临近空间高超声速目标滑跃式轨迹Sine-AIMM跟踪算法

针对单一的Sine模型算法无法与临近空间高超声速目标滑跃式轨迹准确匹配,现有的交互多模型(IMM)算法跟踪效果也不够理想的问题,提出一种基于多重贝叶斯准则的自适应交互式多Sine模型(Sine-AIMM)临近空间高超声速滑跃式目标跟踪算法.算法采用多个Sine模型对滑跃式轨迹进行匹配,并利用多重贝叶斯准则在线调整各模型...     

无筒空射运载火箭重力出舱机箭耦合动力学

研究了以运输机为平台的内装式空射运载火箭重力出舱载机-火箭两体动力学。根据火箭受力条件和相对运动自由度,将其出舱运动顺次分为5个阶段。给出了各阶段过渡的力学条件,基于牛顿-欧拉法分别建立了前4个阶段的机-箭两体动力学模型。定义了火箭出舱过程可能发生危险的多种异常情况,给出了发生异常的力学或几何条件。然后对火箭出舱全程作了数值仿真。若发射初始条件合理,仿真将顺次经历前4个或3个正常阶段,直至火箭离舱。如果异常情况的条件满足,火箭出舱将发生危险,仿真失去意义,故中止,需要调整发射初始条件后进一步仿真验证。本文给出的系统动力学模型和仿真数据可为工程部门设计空射型火箭的本体参数,以及设置空射初始条件提供参考。     

空间平台发射拦截器动力学与最优脉冲拦截

研究了空间平台发射拦截器的两体耦合动力学,以及拦截器拦截目标星的最优脉冲控制问题。平台首先与目标星形成绕飞关系,保持其发射筒轴线始终瞄准目标星。接到发射指令后,拦截器从发射筒中射出,本文采用拉格朗日第二类方程建立了发射过程平台-拦截器两体动力学模型。因为两体耦合影响,平台姿态偏转,拦截器出筒时的速度已经不能瞄准目标星。通过小型火箭发动机给其施加速度脉冲,使其进入拦截轨道,保证拦截的同时,将脉冲速度最小化以节省燃料,本文将其归结为一个非线性规划问题,采用三级优化的策略来求解。在拦截飞行时间相较于平台绕飞目标星的周期是小量的条件下,可以视绕飞平均角速度为小参数,采用正则摄动方法求出非线性规划的一阶近似解,然后以此为迭代初值,寻找最优真解。最后进行了数值仿真验证。     

基于拉直速度基准的救生伞高速空投试验条件的确定

救生伞作为飞行员生命保障的关键装备,在其研制时需要进行大量的边界工况空投试验,而救生伞高速空投试验的开伞载荷数据不易准确获取,从而影响救生伞性能的真实评价.本文通过对国内救生伞高速空投试验的现状分析,提出了以拉直速度代替开伞速度作为救生伞高速空投试验基准的新方法,结合数据分析和仿真计算,得到不同试验方法下开伞—拉直过程...     

卫星集群星间链路拓扑设计与相对导航（英文）

提出了一种基于星间测量与通信的卫星集群分布式相对导航方法,利用星间链路为相对导航提供星间测量并进行数据交换从而提高卫星集群系统的自主性。首先,考虑能量消耗和导航性能,将星间链路拓扑设计问题表述为一个多目标优化问题;此外,卫星集群以分布式方式进行相对导航,每颗卫星对相邻卫星进行测量并通过星间链路与相邻卫星通信,从而降低了导航的能耗和计算复杂度。采用NSGA-Ⅱ算法求解星间链路拓扑优化问题并基于一致性卡尔曼滤波进行分布式相对导航。本文提出的方法可适应不同的任务,卫星可以随时加入和离开集群并且对单个卫星失效具有鲁棒性。最后,通过数值仿真验证了本文方法的可行性。     

基于双转台五轴机床在工件坐标系中误差矢量建立与补偿

以双转台五轴数控机床为对象,针对该类型机床在经典后置处理中会导致非线性误差,本文提出一种非线性误差预测模型,即在工件坐标系中考虑了非线性误差的刀具轨迹代替刀位点之间的小线段轨迹,利用经典五轴后置处理,使得在机床坐标系中减少非线性误差,最大限度保证在机床坐标系中刀位轨迹保持直线运动轨迹.最后通过Matlab对一叶轮零件中...     

机体弹性对起落架载荷影响分析

基于ADAMS软件建立了不同起落架布局的含弹性机体的全机多体动力学模型,进行了全机着陆仿真分析,研究了不同起落架布局的飞机机体弹性对起落架地面载荷的影响:对大多数机翼起落架布局的飞机,机体弹性减缓了起落架载荷;而对于机身起落架布局的飞机,考虑机体弹性后,起落架载荷有可能增大,也有可能减小.不同的飞机构型、不同的缓冲器参...     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。