优化

建立了可靠性冗余优化模型，分析了各种优化方法的优缺点，采用模拟退火算法解决了此总是要，通过实例给出了算法，并与启发式算法作了比较，结果表明该方法比较有效。     

航天器零推进剂姿态机动启发式规划方法

针对零推进剂姿态机动约束耦合,导致规划效率低的问题,提出一种基于约束评价启发式的差分进化算法。基于零推进剂姿态机动约束分析,在规划空间中建立约束评价函数,对航天器约束和控制力矩陀螺约束进行解耦分类处理。设计基于约束评价函数的启发式策略,用于改进差分进化算法的种群变异,主动控制规划进程,引导零推进剂姿态机动规划序列满足多种约束,得到安全的姿态机动路径和控制力矩陀螺框架角路径。最后,数值仿真结果验证了该方法能够实现航天器零推进剂姿态机动规划。     

基于三阶累积量的语音频域排序算法

在语音信号频域盲分离算法中,利用短时傅里叶变换将时域卷积变换到频域乘积,从而在每个子频段上进行复数瞬时分离,降低运算量,但这会导致分离结果出现次序和幅度上的不确定性。文章提出了一种改进的基于三阶累积量的频域排序算法,在每个子频段上计算信号的三阶累积量,比较其相关性来解决排序问题。仿真实验证明了该算法的可行性。     

基于并行运算体系结构的星敏感器图像处理算法

采用FPGA构建星敏感器图像处理并行计算体系结构。星敏感器图像处理算法由高通滤波、星点提取和星点排序3个模块组成。高通滤波模块基于图像局部加窗计算阈值的方法,星点提取模块采用逐行扫描的计算方法,星点排序模块采用基数排序的计算方法。星敏感器图像处理算法基于四级流水并行计算体系结构,显著提高了星敏感器图像处理的效率和算法的可靠性。
     

一种基于启发式搜索的智能轨道规划

针对二体轨道模型,设计了一种时间固定点对点多冲量轨道机动的智能规划算法。算法基于非线性规划理论和启发式智能搜索技术,采用随机A*扩展树法保证优化的全局性,并利用逐步二次规划法(SQP)来保证结果的局部数值精确性。整个算法具有较好的智能自主性。最后通过数值仿真验证了算法的可行性。