翻滚非合作目标逼近与跟踪的轨道和姿态控制

面向近距离逼近与捕获翻滚非合作目标的在轨服务空间清理任务需求,研究了航天器非合作式交会对接的轨道和姿态控制问题。在控制输入受限约束下,考虑存在参数不确定性和外部扰动的情况,结合滑模控制和自适应控制技术,分别进行鲁棒自适应位置和姿态控制器设计。利用自适应控制估计参数不确定性、未知干扰上界以及滑模控制反馈系数矩阵,提高了系统的鲁棒性。通过李雅普诺夫理论证明了系统在控制器作用下全局一致最终有界稳定。仿真结果验证了控制器的有效性,能够有效解决与高速旋转非合作目标的稳定相对位姿关系建立的难题。     

输入受限的编队卫星分布式姿态协同控制

研究了跟踪时变参考姿态情况下的编队飞行卫星协同控制问题,提出了一种非线性饱和的分布式协同控制器。在控制器中引入了一个双曲正切函数向量,保证了连续控制输入的有界性。采用Barbalat引理对姿态跟踪情况下闭环协同控制系统的稳定性进行了分析,得出了系统渐近稳定的结论。通过对各种条件下的仿真,验证了算法的有效性,并确立了编队卫星信息流图的拓扑结构和控制器增益等因素与暂态过程中相对姿态保持性能的关系。     

基于标定及补偿提高串联机器人定位精度方法

在使用串联机器人进行定位操作前,首先需要对机器人基坐标系与测量坐标系进行位姿关系的标定,针对具有隐藏机器人基坐标系以及机器人法兰坐标系的串联机构,本文提出一种等价变换思想并结合应用激光跟踪仪测得机器人末端靶标点的坐标数据建立标定矩阵方程,应用罗德里格矩阵变换将标定方程转化为三元二次矩阵方程形式,采用最小二乘法和牛顿迭代法求出数值解进而完成机器人基坐标系与测量坐标系标定的方法。然后应用这种方法进行标定试验得到了20组标定结果,通过比较标定结果偏差进而验证了这种方法的正确性。最后,本文验证了应用这种标定方法的标定结果并结合一种新的位姿补偿算法后,能极大地提高机器人末端的定位精度。     

多元受限的航班时刻优化模型与方法研究

针对我国空域的实际，结合航班时刻制定的特点，在多元受限地面等待策略的基础上，建立了一个多元受限航班时刻优化模型，提出了一套求解该优化模型的改进启发式算法。并在所提模型和算法的基础上，开发了航班时刻优化系统，对全国实际的航班时刻进行了优化，验证了理论模型和方法的可行性。     

平面Poisson问题的间接变量等价边界积分方程

使用变分法确立平面Laplace外问题的确切形式；在此基础上，为了避免使用无限区域上的Green公式(不成立)，通过构造紧支集上的无穷可微函数，获得满足非齐次控制微分方程的特解的重要结果。使用非解析开拓数学方法，导出满足控制微分方程的位势函数集的等价边界积分表示式。获得Poisson问题的间接变量等价边界积分方程；通过一些例子，详细讨论了传统的外问题和边界积分方程的形式，表明它们不具有普遍适用性。     

输入受限乘波体飞行器的最优跟踪控制方法

针对存在输入受限的乘波体飞行器最优跟踪问题,基于反演控制设计了最优跟踪控制器。将控制分为稳态跟踪控制和瞬态最优控制两部分。首先基于反演控制框架,引入有限时间收敛跟踪器对虚拟控制律进行估计,避免了普遍存在的“微分项膨胀”问题。其次,考虑系统中存在不确定项,设计了非线性干扰观测器对不确定项进行估计,确保控制器的鲁棒性。同时,充分考虑输入受限情况,基于辅助误差补偿策略对控制输入进行修正。然后,为了实现最优控制,基于自适应动态规划设计瞬态最优控制器。最终通过数字仿真,验证所设计控制方法的有效性。     

受限空间中天线产生的电波覆盖研究

受限空间中的有效电波覆盖直接影响通信质量和可靠性,对天线系统的布局优化尤为重要.然而现有的研究很少考虑本来就处于隧道中的天线参数对电波覆盖的影响.针对铁路隧道这种特殊的受限空间情况首先介绍了电波覆盖的研究方法和现状,然后利用射线追踪方法、波导模式方法和矢量抛物方程方法对电波覆盖进行了预估,针对笔形方向图的特征采用高斯方向图重点研究了不同的天线主瓣宽度、波束指向以及在隧道截面的位置对电波覆盖的影响,分析了沿隧道轴向不同区域内电波覆盖的不同特征,最后研究了受限空间中电波覆盖的三段式模型.本文的方法和模型可以为隧道内的天线选型及优化布局提供理论依据和参考.      

基于多滑模调节器切换的机动飞行边界保护控制

针对飞行器机动过程中关键飞行参数容易超出其边界的问题,研究了基于多滑模调节器的边界保护控制器。利用滑模方法设计多个边界调节器并采用最大/最小逻辑在各调节器之间进行切换。首先对边界约束集的正不变性以及系统最终的收敛性进行了严格的证明,然后通过将系统化为可控标准型,提出了确定系统最终收敛点的直观方法;其次通过引入分段线性滑模和分段二次Lyapunov函数对闭环系统的稳定性进行了分析;然后在此基础上给出了机动边界保护系统控制器的设计步骤;最后通过仿真表明,所设计的控制器能够保证在机动过程中关键飞行参数不越界的同时对输入指令进行很好的跟踪。     

大数据高性能排序算法的设计与实现

针对大数据排序算法的需求,提出了基于任务驱动的并行排序算法。该算法采用任务驱动、AIO(Asynchronous Input/Output,异步输入/输出)和双缓冲区机制等技术充分利用系统资源;通过构造等价排序键,优化快速排序算法;并在算法实现上,采用多线程处理任务,通过控制线程个数控制并行度。综合利用这些技术,该算法使得大数据的排序性能接近理论极限值,在CPU(Central Processing Unit,中央处理器)资源充裕的情况下,利用异步压缩技术,还可以突破这一极限,最终实现的系统2 000s就可以对超过500Gbyte的磁盘数据做一次完整的排序。在数据库设计中充分利用此思想,将会实现连接和线程的分离,数据库将可以支持更大的连接数,从而提高数据库支持的并发度。