主从式编队航天器连通性保持与碰撞规避

针对主从式航天器编队过程中存在的通信距离约束、航天器之间的碰撞以及空间干扰等问题,提出一种基于非线性干扰观测器和人工势函数的分布性协同控制方法。当初始通信网络连通时,通过在分布式协同控制器中引入吸引势函数,保证整个编队过程中通信网络始终是连通的。针对主航天器速度仅有部分从航天器直接可知的情况,为每一个从航天器设计分布式的速度观测器估计主航天器的速度,从而实现航天器之间的速度协同。此外,通过在控制器中引入非线性干扰观测器对外界干扰进行观测,显著增强了航天器编队的精度。仿真结果表明,本文提出的分布式协同控制方法不但能够实现对主航天器的速度跟踪以及航天器之间的队形保持,而且能够在编队过程中实现通信网络的连通性保持和航天器之间的碰撞规避。     

在轨服务中的仿生抗冲击结构研究

针对在轨服务航天器末端执行器在抓捕目标时由于速度不匹配而产生的振动问题,本文受自然界中高速奔跑的袋鼠腿部结构启发,将嵌套仿生X形结构安装在服务航天器机械臂和抓捕机构之间,来抑制由碰撞所产生的抓捕后振动。通过对此系统在受到外冲击力下进行建模分析,并与传统的弹簧质量阻尼器和单层仿生X形结构的隔振性能进行对比,仿真结果表明,此嵌套仿生X形结构隔振系统具有更好的振动隔离效果,能够更加有效地抑制航天器抓捕后振动。     

一种快速精确的捷联惯性导航系统静基座自主对准新方法研究

通过对捷联惯性导航系统(SINS)静基座初始对准物理特性的深入分析,针对传统静基座初始对准方法对方位角和陀螺漂移可观测度低的不足,提出了一种基于惯性测量单元(IMU)信息的SINS静基座自主对准方法,该方法不需要进行SINS力学编排,而是充分利用IMU输出的角速度和比力信息。文中给出了静基座粗对准算法,推导了静基座精对准的动力学模型,并对该模型进行了可观测性分析,最后采用改进的Sage-Husa自适应卡尔曼滤波器进行SINS静基座初始对准仿真计算。数字仿真结果表明：该方法具有对准精度高、对准时间短、自主性强、计算量小、易于工程实现等特点。     

Galileo系统对卫星导航系统的增强作用

介绍了正在建设的Galileo系统，从卫星导航系统的星座、完备性、通讯能力、求解载波相位整周模糊数能力以及对系统轨道漂移影响抑制能力五个方面入手，研究了Galileo系统对空间飞行器导航的增强作用。最后通过仿真研究．进一步分析了Galileo系统在空间飞行器导航应用中的增强作用。     

结合深空机动的多次行星借力轨道设计

行星借力技术是减小星际探测任务发射能量的有效途径,传统的行星借力模型不能保证探测器借力前后的速度矢量转角达到理想要求。为此,进行了行星借力建模,并基于该模型,推导了探测器飞出借力天体影响球的双曲线超速矢量。针对轨道设计参数的强耦合性,提出了一种全局-局部混合搜索算法,并对地球-金星-地球-火星-木星转移轨道进行了设计。仿真结果验证了轨道模型的正确性和有效性,表明该文方法可以有效地对多次行星借力轨道进行设计。     

利用时域配点法的卫星相对运动周期轨道求解研究

为更精确而有效地求解卫星相对运动周期性轨道,提出了一种新的数值求解方法,该法是基于时域配点(TDC)方法研究存在J2项的非线性相对运动模型的周期解。在TDC方法中,预先将期望得到的周期解假定为傅里叶级数展开,再将傅里叶级数展开形成的近似解代入原非线性方程中,得到剩余误差函数并令其等于0,其本质是一种平衡剩余误差的方法。可通过此方法用C-W方程或T-H方程的相对运动轨道的初始条件生成边界轨道。TDC方法较一般的数值方法更精确。数值仿真表明:应用TDC方法后,能获得闭合的相对运动轨迹。研究对解决相对运动轨道维持中节省燃料和编队飞行动力学有重要的意义。     

基于神经网络的航天器GPS/INS组合定姿系统

基于GPS和惯性技术的组合导航系统是近年来导航系统的研究热点和主要发展方向.目前基于卡尔曼滤波方法的算法在稳定性、计算量、算法鲁棒性以及系统可观测性等方面仍然存在问题.基于神经网络技术研究了一种新的GPS/INS组合定姿自适应卡尔曼滤波方法,理论分析表明,该方法不但对姿态信息具有较好的估计性能,而且对系统模型的精确性、噪声特性具备良好的鲁棒性.最后,利用模拟数据对所研究算法进行了分析计算,与传统的卡尔曼滤波方法进行了比较、分析,结果表明所设计组合算法在精度、稳定性以及鲁棒性等方面较传统卡尔曼方法具有良好的特性.     

基于逆强化学习的航天器交会对接方法

针对使用神经网络解决追踪航天器接近静止目标问题,提出一种使用模型预测控制提供数据集,基于生成对抗逆强化学习训练神经网络的方法.首先在考虑追踪航天器最大速度约束,控制输入饱和约束和空间锥约束下,建立追踪航天器接近静止目标的动力学,并通过模型预测控制驱动航天器到达指定位置.其次为标称轨迹添加扰动,通过前述方法计算从各起始位置到目标点的轨迹,收集各轨迹各控制时刻的状态与控制信息,形成包含状态与对应控制的训练集.最后通过设置网络结构与参数和训练超参数,在训练集驱动下,采用生成对抗逆强化学习方法进行网络训练.仿真结果表明生成对抗逆强化学习可模仿专家轨迹行为,并成功训练神经网络,驱动航天器从起始点向目标位置运动.     

考虑进气约束的高超声速飞行器预定性能控制

针对高超声速飞行器跟踪误差瞬态性能约束与发动机进气条件约束问题,提出约束预定性能控制方案。首先,设计新型设定时间性能函数用于限定跟踪误差的瞬态与稳态性能。相比传统方法,新型方案可保证性能函数在设定时刻精确收敛至稳态值,同时可灵活调整函数初始收敛速率,避免控制饱和。其次,将速度与高度受约束跟踪误差进行无约束转换,通过控制转化误差有界满足原始跟踪误差的预定性能约束。在高度子系统中,通过结合预定性能控制限定攻角变化范围,能够满足发动机进气需求。最后,以考虑参数摄动的吸气式高超声速飞行器为对象执行对比仿真,结果表明所提方法能够有效满足跟踪误差的性能约束与发动机进气约束。     

椭圆轨道相对动力学状态转移矩阵

针对已有研究的不足,给出了更加便于理论分析和工程应用,并具有普遍适用性的状态转移矩阵的一种新形式。基于Lawden方程推导了以三维空间中位置-速度表示的状态转移矩阵元素的具体表达式,并将其由角域变换到时域,得到了表示真实位置速度的状态转移矩阵,通过初等变换可以从该矩阵得到任意需要的形式。仿真结果表明了状态转移矩阵的有效性,可将其用于任意偏心率椭圆轨道的三维轨道交会、轨道修正、编队队形设计及控制问题。