基于天牛群优化算法的转台控制系统研究

人为依据经验确定转台调节过程中的PID参数不仅效率低,而且参数的精度低,难以达到满意的效果。为解决该问题,提出了一种基于天牛群算法的PID参数寻优方法。首先建立了转台的数学模型,其次介绍了天牛群算法的算法流程、目标函数和寻优过程,最后使用IAE准则通过该算法对参数寻优得到一组最优解。通过与依据经验确定的PID参数对比,采用天牛群优化算法得到的PID参数更有依据,而且转台控制系统的阶跃响应稳定时间为1.1s,超调量为7.4%。     

基于Optistruct的结构静动力拓扑优化设计

基于Optistruct平台,研究了二维平面薄板及三维结构的静力、动力以及静动力联合的拓扑优化,给出了典型结构的算例,对比了优化参数取值不同时所对应的优化结果,探讨了优化过程中的网格依赖性以及拓扑优化的效率等问题.     

基于无人机载图像的局部精细拼接算法

近年来随着机载光电载荷功能的不断完善,航空侦察监视任务对图像情报采集效率、质量均提出了更高要求。针对飞行场景干扰因素较多导致图像拼接质量较差的问题,提出了一种适应性较好的局部精细拼接算法。首先,综合点特征与线特征建立射影不变特征子进行精确局部预配准;然后,基于准单应变换与共线性评价准则建立网格优化目标函数,提出了一种透视关系改善方法以减小扭曲失真;最后,检索图像最优缝合线并优化融合效果。基于实际无人机载图像的实验结果表明：所提算法比当前先进算法均方根误差平均降低了0.2290,直线斜率保留能力平均提升了13.95%,一定程度上优化图像质量并改善扭曲失真,适用于无人机载成像领域。     

低轨Walker观测星座构型设计方法研究

微小卫星星座在遥感、通讯、导航和深空探测领域具有巨大潜力,对于地区的经济发展、环保监督和应急预警都有重要意义。本文依托低轨Walker星座展开研究,通过分析轨道摄动影响下的传统星座构型,得到单颗卫星的地面覆盖面积。利用覆盖带理论建立星座构型设计模型,分析卫星星座的区域覆盖能力,实现星座构型参数的优化。以京津冀地区观测星座构型全时段设计为例,通过理论分析与STK软件仿真分析结果对比,验证了提出的星座构型设计方法的可行性和有效性,得到了京津冀地区观测卫星星座构型的最优参数。     

面向3D打印的设计制造一体化探索

紧密围绕航天结构未来发展需求,以增材制造复杂产品研发为研究对象,对实现设计制造一体化的技术路线和关键技术进行分析。把设计、仿真和制造有机统一起来,把工艺设计纳入结构设计流程,通过仿真驱动设计来提高产品质量、降低制造成本。研究成果可应用于航天领域增材制造产品研发,对传统设计制造模式向智能制造转型具有积极探索意义。     

基于机场运行的跑滑系统不停航施工方案优化研究

为了研究机场跑滑扩建对机场安全运行影响最小的不停航施工方案,本文分析不停航施工对跑滑系统运行的影响因素,对单边施工不停航施工方案进行仿真计算;研究施工时航空器增加跑滑距离、地面延误时间、滑行道影响效率等关键参数对机场跑滑系统运行的量化影响,依据运行参数对施工方案进行优化,提出双边施工的不停航施工方案。研究结果表明:单边施工与双边施工在施工时,航空器绕行增加跑滑距离、地面延误时间比、滑行道影响效率没有显著差异的情况下,双边施工比单边施工的总工期缩短41%。该研究成果为机场跑滑系统扩建不停航施工方案的研究提供重要参考。     

多变量全局寻优与智能优化在星座组网中的应用

顶层任务规划通常与星座组网紧密结合,小卫星分散灵活的特性尤其适用于星群规模化在轨运行。针对热点区域覆盖和全球覆盖的不同任务需求,提出了对构型多变量进行全局寻优和利用智能优化技术进行星座构型优化的方法,两种优化方法可分别获得小规模星群最优效能与超大型星群的较优效能。优化方法不受轨道类型和任务目标分布的约束,具有良好的鲁棒性。     

火卫一周期准卫星轨道及入轨分析

围绕火卫一的准卫星轨道（QSOs）因其具有良好的稳定性,是火卫一探测任务最为实用的轨道。在平面圆型限制性三体问题模型下,利用庞加莱截面和KAM环迭代方法探究了准卫星轨道的周期轨道族,并给出不同能量准卫星周期轨道的初始条件。针对火卫一周期准卫星轨道入轨,提出一种转移轨道设计方法:对准卫星周期轨道调整速度后进行反向积分,直至离开火卫一邻近区域,从而得到由火星环绕轨道向火卫一周期准卫星轨道的转移轨道,并调整转移轨道参数对燃料与时间消耗进行优化。研究结果表明,当周期准卫星轨道能量处于特定区间时,存在特定速度脉冲区间,可利用火卫一引力实现较少燃料消耗的轨道转移;在该速度脉冲区间中,通过选取较小的速度脉冲,可缩短转移时间。      

基于多目标灰狼算法的干扰资源多效能优化方法

依靠经验决策或简单的模板匹配的传统干扰资源决策方式难以适应当前复杂的电磁环境。针对雷达干扰资源决策的智能化需求展开研究,将干扰资源调度建模为多目标优化问题,以最大化整体干扰效能、最小化干扰总功率、最小化作战损失为目标函数建立干扰资源调度模型,利用一种多目标灰狼算法（MOGWO）求解问题模型Pareto前沿,以最优解集代替最优解,再根据战场实际情况选择最佳调度方案,使决策方案更加科学合理。实验结果表明,MOGWO算法能够克服基本灰狼算法（GWO）探索能力不足、局部收敛的缺陷,有较高的搜索效率,算法的寻优能力和稳定性均优于NSGA-Ⅱ算法和MOPSO算法。      

基于高置信局部特征的车辆重识别优化算法

根据车辆重识别中区域置信度不同,提出了基于高置信局部特征的车辆重识别优化算法。首先,利用车辆关键点检测获得对应的多个关键点坐标信息,分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性,提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理,根据局部区域分割信息,对卷积得到的特征张量进行空间维度上的切割,获得代表全局信息和关键局部信息的特征张量。然后,通过全连接层特征张量转化为表示车辆个体的一维向量,计算损失函数。最后,在测试阶段使用全局特征,并利用训练好的车标扩散区域提取分支获得高置信局部特征,缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试,验证了所提算法的有效性。