基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。     

火焰图像技术在航空发动机燃烧室点/熄火试验中的应用

针对热电偶温升法在燃烧室部件点/熄火试验中存在的阻塞气流、响应速度慢等缺点,开展了基于火焰图像的燃烧室点/熄火判断技术研究。该技术通过火焰观测系统实时获取点/熄火试验时的火焰图像以判定燃烧室燃烧状况,进而获得燃烧室点/熄火特性,弥补了现有燃烧室点/熄火试验测试技术的缺陷。此外,该项技术还可推广应用于航空发动机整机试验及其他相关领域试验,对准确判断燃烧室点/熄火状况具有较大的参考价值。     

航天器自主导航状态估计方法研究综述

自主导航是航天器自主运行的核心关键技术。状态估计是实现航天器自主导航的核心手段,是指实时确定航天器在轨位置、速度和姿态等导航参数,是航天器自主导航技术的重点发展方向之一。首先,针对航天器自主导航的实际需求,阐述了研究航天器自主导航状态估计方法的必要性,具体从导航系统可观测性分析、导航滤波算法、导航系统误差补偿3个方面介绍了航天器自主导航状态估计方法的研究现状;然后,分析并总结状态估计方法在航天器自主导航系统中的实际应用;最后,结合理论研究和实际应用,给出了状态估计方法目前存在的主要问题并对其后续发展进行了展望。     

基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题,提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面,利用Kalman滤波估计选定的速度点对应的高度,得到满足再入走廊及航程要求的拟合系数。在此基础上,减少一个终端约束,增加一个待估计剖面参数,可实现对再入过程飞行时间的调节。研究发现,再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性;飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明,基于Kalman滤波的空天飞行器再入制导算法实时性好,制导精度高,能够实现飞行时间可控,具有较强的鲁棒性和工程应用潜力。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

日本研制新型太阳观测卫星

日本的航天与航空科学研究所(ISAS)现正研制两颗新型复杂的太阳观测卫星:太阳A卫星和Geotail卫星。美国和英国的有关单位参与了这项研制计划。一、太阳A卫星太阳A卫星价值3300万美元,计划在1991年8月或9月用日产公司的     

局部可观测理论在INS/GPS机动对准中的应用

从研究INS/GPS(Inertial Navigation System/Global Positioning System)组合系统的姿态角误差可观测性出发,首次将局部可观测性理论应用于INS/GPS组合系统,定量地计算出各种不同机动方式的局部可观测矩阵的条件数,找到了提高姿态角误差可观测性的最佳机动方式.研究结果表明,通过载体做正弦水平机动飞行可以提高姿态角误差局部可观测性,使空中对准时间明显减少,姿态角误差大大降低.当对准时间为120 s时,东北天向姿态角误差的均值分别为12.34″,12.19″和-28.31″,它们的均方根值分别为0.97″,1.05″和0.62″.      

PINS静基座对准中的理论与算法的研究

分析了平台式惯导系统(PINS)静基座条件下的可观测性,采用系统可观测矩阵的条件数来定量计算PINS静基座可观测性能,找出该条件下的可观测矩阵条件数最小的3个不可观测变量.采用了自适应Kalman算法和常规Kalman算法对简化模型进行了仿真比较.仿真结果表明前者比后者滤波收敛快.进而提出了一种基于Elman神经网络的快速对准方法.     

捷联惯导系统动基座对准的可观测性分析

建立了SINS(捷联惯导系统)动基座对准的误差模型,首次应用PWCS(分段定常系统)可观测性分析理论对SINS动基座对准过程中的可观测性进行了全面研究.将载体的运动分解为平动和姿态变化两大类情形,深入研究和详细分析了载体的各种运动对系统可观测性的影响,指出在SINS动基座对准过程,无论载体的线运动还是角运动在一定条件下都能提高SINS的可观测性.定性地得出了不同运动对系统可观测性的影响结果,这为研究SINS的快速精确对准方法奠定了理论基础.      

对地观测卫星姿态非线性控制方法

针对对地观测卫星姿态控制系统 ,着重考虑干扰、噪声对卫星姿态稳定度的影响。忽略耦合和挠性部件影响 ,也不考虑敏感器和执行机构的动态特性 ,针对卫星定向模式的主调节器设计问题构造了一种简单实用的非线性控制器 ,并分析和验证了该非线性控制器的有效性。