航天器固态功率控制技术研究

随着航天器不断向智能化和大容量方向发展，基于继电器的传统供配电控制方式已无法满足航天器对供配电系统配置管理、故障检测与诊断以及可靠性的要求，采用固态功率控制技术成为当前发展的趋势。固态功率控制器是一种由固态功率器件和智能控制电路组成的无触点开关，主要利用功率电子器件实现开关特性，集继电器的转换功能和断路器的电路保护功能于一体，一般具有过载保护和状态检测功能。通过对固态功率控制器工作原理和主要关键技术的研究，分析了航天器固态功率控制技术在高可靠、小尺寸和高智能化程度方面的优势，并对固态功率控制技术的未来发展方向进行了展望。     

基于分布式仿真技术的惯性导航模拟训练软件设计

利用两台计算机分别对飞机的飞行过程(圆周协调转弯)和惯导系统进行仿真,对飞机飞行过程的仿真采用VC++和LabWindows/CVI语言,同时运用LabWindows/CVI语言完成了可视界面的制作,制作的用户界面直观、方便、简洁,易于使用与维护。最后利用相应的通讯程序通过网络将两台模拟器连接起来,完成基于分布式仿真技术的惯性导航模拟训练软件设计和实现。     

固定翼无人机编队的启发分布式模型预测控制

针对无人机编队飞行控制中队形保持、路径规划、重构、防撞等多重功能需求,采用启发型分布式模型预测控制框架,将需求转化为多目标优化问题中的代价函数与相容性约束求解,实现了对无人机编队飞行的一体化控制.同时,采用分阶段式的轨迹规划算法,融合模型预测轨迹规划与多项式轨迹规划,利用多项式轨迹系数实现高效的邻居轨迹信息交互,从而增大了模型预测控制的预测范围,并降低了规划控制过程中的计算量与通信量.最后,通过9架无人机的协同避障编队仿真,证明了该方法的有效性.     

分布式协同微纳遥感星群的智能控制系统关键技术

近年来，国内外微纳遥感星座发展不断加速，通过高频重访大幅提升了对地观测的时间分辨率，但是由于单颗微纳卫星观测能力受限，难以满足多源同步与融合、高品质、大幅宽等数据应用需求。为此，将星座与星簇相结合，以星座化分布满足高时间分辨率需求，以星座节点上的星簇协同观测获取多源、高品质、宽幅数据，构建基于微纳卫星的分布式协同遥感系统，是兼顾上述遥感应用需求的有效途径。智能分布式协同控制是该系统的核心关键，为此，必须研究解决星座+星簇大规模动态微纳遥感星群控制系统的分布协同自主导航、智能运动规划与控制、智能健康预测与管理、智能组网等关键技术难题。在梳理分析国内外分布式微纳遥感系统的基础上，给出分布式协同微纳遥感星群的概念内涵，分析其特有的四方面难题，梳理总结相关技术发展现状与趋势，以期为后续该方向的研究起到一定的借鉴作用。     

分布式电推进飞机概念方案气动特性快速评估方法

分布式电推进（DEP）飞机充分利用气动/推进耦合效应提高飞机的气动效率，但动力数量增加导致螺旋桨滑流与翼面流场干扰强烈，气动分析和设计的复杂度及计算成本上升。为提高DEP飞机早期设计阶段气动设计效率，降低研制成本，采用线性无黏的涡格法-激励盘理论(VLM-ADT)、涡格法-非定常涡格法(VLM-UVLM)及加入黏性修正的VLM(Modified-VLM)提出气动特性快速评估方法。对单机翼、单螺旋桨/机翼耦合、X-57机翼(巡航、高升力状态)及分布式螺旋桨/机翼耦合构型的气动特性进行快速评估。与基于雷诺平均Navier-Stokes(RANS)方程求解器的结果对比，单机翼和单螺旋桨/机翼升力系数和阻力系数一致性良好，误差最大不超过8.2%；俯仰力矩系数在同一数量级。X-57机翼和分布式螺旋桨/机翼的升力系数与RANS方程结果吻合度较高，误差最大不超过10%。考虑黏性修正的VLM所计算的X-57机翼和分布式螺旋桨/机翼的总阻力系数与RANS方程结果趋势一致。分布式螺旋桨滑流增加机翼的动压，使机翼局部有效迎角发生改变，改变了机翼当地升阻特性。所提方法为分布式螺旋桨飞机在早期设计阶段气动特性快...     

涡轴发动机时延鲁棒串级PI控制器设计

针对涡轴发动机分布式控制系统中存在时延导致系统性能退化的问题，利用线性矩阵不等式（LMI）方法设计了时延鲁棒串级PI控制器。先利用内模控制（IMC）方法得到涡轴发动机串级控制器内、外环的PI控制器结构；再利用频域回路成形的方法给出保证系统具有期望性能的LMI形式约束条件；利用梯度近似的方法通过劳斯-赫尔维茨判据得到保证系统稳定的控制器参数约束条件；最后，在基于TrueTime的涡轴发动机分布式非线性仿真平台上进行数字仿真。仿真结果表明：在0.04 s时延条件下，当功率需求下降5%时，系统的调节时间小于5 s，功率涡轮转速超调不超过0.5%，且其最大燃油变化率只有传统串级PI控制系统的67%；设计的控制器能有效应对涡轴发动机分布式控制系统中存在的时延问题，同时能够以更小的代价保证系统具有期望的性能。     

基于固定时间的二阶智能体分布式优化算法

对有界扰动下二阶多智能系统的分布式凸优化问题进行了研究。分布式优化问题旨在通过智能体间信息交互实现全局成本函数一致最优。基于固定时间理论，提出一种在固定时间内收敛到最优解的算法。为防止智能体泄露局部成本函数的梯度信息，当邻居成本函数二阶导差值有界时，通过平均一致性在固定时间内利用跟踪技术实现平均梯度信息获取。设计一种自适应算法以避免上述全局信息的假设。进一步地，引入符号函数项实现算法对智能体外部有界扰动的自适应抑制。最后给出收敛性证明和仿真案例。     

加权负载均衡合同网大规模星座任务分配方法

为了充分发挥大规模星座带来的在轨可用卫星资源丰富的优势，解决星座和任务规模扩大带来的任务分配求解空间大的问题，提出了一种分布式加权负载均衡合同网任务分配方法。对任务窗口进行预筛选，减少卫星参与投标数量，节约在轨计算通信资源；在合同网任务分配过程中，将任务投标值加入负载均衡加权系数，提升星座系统负载均衡性能。通过仿真验证，在观测收益相当的情况下，本文所提方法相较于集中式任务分配方法分配求解耗时可减少94%以上，系统负载均衡度优于传统任务分配算法，表明该方法适用于大规模星座任务分配。     

非死锁合同网协议驱动的多机分布式时序任务分配

针对多无人机协同任务分配的时序约束问题，提出了基于非死锁合同网协议(DF CNP)的分布式时序任务分配方法，从理论上避免任务死锁，提升分配结果最优性。定义了局部信息条件下时序任务死锁判据，通过检测时序任务图环路状态与顶点可达性，判定分配方案的全局死锁状态，保证分配结果的可行性。定制了最近邻-深度优先混合搜索算法，在合同网排序过程中优先选择最近邻任务，并结合死锁判据递归回溯，在分布式架构下并行生成满足死锁约束的任务排序方案，提升分配结果的最优性。仿真对比结果表明：相比于非死锁遗传算法(TB GA)，DF CNP在求解效率方面具有显著优势；与耦合约束一致性束算法(CBBA TCC)相比，DF CNP结果最优性明显提升。