基于特征模型的Halo轨道维持控制

平动点，尤其是共线平动点轨道在未来深空探测活动中具有重要的应用价值，但由于共线平动点轨道不稳定，运行在其上的航天器在无控情况下将很快偏离标称轨道，因此在实际任务中，轨道维持必不可少。针对地月系L₂点附近的Halo轨道维持问题，首先在圆型限制性三体模型下，利用Richardson三阶近似解析解、微分修正以及打靶法获得了用于维持控制的标称轨道；然后设计了基于特征模型理论的黄金分割控制器用于速度跟踪以及PD控制器用于位置跟踪；最后分别在圆型限制性三体模型和双圆限制性四体模型下进行了仿真分析。结果表明：在两种模型下，位置和速度的跟踪精度分别优于100 m和0.003 m/s，但双圆限制性四体模型下所需总的速度增量比圆型限制性三体模型下所需总的速度增量高一个数量级。     

无人机位姿测量的点特征视觉方法

针对无人机在动态环境下快速高精度定位的问题，提出了用单目相机对无人机上的人工特征点进行位姿解算的方法。在无人机上放置一定数量的小型LED灯，并将其作为视觉测量的特征点，并以其中一个点作为原点建立无人机机体坐标系。通过多场景测量确定特征点在机体坐标系下的三维位置，再将三维位置与特征点在图像中的成像位置相匹配，最后使用EpnP算法求解出无人机的位置和姿态。在实验部分，利用三轴移动平台和三维转台，分别对位置解算结果和姿态解算结果进行误差测量。试验结果表明，位置解算误差在2%以下，姿态误差在8%左右。同时，该算法的处理时间在2 ms左右，该算法可以满足无人机对定位的实时性和精度的要求。     

融合深度特征的输电线路金具缺陷因果分类方法

针对输电线路金具缺陷样本不足和缺陷目标形态多样化，仅仅利用深度学习模型导致金具缺陷分类准确率较低的问题，提出了一种结合深度网络和逻辑回归模型的因果分类方法。首先，通过样本扩充方法获得数量丰富化和角度多样化的数据集；然后，基于微调后的VGG16模型提取深度特征并进行特征处理，以构建符合因果关系学习的输入特征集；最后，通过全局混杂平衡进行金具缺陷特征与标签之间的因果关系学习，构建符合金具特点的因果逻辑回归模型，完成金具缺陷分类。为了证明所提方法的有效性，利用无人机实际采集的4类金具缺陷图片分别进行了实验，所使用的训练样本和测试样本数量较原始数据集提升了5倍左右。实验结果表明:所提方法可以实现对输电线路金具缺陷的精准分类，其中，防震锤相交和变形分类准确率分别达到了0.929 9和0.911 8，屏蔽环锈蚀和均压环损坏分类准确率分别达到了0.956 7和0.966 9。      

边界层内WENO格式特征重构精度的理论分析

WENO格式因其高精度以及良好的激波捕捉能力而被广泛地用于可压缩湍流的数值模拟过程中。为了在有强间断的流场中仍然能保证数值稳定，通常将流动物理量投影到特征空间后再进行WENO重构。然而这种特征重构方法在边界层内的精度问题仍需要进一步分析与研究。通过可压缩边界层自相似解构造平板边界层内法向的流动参数，并在该方向上进行WENO重构，得到求解半点数值通量的WENO非线性权重。通过分析实际得到的权重与理想权重的偏差大小发现在边界层流动中特征重构的精度明显低于分量重构。为了更深入地分析特征重构精度降低的原因，通过对曲线坐标系下的流动方程进行理论分析，推导得到特征重构时的特征变量形式。根据特征变量表达式以及自相似解中权重误差分布发现引起特征重构精度降低的主要原因是特征投影过程在半点处出现了额外的极值点，同时这种因特征投影过程而产生极值的特性将不会随着左右特征矩阵的不同选取而发生改变。进一步地，基于理论分析的普适性，对于任何光滑流场，只要使用特征重构的投影过程，都会在半点处产生极值从而使得WENO系列格式产生精度降低的现象。     

基于PEA的椭圆轨道航天器编队飞行高精度位置保持

针对航天器编队飞行时相对位置保持精度要求高的特点,采用基于线性变参数模型的多项式特征结构配置方法设计椭圆轨道航天器间相对位置控制算法。对于线性变参数控制系统,本文将基于线性定常系统的多项式特征结构配置方法推广以确保系统性能与变化参数间的独立性。在特征结构配置时,先设计带参数变化的控制器结构后计算出带未知控制器增益的设计闭环传递函数,接着将其与含有闭环系统性能的期望传递函数在三个条件下进行匹配,进而获得未知控制器增益的表达式。在设计实际控制椭圆轨道编队飞行MIMO相对位置保持算法时,将系统期望传递函数设为解耦形式来实现三轴位置控制间的解耦控制,达到提高系统控制性能的目的。最后进行相应的数学仿真,其结果表明该算法能够保证系统的高精度位置保持要求。     

基于相关匹配的弹道中段目标章动角估计

章动角是弹道中段目标的重要进动特征,可用于识别弹头和诱饵。首先提出了基于相关匹配的章动角估计方法,将观测的目标雷达截面积（RCS）序列与不同参数下的RCS序列模板进行相关匹配,搜索匹配函数的最大值,从而得到章动角的估计值。然后给出了具体的实现算法,将初始时刻的采样间隔设置为脉冲重复周期（PRI）的整数倍或1/K（K为整数,且K≥2）,在此基础上减少了匹配函数的计算量,并且可通过单层或多层相关匹配来估计章动角。仿真结果表明,由于RCS测量存在系统误差,相关匹配的章动角估计性能远优于最小二乘匹配。同时分析了全姿态RCS数据的角度采样间隔对相关匹配估计性能的影响。最后比较了多层相关匹配和单层相关匹配的估计性能和计算量。     

基于相位重构的相位编码信号脉内特征分析

基于希尔伯特变换,提出了一种相位编码信号相位无模糊重构的脉内特征分析方法。该方法一方面利用魏格纳-威利变换对信号进行降噪处理,改善了在低信噪比下相位编码信号脉内特征识别和提取能力;另一方面对重构相位进行多阶差分处理来提高识别精度。仿真结果验证了该方法的正确性和有效性。