多高超声速飞行器静态协同再入制导方法

为实现多高超声速飞行器的协同再入，提出一种基于参考轨迹的静态协同再入制导方法。首先以实际轨迹长度代替大圆弧假设，研究了实际轨迹长度与总飞行时间的对应关系，提出采用公共轨迹长度作为协调变量的思路；然后设计了一种双层协同框架，其中协调层将轨迹长度作为协调参数进行协调匹配，执行层依据分配的协调参数完成再入飞行；最后针对协同再入的时间一致性要求，提出一种新的协同逻辑转换策略，将终端时间的一致性问题转化为到达截止时间的状态收敛问题。该方法在能量域内进行公共参考轨迹设计，之后通过时域信息提取在时域内完成公共参考轨迹跟踪，最终实现多成员的协同再入。分别在标称状态与模拟扰动环境对所提方法进行了数值仿真，结果表明，所提方法能够简明实现多飞行器的再入协同制导，具有较好的应用潜力。     

航天器单粒子防护薄弱点的识别

针对当前航天器研制中日益突出的单粒子防护量化设计问题,分析了单粒子软错误对航天器影响的特征,建立了评估器件或设备单粒子软错误对航天器影响的危害时间模型,给出了航天器单粒子防护薄弱点的识别方法和步骤,为改进航天器单粒子防护设计提供了客观依据。     

吸气式超声速导弹爬升段多约束轨迹优化

针对吸气式超声速导弹飞行过程多约束及强耦合的特性,研究了超声速导弹爬升段的轨迹优化设计问题。考虑吸气式推进系统与气动力、飞行轨迹的耦合,对超声速导弹冲压发动机的性能进行分析,揭示了吸气式发动机推力、静压裕度以及余气系数随飞行状态的变化规律;在考虑过载、动压、终端弹道参数及发动机参数等约束的条件下,建立多约束条件下的轨迹优化模型,提出一种适用于此类飞行器飞行轨迹与推力规律的优化设计方法,并对最小油耗的爬升弹道进行优化设计分析。仿真结果表明,该方法能有效解决吸气式超声速导弹多约束轨迹优化问题,可为吸气式超声速导弹的弹道规划与制导律设计提供参考。     

考虑负载均衡的过驱动航天器推力器分配方法

以过驱动航天器的推力器控制分配误差最小、推力器负载均衡等为设计目标,构建航天器推力分配混合优化模型,并将其转化为线性规划模型进行求解,提出了一种考虑负载均衡的航天器推力器动态分配算法。该算法在确保分配误差最小前提下,能够降低各推力器的最大分配推力之差,有效均衡各推力器总工作时长和开关次数,进而延长推进系统的整体工作寿命。进一步定义了表征负载均衡性能的推力平衡度和干扰敏感度性能指标,并在此基础上给出了一种分配算法负载均能能力的定量化评价方法。在仿真验证中,采用平衡度和敏感度对算法性能进行定量评估,结果表明该方法在保证控制性能和控制分配误差的前提下,能够有效均衡各推力器最大推力,提高了系统的平衡度和对扰动力矩的鲁棒性。     

无人机拉索式发动机操纵系统精度特性及试验研究

精度是拉索式操纵系统的重要性能指标之一,其高低直接影响发动机的稳态和瞬态性能。介绍拉索 式发动机操纵系统的组成及原理,通过拉索式操纵系统精度试验,从单程精度、回程差和重复性精度三个维度 分析其精度特性;采用单一变量法,通过试验依次分析弹簧力臂和刚度系数、拉索导向套路线布置以及拉索的 长度等对操纵系统精度的影响。结果表明:拉索式操纵系统单程精度绝对值小于5%,在死区外的范围回程差 小于3%,重复性精度小于2%;可通过合理设计拉索长度及弹簧刚度系数缩小死区范围;拉索导向套两端的横 向间距过大会降低操纵系统精度。     

基于贝叶斯网络的空战效能评估方法研究

贝叶斯网络是一个基于概率推理的数学模型,常用于解决复杂系统间的不确定性,且具有较大优势。空战过程是一个极为复杂的过程,具有较高的不确定性,针对空战效能评估过程中存在的问题,结合空战理论和实际情况,建立空战效能评估的贝叶斯网络模型,提出基于贝叶斯网络的空战效能评估方法,并进行仿真分析。结果表明:该评估方法能够根据战场环境证据对空战信息优势、协同能力、部队效能、决策指挥能力进行效能评估,为决策提供有力依据,且具有很强的学习能力与推理能力。     

双级旋流器燃烧室的数值模拟

针对所研究的双旋流器的结构特点,采用四面体非结构网格划分方法,生成单、双旋流器头部燃烧室的网格计算模型,对单、双旋流器燃烧室的流场、温场进行了计算,较为详细地分析了双旋流器头部燃烧室的优点.双旋流器燃烧室能改善雾化效果,提高燃烧效率.其计算结果为双旋流器头部燃烧室的设计提供了理论依据.     

微小卫星多约束姿态机动规划方法

针对微小卫星姿态控制中存在的多重指向约束和角速率约束问题,提出一种基于对数型势函数的多约束姿态机动规划方法。首先针对微小卫星携带的光学传感器需躲避强光天体而天线需指向地面保证对地通信这一约束特性,采用对数型势函数方法保证约束姿态指向满足任务要求;其次,针对姿态角速率限制的问题,引入障碍Lyapunov函数确保姿态角速率始终处于约束范围内。与在线优化方法相比,该方法具有计算量小的显著优势,非常适合星上处理能力有限的微小卫星。此外,考虑外界干扰力矩的影响,引入自适应干扰估计律,增强了控制系统的鲁棒性。最后,通过数学仿真对本文方法进行了校验,仿真结果表明,该方法能够快速实现卫星姿态机动到期望指向,与此同时,在整个姿态机动过程中,均满足多重指向约束和姿态角速率约束 要求 。     

一种卷积神经网络非合作目标姿态测量方法

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。     

高超声速飞行器基于路径跟踪的制导方法

针对具有高位置精度要求的高超声速飞行器制导问题,提出一种基于路径跟踪和自适应动态面控制（ADSC）方法的轨迹跟踪制导的方法。根据高超声速飞行器动力学建立数学模型,同时为了方便跟踪控制对数学模型进行了部分线性化处理。针对高超声速滑翔飞行器三维轨迹跟踪存在的欠驱动问题,引入路径跟踪的思路将其转化为二维的跟踪控制问题;针对高超声速飞行器建模不确定性强的特点,使用具有较强鲁棒性的ADSC方法实现鲁棒的路径跟踪。能够证明所提出的方法可以以任意小的误差实现参考轨迹跟踪。仿真结果表明,该制导方法具有较高的跟踪精度并且具有较强的克服模型不确定性的能力。