嫦娥四号动力下降段图像可视化传输方案

针对嫦娥四号降落相机在动力下降段的图像可视化传输需求和深空通信下行数传信道带宽受限的矛盾,文章提出了一种动力下降段速率自适应的可视化图像传输方案,对如何保证降落相机图像下传的实时性、完整性、速率自适应性等关键问题进行了讨论,并对方案中涉及的抽帧回放算法、帧格式识别方法、合路调度算法等关键技术进行了详细说明。同时,文中给出了该方案在嫦娥四号在轨的验证情况,结果表明,在数传通信速率受限的情况下该方案实现了降落相机图像的存储管理和可视化下传,具有实时性高、速率自适应、图像下传完整等特点,可以为其他航天器数据管理系统设计提供参考。     

智能天线结构模糊自适应变形控制实验研究

基于dSPACE半物理仿真系统和所研制的压电作动器,设计并构建了智能天线结构实验平台,进行了结构变形控制实验研究。实验中采用常规PID作为基本控制方法,并在此基础上设计了一种模糊自适应PID控制器,将两种方法对应的不同控制效果进行了对比。结果表明:在所给的实验条件下,基于压电材料可实现对智能天线结构变形的控制,作动器控制变形量最大可达166μm;两种控制方法均可对结构变形进行控制,模糊自适应方法的绝对位置控制精度达到±0.5μm;应用模糊自适应PID控制方法对结构进行变形控制,较之常规PID控制方法能够降低系统响应的超调量,缩短稳定时间,提高控制精度,得到更好的控制过程。     

卫星ATM网络中自适应FEC情况下的有效带宽估计

针对采用自适应前向差错控制（AFEC）的卫星异步传递模式（ATM）网络，研究了两种有效带宽估计方法。由于AFEC码率的动态特性使业务实际的传输速率具有不固定性，因此估计有效带宽时要考虑AFEC的影响。首先针对一般卫星时变信道和多码率AFEC情况下的卫星ATM，应用流体近似方法分析了有效带宽的计算，然而该方法要求的条件及计算复杂度均比较高，应用中有局限性。以此方法为基础，提出了采用修正因子的估计方法。数值结果表明采用修正因子的有效带宽估计方法比较简单可靠，适用面较广。     

一种基于信息融合的深空巡航段自主导航算法

针对自主光学导航在深空巡航段应用中的问题,提出了一种基于信息融合的自主导航算法。由太阳敏感器测量获得太阳相对探测器的视线矢量,由分光计测量获得探测器相对太阳的径向速度,构建自主导航系统的两种信息观测方程;由基于状态估计误差协方差阵奇异值动态确定信息分配因子,用信息融合技术和扩展卡尔曼滤波算法实时估计探测器的位置与速度。对深度撞击任务的实际飞行数据的数值仿真结果表明:自主导航算法的轨道确定精度满足深空巡航段要求。     

二代卫星导航系统与民航卫星导航应用

<正>一、二代卫星导航系统对中国民航的重要意义1.卫星导航对现代航空运输的重要意义卫星导航定位系统自出现以来,在各个领域得到了极为广泛的应用,已成为现代社会生产、     

应用先验数据的高分三号卫星快速定位方法

针对高分三号(GF-3)卫星多种姿态下快速定位的需求,提出一种应用先验数据的卫星快速定位方法。该方法以GF-3卫星的定位数据和姿态数据为辅助信息,计算导航卫星的仰角,实时判断导航卫星对GF-3卫星导航接收机的可见性,从而减少捕获时间,实现快速定位。GF-3卫星的在轨验证结果表明:应用先验数据的卫星快速定位方法,定位时间为115s,短于其他低轨卫星的855s,从而验证了方法的正确性。文章提出的方法可应用于其他低轨遥感卫星。     

基于归一化神经网络的航天器自适应姿态跟踪控制

针对以变速控制力矩陀螺（VSCMGs）为姿态控制执行机构的航天器在同时考虑惯性参数和执行机构不确定性情况下的姿态跟踪控制问题,提出了一种基于归一化神经网络的自适应姿态跟踪控制方法。设计一个非线性反馈控制器作为航天器姿态控制的基本控制器,利用归一化神经网络设计补偿控制器,用以在线估计和消除包含系统不确定参数的未知不确定函数的影响,避免了标准自适应控制方法需要进行大量不确定参数估计的缺陷。采用神经网络输入归一化技术,简化了闭环系统复杂的稳定性分析过程。理论分析证明了闭环系统的稳定性和姿态跟踪误差的收敛性。仿真结果表明,所提出的控制方法能满足航天器在惯性参数和执行机构不确定性及外干扰存在情况下的高精度姿态跟踪控制要求。
     

基于改进无模型自适应算法的涡扇发动机限制保护控制方法

针对发动机限制保护控制问题,提出了一种基于数据驱动的改进无模型自适应限制保护控制方法。以主回路闭环系统为设计对象,通过在常规无模型自适应控制律的准则函数中增加误差变化率,使超限保护系统具有更快的响应速度,给出了改进后系统的稳定性条件,并采用临界比例度法进行了控制器参数整定。仿真结果表明:在不同工作点,所设计的改进无模型自适应限制保护控制器相比常规无模型自适应限制保护控制器,最大超限平均减小2.97%,响应时间平均缩短2.30s,实现了发动机超限后的迅速回调,保证了发动机系统的安全运行。     

基于相对骨骼点特征和时序自适应感受野的动作识别方法

针对长时间动作识别难以充分利用时空域信息的问题,提出了基于相对骨骼点特征和时序自适应感受野的动作识别方法。首先,该方法在特征获取部分增加了相对骨骼点特征,以满足节点多样性和互补性要求,将其分别输入到空域图卷积网络,获得空间中相邻关节聚合的局部特征。然后,设计了一个时序自适应感受野网络,以获取在时域中关节变化的局部特征,并且增加了网络对不同持续时长动作的适应性。最后,经过决策级融合模块,计算类别概率,得到分类结果。仿真结果表明,基于NTU RGB+D和Kinetics-skeleton两大基准数据集,对比多种主流方法,均取得了更高的识别准确率,分别为96.2%与60.1%。该方法可以较好地提取不同动作的区别性时间特征,提高了动作时空特征的判别能力。