多源图像融合技术的发展与军事应用研究

多源图像融合能根据各波段传感器获得信息的互补性和冗余性,综合多个传感器的信息,获取对同一目标或场景全面而详尽的表述,从而得出更为准确、可靠的结论.首先分析了多源图像融合的主要研究内容,进而探讨了发展现状和存在的问题,在此基础上,总结了图像融合中常用的传感器和应用方向.     

地球同步轨道卫星群在轨加注任务规划

以地球同步轨道卫星群为研究对象,开展“多对多”在轨加注任务规划问题研究。首先建立了任务规划的数学模型,该任务规划属于多目标规划问题,求解过程中需要解决TSP问题。其次,给出了该规划问题的求解方法及流程,采用遗传算法进行求解并设计了相应的遗传算子。最后,选取了14颗地球同步轨道卫星作为目标星进行求解,并在小角度近似条件下对计算结果进行了分析,计算结果验证了算法的有效性。     

抗多径效应的全范围多员出舱通信方法

针对载人航天器规模大和出舱活动范围广的现状,提出一种抗多径效应的全范围多员出舱通信方法,以解决传统出舱通信方法测控覆盖率低、多径效应影响严重的问题。通过在载人航天器外侧等间隔布置多副天线,实现相对于载人航天器360°范围内的出舱活动测控全覆盖。通信体制采用前向与返向频分双工体制(FDD),各出舱航天员之间采用直扩码分多址(DS-CDMA),对各出舱航天员设计不同的扩频码,解决多人出舱带来的通信互扰问题。为解决由于载人航天器遮蔽、反射带来的多径效应问题,前向链路和返向链路分别采用时间分集技术和空间分集技术的通信方式。仿真结果表明:同样满足10~(-5)误比特率的指标,全范围多员出舱通信方法比传统的单天线和三天线出舱通信方法的信噪比优化1.1~4.5dB,并且能实现全范围出舱活动的测控覆盖和通信连续。     

基于不确定性的飞行器分离可靠性建模与分析方法

为实现飞行器分离任务可靠性的定量分析和高效精确评估,研究了高超声速飞行器分离任务过程中各种不确定性因素对分离可靠性的影响,提出一种基于不确定性的飞行器分离可靠性建模与分析方法。面向高超声速飞行器分离任务需求,建立分离动力学仿真模型,综合考虑分离过程不确定性因素的影响,利用灵敏度分析方法识别主要不确定性因素,构建分离可靠性模型。针对此模型,提出一种改进主动学习Kriging(IAK)的分离可靠性分析方法,通过新的采样策略选取失效概率更大的采样点作为新增训练点,进行高效可靠性分析。实例结果表明,该方法能够准确描述不确定性因素对分离过程的影响,提升分离可靠性定量分析的精度和效率,为飞行器分离方案的精细化设计提供支撑。     

面向应急减灾的中轨多频多极化SAR载荷设计

针对我国现有天基观测手段时效性低、观测精度低、信息获取手段单一、难以满足日益增长的应急减灾应用需求问题,提出一种位于中轨多频多极化合成孔径雷达(SAR)载荷设计。该载荷位于中轨,通过L,S,C,X共4个频段及全极化设计,能兼顾低轨SAR和高轨SAR的优点,具备高时空分辨率、大幅宽、多元信息获取特点,能很好地满足灾害监测预警及应急响应观测的需求。     

在轨实时引导多星成像任务规划方法研究

针对遥感卫星在轨自主任务规划的强时效需求和依赖地面系统的现状,通过分析卫星的轨道特性和多载荷工作配合的方式,提出了一种面向在轨实时引导成像的多星自主任务规划方法。文章首先根据成像的要求,将卫星载荷对目标的可见性,统一转化为"时间-姿态"信息,在保留有效信息的前提下对轨道递推模型合理简化,设计了卫星成像的无冲突任务序列生成方法,并为优化成像收益设计了临机调整策略。仿真结果表明:面向在轨实时引导成像的多星自主任务规划方法能实现将多目标向多星系统的分配,增加临机调整策略后,可实时地通过用高收益目标替代低收益目标的方式提高整个规划方案的成像收益,所提出的方法有效,研究结果可为多星在轨自主任务规划技术研究提供参考。     

飞行器遥测跟踪的多模式自动转换方法研究

针对飞行器试验遥测跟踪过程中的目标轨迹异常、遥测信号不稳定等情况,通过建立不同情况下的天线跟踪方式评价系统,研究自跟踪、外引导跟踪、程控跟踪等跟踪模式联合工作的可能性,并提出一种遥测跟踪方式优选判别、模式自动转换的方法,提高遥测数据的有效性。飞行试验结果验证了方法的有效性。     

基于混合遗传算法的多冲量最优变轨

针对航天器多冲量最优变轨问题,建立了多冲量最优变轨的数值优化模型,给出了一种遗传算法(GA)与序列二次规划算法(SQP)结合的混合优化算法.该算法不需初值猜测,全局和局部搜索能力强并且计算效率高.仿真计算了燃料最优交会和时间最短拦截问题,比较了GA,SQP以及混合遗传算法的性能.针对混合遗传算法得到的不同冲量次数变轨的优化结果,分析了冲量次数对变轨性能指标的影响.结果表明混合遗传算法综合性能最高,冲量次数对不同性能指标的影响不同.仿真算例验证了模型和算法的有效性.     

基于高斯伪谱法的翼伞系统复杂多约束轨迹规划

翼伞系统在实际环境中飞行时易受到风场以及地形环境等复杂干扰的影响,无法精确归航,控制难度较大。针对该问题,提出了一种针对复杂多约束条件的翼伞系统的最优控制轨迹规划方法,可同时实现翼伞系统在复杂环境下逆风对准、精确着陆以及控制量全局最优的控制目标。首先,建立了风场干扰下的翼伞系统模型;然后,通过引入地形环境曲面,将复杂环境转化为实时路径约束,将轨迹着陆偏差以及逆风雀降转化为终端约束,并考虑控制量消耗最小为目标函数,以此将复杂环境下的翼伞系统的轨迹优化转化为一系列非线性的带有复杂约束的最优控制问题;最后,采用高斯伪谱法将多约束最优控制问题转化为易于求解的非线性规划问题。通过设立3组复杂环境仿真实例和实验验证,表明本文方法使翼伞系统在多种较恶劣的复杂环境中有效应对多类约束条件,规划出控制量全局最优的可行轨迹。与已有的混沌粒子群优化算法相比,本文方法具有较好的最优性和较高的精度。     

基元叶栅攻角特性多目标优化

采用多段Bezier曲线对轴流压气机叶型予以参数化表达,通过Isight优化平台,结合S1流面数值模拟分析,以改良的非支配排序遗传算法(NSGA Ⅱ)对美国NASA单级轴流跨声压气机Stage 35的动叶和静叶叶中截面基元叶栅进行攻角特性的多目标优化,优化目标是降低全攻角范围内的总压损失系数以及拓宽攻角适应性范围。以总压损失系数最小点以及总压损失系数相对最高点和最低点的差值作为优化目标函数,叶栅流量不变为约束条件。结果表明:优化显著降低了动、静叶叶中截面基元叶栅的总压损失系数,并使其攻角适应性范围分别拓宽了5°和3°。