着陆小天体的自主GNC技术

由于目标小天体和地面站之间存在较长的通讯延迟，加之小天体的动力学环境复杂多变，传统的基于深空网的导航、制导与控制（GNC）模式已不再适合探测着器着陆小天体。为了实现安全着陆小天体，探测器必须具有自主导航、制导和控制的能力。本文提出了一种着陆小天体极区的自主GNC方案：首先，基于对自然特征点的自动提取、跟踪，给出了一种着陆小天体的自主光学导航方案；接着，为了安全垂直着陆小天体的极区，设计了比例-微分控制器跟踪理想的下降轨迹、消除侧向位置和速度偏差；最后，通过数值仿真对本文所提方案的可行性进行了验证。     

基于虚拟目标的大气层内拦截弹中制导律研究

导引头侧窗探测技术的采用和大气层内气动力的存在要求针对该空域内目标的拦截弹于中制导末端,在零攻角的情况下将目标收入侧窗视场内,并针对目标的预测脱靶量为0,以满足中末制导交班和末制导弹道平直性的要求.基于此,本文从中制导末端的视场角约束和预测脱靶量为0出发,分析拦截弹中制导末端应达到的理想位置和运动状态,并据此设置虚拟目标和终端约束,运用最优控制原理设计针对虚拟目标的优化导引律.Matlab仿真结果验证了该方法能有效地保证交班条件和脱靶量要求的满足.     

高超声速滑翔飞行器再入轨迹快速、高精度优化

针对高超声速滑翔飞行器再入轨迹优化问题，提出一种基于稀疏差分法和网格细化技术的快速、高精度求解方法。该方法应用局部配点法将再入轨迹优化问题转化为非线性规划(NLP)问题，从两方面提高轨迹优化的效率和精度。一方面，引入一种高效的稀疏差分法计算NLP的一阶偏导数，提高NLP的求解效率；另一方面，提出一种基于新型广义二分网格的网格细化算法调整离散节点的数量和分布，使得方法能够采用较少的节点数目取得较高的优化精度，从而减小NLP的规模和计算量。应用该方法求解了高超声速滑翔再入轨迹优化问题，仿真结果表明所述方法能够快速生成一条严格满足各种约束的最优三维再入轨迹。在此基础上，研究了滑翔飞行器的再入落点区范围，进一步检验了该方法的有效性。     

一种求解轨迹优化问题的改进多分辨率技术

针对轨迹优化多分辨率技术可能发生细化遗漏或者细化失败的缺陷，设计了一种改进多分辨率技术。该方法通过在每次网格细化迭代过程中增加两层高分辨率节点并且引入节点检测算法，确保在轨迹的非光滑区域能够高效、持续地细化网格。针对原始多分辨率技术的初始网格的节点数目存在二进限制的弊端，定义了一种新的广义二分网格，使得多分辨率技术的初始网格节点数目可以为任意奇数。采用多个轨迹优化算例验证了本文方法的有效性并且与其它方法进行了对比。此外，仿真结果还表明，网格充分细化对目标函数影响不大，但是能够更加准确地满足路径约束和终端状态约束。     

面向卫星多目标重复观测任务的分层聚类规划

针对敏捷卫星多目标重复观测任务规划面临的可行任务执行序列集合规模庞大困难,提出了一种任务执行序列时间解耦的分层聚类任务规划方法。该方法以规划过程中的可观测窗口和任务执行窗口为聚类对象,通过单次可观测窗口聚类和多次任务执行窗口聚类将任务集合按任务窗口属性分解为一系列时间解耦的小规模集合,在两次任务执行窗口聚类间使用基于贪婪优化的搜索算法对聚类生成的小规模任务集合分别进行集合内任务规划,最后将各集合的任务规划结果合并后得到所有任务的执行序列。仿真结果表明,该分层聚类方法可有效降低全局优化复杂度,消解不同优先级观测任务的冲突,提高任务规划质量,能够在不降低目标点观测完成率的前提下对有多个观测机会的目标点进行重复观测,且算法稳定性好,能在数秒内得出规划结果,适用于星上自主任务规划。     

PVC-g-SAN共聚反应的研究

本文采取固相接枝和熔融接枝相结合的方法制备了苯腈接枝聚氯乙烯(PVC)材料,研究了接枝单体苯乙烯和丙烯腈对聚氯乙烯接枝物力学性能,耐热性、硬度的影响,并对接枝原理进行了探究。结果表明:接枝改性后的PVC材料拉伸强度略有下降,而冲击强度,断裂伸长率均有提高,材料耐热性有明显提高。在接枝单体用量12%时,材料的综合性能到达最佳。     

基于相对方位信息和单间距测量的多智能体编队协同控制

由多个载体组成的多智能体系统对复杂环境具有更高的适应性,能够完成传统单个载体无法完成的任务。针对多智能体编队集结与队形移动跟踪问题,提出了一种改进的多智能体编队协同控制新算法。首先,以拒止环境下跟随智能体仅能通过光学传感器测量相对方位信息为任务背景,针对"领导者——第一跟随者"结构的多智能体编队,提出了基于相对方位信息与单间距测量的控制器,使得第一跟随者智能体可以追随移动的领导者智能体,并且可以通过改变与领导者智能体的间距对编队整体队形进行缩放控制。其次,提出一种了改进的分布式控制律,使得其他跟随者智能体可以仅通过两个相对方位信息完成编队飞行。然后,根据Lyapunov第二方法,构建了系统的能量函数,验证了所提出算法的稳定性。最后,通过数值仿真实验对所提算法进行了验证。仿真结果表明,基于该控制律多智能体系统能够完成编队集结、队形缩放和编队飞行的任务。     

火星EDL导航、制导与控制方案综述与启示

进入、下降与着陆（EDL）导航、制导与控制(GNC)对于成功着陆火星起着决定性作用。首先详细地介绍了火星EDL的技术需求与GNC面临的挑战;然后系统地总结了国外历次成功火星任务的EDL导航、制导与控制方案;接着有针对性地梳理了我国现有航天工程任务中可加以利用的技术基础;最后,在对比分析已有技术的基础上,对我国未来的火星探测工程EDL导航、制导与控制技术研发给出了初步的建议。     

人工智能在航天器制导与控制中的应用综述

航天器制导与控制技术是保障空间任务顺利实施的关键技术之一。当前,动力学模型的强非线性以及参数不确定性制约了高精度姿轨控技术的发展,而系统故障则决定航天器姿轨控的成败。以机器学习为代表的新一代人工智能技术航天器制导控制领域展现了巨大的应用潜力。首先对基于人工智能技术的轨迹制导和姿态控制中的研究发展及应用现状进行归纳,分析航天器轨迹规划、姿态控制、故障诊断以及容错控制技术的发展趋势。然后,从鲁棒轨迹规划、自适应姿态控制、快速故障诊断和自适应容错控制等4个方面总结适用于未来航天任务的航天器姿轨控关键技术。最后,针对智能姿轨控技术的应用所面临的挑战,从姿轨控架构、算法最优性、算法的训练以及技术验证等方面提出相应的发展建议。