空间非合作目标惯性参数的Adaline网络辨识方法

空间在轨操作中,航天器在对空间非合作目标的抓捕行动常常导致航天器本体的姿态和空间轨迹发生变化。为克服空间非合作目标对航天器本体动力学、运动学的影响,使控制系统做出精准及时的姿控策略调整,确保航天器正常在轨工作和轨迹姿态的高精度,需对抓捕的非合作目标的惯性参数进行辨识。针对传统辨识方法依赖广义逆求解导致的辨识过程运算量大,且数值容易产生剧烈振荡,造成辨识结果不稳定等不足,采用基于归一化最小均方（NLMS）准则的Adaline神经网络方法进行空间非合作目标惯性参数的辨识。首先,基于动量守恒理论建立抓捕后的航天器-机械臂-空间非合作目标系统模型;然后将辨识方程的系数矩阵作为网络的输入和输出,空间非合作目标的惯性参数作为神经网络的训练权重,基于迭代步长可变的NLMS准则实现对目标惯量参数的快速、准确辨识;最后,在构造的ADAMS/MATLAB联合仿真平台上进行了验证。仿真结果表明,基于NLMS准则的Adaline神经网络是一种快速、准确辨识目标惯量参数的有效方法。     

基于改进粒子群算法辨识Volterra级数的目标机动轨迹预测

目标机动轨迹预测是空战态势感知和目标威胁评估的重要前提。针对传统目标机动轨迹预测模型复杂度大、预测精度低等问题，结合目标机动轨迹时间序列的混沌特性，提出一种基于相空间重构理论和Volterra泛函级数的目标机动轨迹预测模型。该模型首先采用0-1检测法验证了目标机动轨迹时间序列具有混沌特性；其次，利用C-C法确定嵌入维数和时间延迟，对目标机动轨迹时间序列进行了相空间重构；然后，引入Volterra泛函级数预测模型，为了克服高阶Volterra核函数求解复杂的难题，提出一种混沌变异自适应粒子群算法，构建一种基于改进粒子群算法辨识的Volterra级数预测模型，并将其应用于目标机动轨迹预测；最后，将所提算法与卡尔曼滤波算法以及机器学习算法进行单步和多步预测对比，同时将改进粒子群算法与其他智能算法进行性能比较。仿真结果表明：所提预测模型具有良好的单步和多步预测性能，改进的粒子群算法具有参数辨识精度高、收敛速度快的优点。     

面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

用宽视场实时测量系统进行多目标测量时轨迹识别的一种方法

本文给出了利用宽视场实时光学测量系统进行多目标弹道测量时识别多目标轨迹的一种方法。该方法分两步完成,即先进行单站目标测量点轨迹识别,然后进行站间测量点的轨迹匹配。在单站轨迹识别中,先利用多项式拟合进行预测,根据跟踪门进行轨迹分裂、延伸,然后按多帧预测偏差量对各分裂轨迹进行x~2检验,形成可能轨迹,最后对可能轨迹进行判诀。在站间轨迹匹配中,利用轨迹上多点共面条件行列式绝对值之和进行轨迹匹配判决。文中还粗略分析了单站轨迹识别及站间轨迹匹配方法能可靠识别的目标测量点密集度极限。仿真实验表明,本文给出的轨迹识别方法可行,识别极限的分析结果也基本正确。     

极点概念在目标辨识中的应用

极点概念在经典电路理论中是人们熟知的,然而把它应用到目标辨识中来则是最近几年的事。瞬态电磁研究的成果为目标辨识的研究开辟了新的途径,在目标辨识这一难题面前展现了新的希望,人们设想沿这一途径前进也许能获得“突破性”的进展。本文将就此题作一简明扼要的介绍。     

一种适用于捷联探测器的空间目标搜索算法

针对空间目标的搜索问题,提出了一种适用于捷联探测器的目标搜索算法。无论探测器是否能够获取目标方位的先验信息,该算法都能够使得搜索轨迹覆盖探测球面,确保目标的成功捕获。该算法分析了目标与探测器间相对运动以及姿态控制精度等因素对搜索轨迹的影响,给出了螺旋搜索轨迹重叠区域与相对运动角速度、姿态控制精度间的约束关系。对于算法生成的目标搜索轨迹,采用单轴定向姿态控制的方式给出了探测球面上搜索轨迹与姿态控制误差信号间的转换方法。最后通过典型情况下的仿真算例对算法进行了验证,仿真结果表明,无论是否具备目标方位先验信息,该算法都能够有效发现目标。     

基于LSTM的空间机器人系统惯性张量在轨辨识

在空间机器人抓捕目标的过程中,整个系统的惯性张量会随时间变化且在目标被捕获瞬间发生突变,这会严重影响整体姿态控制的精度。针对以上问题,提出了一种基于长短期记忆（LSTM）的系统惯性张量在轨实时辨识方法。首先,对于目标捕获前后的2个阶段,利用拉格朗日方程建立了空间机器人的动力学模型;然后,基于所建空间机器人模型采用域随机化方法生成足量训练数据,并用其对由LSTM网络与多层全连接网络构建的参数辨识网络进行训练;最后,使用训练好的参数辨识网络对系统惯性张量进行辨识。数值仿真结果表明：所提方法能够精确辨识空间机器人抓捕过程中的系统惯性张量,所研究系统的主惯量平均相对辨识误差小于0.001,惯性积的平均相对辨识误差小于0.01。     

基于物理规划的高超声速飞行器滑翔式再入轨迹优化

 轨迹优化是新型高超声速滑翔式再入飞行器方案设计的关键技术之一。物理规划方法能够以较低的计算代价获得设计者偏好的多目标优化问题的折中解。基于该方法研究滑翔式再入最优飞行轨迹。首先介绍物理规划方法求解多目标优化问题的数学模型,然后将考虑射程最大、热载最小、热流密度峰值最小和弹道最稳定4个目标的再入最优轨迹问题纳入物理规划的框架求解。以某带翼锥形再入飞行器为例,通过计算并分析单目标优化结果,确定具体的偏好结构,采用遗传算法求解了考虑热流、过载、动压和终端条件约束的多目标最优轨迹。优化计算结果验证了物理规划方法的有效性。分析了沿最优轨迹飞行的物理原因和基本迎角控制规律,可为滑翔式再入飞行器的最优轨迹方案设计提供依据。     

多飞行器动态目标追踪协同控制研究

多飞行器追踪动态目标是一个协同控制问题,需要根据目标飞行状态,协同各个追踪飞行器的飞行状态,最终能够在某动态的最佳点实现同时到达。考虑到目标具有较强的机动性,轨迹通常为非线性的,设计了一种基于非线性轨迹预测的、以剩余时间为控制变量的一致性控制方案。仿真结果表明,提出的控制方案能够实现空间位置相距较远的多飞行器动态追踪,具有较好的灵活性和收敛性,目标轨迹的预测结果与实际轨迹误差较小,恰当的轨迹估计有助于缩短追踪时间,提高追踪效率。     

无人机群体视角下的轨迹预测CSCD

利用无人机对观测目标的运动轨迹进行预测是当前无人系统领域的关键任务之一。目前的目标轨迹预测研究通常基于单一无人机所采集的轨迹数据,但由于场景中障碍物以及视角倾斜等因素的影响,单无人机不易稳定监测目标具体位置,容易导致目标丢失。而且,现有利用无人机的目标轨迹预测一般基于鸟瞰视角,没有发挥出无人机的灵活性。随着无人机集群协同技术的发展,无人机群体视角为目标全方位监测提供了新的思路,在解决目标丢失和目标遮挡问题中具有明显的优势。同时,基于多无人机的位姿估计可以估计出目标的准确三维坐标,为无人机的灵活视角观测提供基础。因此,从轨迹预测的相关工作出发,探讨无人机群体视角下轨迹预测中面临的挑战和解决思路,以期对未来的轨迹预测研究以及集群协同技术发展提供一定帮助。     

空调车出口风温的自动调节

空调车的出口风温是一个重要的调节参数。本文建立了空调车的出口风温自动化系统的模型。简述了热惯性较大的温度传感器模型在线辨识和动态补偿方法。根据实际工况，文章对控制系统的模型进行了抽象并简化为典型非线性控制系统。针对系统中使用的电机实际情况，文章又对系统最简模型的相轨迹运动状况进行了分析，同时给出了相轨迹图。     

时空轨迹多维特征融合的行为规律挖掘算法

在预警监视系统中，利用数据挖掘技术可以从海量的目标时空轨迹数据中挖掘出目标的行为规律，实现态势信息的智能感知。目前大部分行为规律挖掘方法仅考虑目标轨迹的空间位置信息，忽略了航向和速度信息，因此难以区分空间位置相似但运动速度和方向不同的行为。除此之外，轨迹聚类算法普遍存在参数设置复杂的问题，而且容易受到轨迹行为分布密度的影响。针对上述问题，首先，通过构造时间滑窗定义了时空Hausdorff距离，可度量时空轨迹多维特征差异；其次，结合k最近邻和密度峰值聚类中决策图的思想，提出了时空轨迹多维特征融合的行为规律挖掘算法；最后，使用仿真飞行器轨迹和实测雷达轨迹数据进行实验分析和验证，结果表明在典型应用场景下本文算法可以准确地挖掘出目标所有行为规律，在智能监视任务中具有较好的应用前景。     

基于Elman神经网络的战斗机空战轨迹预测

轨迹预测是空战态势感知中的关键问题。针对传统轨迹预测方法模型简化程度大、预测精度偏低的问题,提出了基于Elman神经网络的战斗机空战轨迹预测方法。首先,以一对一空战为背景,建立了基于Elman神经网络的目标机空战轨迹预测模型;其次,在利用空战训练测量仪(ACMI)中记录的空战数据基础上,选取了一对一空战轨迹,并构建了训练样本和测试样本;然后,通过仿真分析了不同算法进行轨迹预测的精度。结果表明,与传统粒子滤波算法相比,Elman网络模型预测误差更小、预测效果更好,可以更加准确地进行目标机空战轨迹的预测。     

带异步相关噪声的战斗机蛇形机动跟踪算法

针对异步相关噪声背景下战斗机蛇形机动模式转弯角速度辨识问题,考虑到目标状态与转弯角速度之间相互耦合的特性,从联合优化的解决思路出发,基于期望最大化（EM）算法框架,提出了一种带异步相关噪声的联合估计与辨识算法。首先采用"去相关框架"解除过程噪声与量测噪声之间的相关性,从而将异步相关噪声背景下的转弯角速度辨识问题转换成具有一步状态延迟的转弯角速度辨识问题,其次通过解除目标状态与转弯角速度之间的非线性耦合关系,基于期望最大化算法实现了战斗机蛇形机动目标状态与转弯角速度的联合估计与辨识,从而获得转弯角速度闭环形式的解析解：在E-step,通过利用异步相关噪声背景下的高阶容积卡尔曼平滑器（HCKS）,获得目标状态的后验估计;在M-step,通过极大化条件似然函数,获得转弯角速度的解析解。最后通过仿真验证了所提算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法。     

高超声速飞行器再入轨迹多目标优化

针对飞行器再入轨迹多目标优化问题,提出了一种基于粒子群算法与层次分析法的综合求解策略。首先,根据飞行器的动力学模型以及再入约束条件,建立了飞行器多目标优化模型;然后,考虑到粒子群算法只能求解无约束单目标问题,采用罚函数处理飞行过程中的约束条件和优化目标;最后,针对不同约束及目标的权重对再入轨迹的影响,利用层次分析法建立包含主观评估信息的优化模型,采用粒子群算法优化求解满足相应约束条件的再入轨迹问题。仿真结果表明,该方法所生成的优化轨迹具有较高的精度和计算效率,并对设计者的主观需求有良好的体现。     

基于LADRC的无人直升机轨迹跟踪

无人直升机轨迹控制系统是对多输入/多输出强耦合非线性系统进行解耦控制的系统。为解决无人直升机轨迹控制效果依赖于直升机物理参数的测量和辨识精度以及外部扰动大小问题,提出了一种基于线性自抗扰控制(LADRC)的多回路无人直升机轨迹控制系统。首先建立无人直升机X-Cell的飞行动力学模型,并引入风切变、大气紊流和突风模型以更加准确模拟真实飞行环境;然后对X-Cell进行配平计算以验证动力学模型和配平算法的准确性,并选取一组配平值作为轨迹控制仿真的初始状态和操纵量;随后根据被控量的动力学方程阶次选取对应的一阶和二阶LADRC基本控制器,并结合时间尺度原理,自内向外依次构建无人直升机的姿态、速度和位置控制回路,将三回路串联从而建立了无人直升机轨迹控制系统;而后进行了稳定性分析,特征根计算结果表明轨迹控制系统镇定了X-Cell开环系统不稳定的动态特性;最后将该控制系统应用于各种扰动下直升机轨迹跟踪仿真,结果表明本文无人直升机轨迹控制系统能很好地实现带爬升率的"8"字形轨迹跟踪,且相比于基于比例积分和微分(PID)控制的轨迹控制系统,该控制系统具有更优的鲁棒性和抗扰性。     

基于OTHR与纯角度传感器群数据关联的模式辨识与定位精度提升

 天波超视距雷达(OTHR)目标跟踪面临着"三低"(低检测概率、低数据率和低测量精度)和"多径"(多条传播路径)的挑战,因此传播模式的准确辨识与目标定位精度提升是改善跟踪能力的关键。首先利用纯角度传感器群获得目标地理位置的初步估计,然后采用极大似然估计建立了OTHR的传播模式和杂波模式的辨识规则,进而利用最小方差估计准则实现OTHR和纯角度传感器群的量测融合。仿真结果表明,此算法的模式辨识正确率很高,能明显提升方位角的测量精度,但是不能明显提升径向距的精度。     

直升机单发失效侧向起降轨迹优化

建立了基于置信度较高的飞行动力学模型的直升机平台侧向起降轨迹优化最优控制模型,使用间断有限元法离散该模型,使用序列二次规划算法(SQP)进行求解,得到直升机平台上侧向起降单发失效后的最优操纵和飞行轨迹。以UH-60直升机为算例,分析了不同操纵速率加权系数对以最小下降高度为目标函数的继续起飞最优化轨迹的影响;研究了不同初始高度对以安全着陆速度为目标函数的中断起飞最优化轨迹的影响。     

基于经济性和环保性的下一代客机轨迹优化

针对提高民航客机飞行经济性和降低其对环境污染的问题,基于"下一代航空运输系统"的连续性飞行剖面,建立纵向飞行轨迹模型,综合经济性和环保性两类目标,对飞行轨迹进行了优化。以某型客机为例,优化目标分别为直接使用成本、总温室气体排放量以及两者组合的多目标,基于"下一代航空运输系统"的连续性飞行剖面,选用不同的航程进行了轨迹优化。结果表明,排放量受飞行高度的影响较大,而直接使用成本则对航时和油耗更为敏感。     

基于实时预测轨迹修正的共轴跟踪观测方法

针对光电设备跟踪观测轨迹可预测目标,提出并实现了基于实时预测轨迹修正的新型跟踪算法。从电视观测信息中实时解算出轨迹偏差的位置分量与速度分量并修正预测轨迹,引导仪器运动。应用该方法,在被观测目标电视探测不理想时有效提高了跟踪可靠性,降低了光电跟踪设备对电视探测能力的苛刻要求。即使电视探测短时出现困难,也能保证一定精度。本文给出了实时轨迹修正跟踪方法的构成原理与试验结果,并与一般电视跟踪方法进行了对比。