漂浮基空间机器人及其柔性影响下逆模神经网络控制

针对漂浮基空间机器人及其柔性影响下动力学模型,提出一种神经网络控制方法,把神经网络和传统反馈PI控制相结合构成一种混合性机器人逆模学习控制方案,并分析此控制方法工作原理。最后给出带两机械臂漂浮基空间机器人的仿真结果。结果表明所应用逆模控制方法具有较快收敛性和较高跟踪控制精度,是一种有效的控制方法。     

星载SAR亚马逊雨林辐射定标仿真研究

辐射定标是准确、定量描述星载合成孔径雷达(SAR)系统性能的重要手段.星载SAR在轨运行期间,天线方向图较之发射前可能存在较大的失真,从而严重影响所获取的SAR图像数据质量,因此准确测量在轨飞行时天线俯仰向方向图特性并予以补偿是星载SAR辐射定标的主要内容之一.利用具有均匀后向散射系数特性的分布目标进行外定标是测量双程俯仰向天线方向图的最佳方案,而亚马逊雨林是全球最稳定、最均匀、最平坦的分布目标,后向散射系数几乎不随入射角变化,是公认的理想测试场地.鉴于目前我国尚无自行采集的星载SAR图像数据,我们对星载SAR回波功率仿真、天线方向图模型参数估算进行了深入、系统的研究,利用仿真的亚马逊雨林SAR功率图像成功地实现了星载SAR俯仰向天线方向图在轨测试关键环节的模拟,对我国的星载SAR辐射定标研究具有一定的理论意义和重要的工程实用价值.      

角度传感器动态角误差测量方法的研究

针对急需解决的角度传感器动态角计量问题,设计了动态角误差的测量方法,详细介绍了测量原理、测量过程及误差的评定方法,并进行了测量结果的不确定度评定。由不确定度评定可知,转台对传感器的电磁干扰导致的读数跳动及安装误差对测量准确度影响较大,为进一步完善该测量方法指明了研究方向。     

低轨巨型星座构型设计与控制研究进展与展望

近年来低轨星座计划发展迅速,低轨巨型星座已成为全球争夺空间战略资源的"新战场".首先,概述了Telesat、OneWeb、Starlink等低轨巨型星座计划的发展现状,以及中国互联网星座计划的基本情况.在此基础上,分别从星座的任务需求、覆盖特性、摄动补偿和备份策略4个方面,综述了星座的构型设计方法及其特点.然后,根据卫...     

基于分布式深度学习的多星计算卸载策略

在边缘计算增强的低轨卫星网络场景下,低轨卫星集群协同处理地面任务能有效降低用户响应时延。对卫星集群的联合卸载决策和资源分配优化问题进行研究,将其描述为一个混合整数规划问题,并采用了一种基于分布式深度学习算法的卫星边缘计算卸载算法（deep learning based offloading algorithm,DLOA）。该算法使用多个并行DNN用于生成卸载决策并采用经验回放存储新生成的卸载决策,当采用隐藏层结构不同的DNN,收敛速度比同构DNN提升18%,收敛值与最优值的比值基本为1,可以认为已收敛至最优。此外,探讨了DNN的数量对所使用的算法的影响,仿真结果表明采用少量DNN就可以获得近优的收敛效果。通过对不同任务规模下采用不同算法的任务完成率进行研究,结果表明DLOA算法可通过采用异构DNN和优化资源分配方案显著提升完成率,其较单星运算方案任务完成率提升1倍,较二进制粒子群算法方案提升20%。     

船舶直流电推系统选择特性的短路故障模拟

为了研究船舶直流电推系统发生短路后的选择性保护特性,对短路发生后的主要短路源、线路状况及关键器件进行分析,采用基于设备参数的选择性保护分析与建模方法,对船舶直流电推系统选择性进行短路故障模拟.针对工程船舶应用,搭建与实际系统对应的仿真模型,对比仿真结果及短路试验结果可以看出,熔断器熔断时间、电压变化趋势及电压跌落情况都...     

被动式加载系统多余力的产生机理及其消除方法的研究

分析了被动式加载系统的工作特点；详细推导了被动式加载系统多余力的数学模型；探讨克服被动式加载系统多余力、提高加载精度的方法，为研制高性能的被动式加载系统提供理论依据。     

六轴联动电火花加工电极的动态规划

本文提出了一种加工复杂构型的整体涡轮通道的创新思路，首先依据求解最优控制理论的现代变分法建立了电极成形运动的变分模型，根据动态规划原理提出了这一类变分问题的数值解法，并运用实例验证了所提出的这一创新思想的可行性及有效性。     

点焊机器人动态性能有限元分析

应用商用有限元分析软件ANSYS 5.5对SIA-120点焊机器人系统作了模态分析.运用分析结果进行模型仿真,验证了所建模型的正确性,同时指出了样机结构设计的薄弱环节.将改进的设计方案应用于模拟样机的仿真模型,用有限元方法定量地计算出了系统改进后的动态特性参数.     

一种面向临近空间高超声速再入滑翔目标跟踪算法

针对临近空间高超声速再入滑翔目标的跟踪问题,提出了一种基于回顾成本输入估计的无偏转换量测卡尔曼滤波(Retrospective cost input estimation-unbiased converted measurements Kalman filter, RCIE-UCMKF)。首先,根据再入滑翔目标的飞行特性,将加速度看成是未知的确定输入构建运动学跟踪模型;然后,对目标的非线性量测信息进行无偏转换,并将得到的噪声协方差矩阵进行解耦,降低算法的复杂度;最后,利用回顾成本的输入估计对未知加速度进行重构,采用递推最小二乘法更新输入估计器的参数矩阵,同时将估计的加速度引入到卡尔曼滤波框架下,实现对高超声速再入滑翔目标状态的准确估计。仿真结果表明了该算法的有效性和可行性。