基于深度强化学习算法的空间漂浮基机械臂抓捕控制策略

针对空间漂浮基座机械臂抓捕非合作目标控制所基于的多体系统动力学模型难以精确建立的问题,基于深度强化学习算法的控制策略,提出一种深度确定性规则策略.通过将机械臂关节控制力矩、抓捕距离以及相对速度等参数定义为高维空间向量,并设置对应的奖励函数,驱动目标参数逼近满足抓捕条件的数值范围,在不依赖运动学模型和动力学模型的情况下,...     

基于改进支持向量机回归的非线性飞机结构载荷模型建模

为进行飞机结构载荷安全监控并为飞机结构疲劳寿命评估积累相关数据,需建立与飞行参数相关的飞机结构载荷模型.针对飞机结构载荷与飞行参数之间的非线性关系,采用改进停机准则的SMO算法及粒子群模型参数优化算法对支持向量机回归方法进行改进,并通过飞行动力学理论分析结合皮尔逊相关系数的方法对参与建模的飞行参数进行选取.以飞机跨声速...     

BDS/GPS对流层延迟估计及对精密单点定位的影响

针对对流层湿延迟参数估计及水平梯度处理策略对精密单点定位影响的问题,以 9个多系统实验网实测数据为基础,设计了 6种对流层延迟处理方案并进行实验.实验结果表明,观测时长在 8h时段内,BDS/GPS定位模式下,对流层延迟的水平梯度处理不宜采用随机游走模型;采用随机游走估算对流层湿延迟参数,且不估算或使用分段常数处理水平梯度的策略相对占优.动静态精密单点定位结果显示,BDS/GPS采用分段常数或随机游走进行对流层湿延迟参数估算和分段常数处理水平梯度的策略相对占优,采用随机游走处理水平梯度的策略稍弱.总体而言,BDS较GPS估算的对流层延迟及定位精度稍弱;海洋周边 6种方案解算结果差异较内陆站大.静态精密单点定位模式下,随着观测时长的增加,6种方案定位误差趋势趋于一致,误差大小基本在 2cm内,观测时长大于12h时,随机游走估算对流层湿延迟参数和不考虑水平梯度的处理策略整体较优.     

临近空间飞行器北斗/INS高动态深组合导航方法

针对临近空间飞行器高动态环境下组合导航量测噪声非高斯化问题, 利用闪烁噪声模型对量测噪声的非高斯特性进行建模, 然后在北斗/INS深组合模型的基础上采用一种基于Huber鲁棒核函数的容积卡尔曼滤波器(Huber CKF)的高动态环路跟踪方法和基于高度角自适应渐消因子的自适应深组合导航模型。首先, 针对临近空间环境建立了量测噪声闪烁模型, 模拟高超速环境下电离层闪烁特性对载波相位的影响; 其次, 用鲁棒滤波方法替代传统跟踪环路中的锁相环, 克服了传统鉴相器在非高斯噪声条件下跟踪精度下降的问题; 最后, 根据各通道卫星高度信息设计自适应渐消因子, 调节各通道量测信息权值占比, 能有效提高位置精度。仿真结果表明: 在惯性器件陀螺精度0.01 (°)/h、加计精度10^-5g的情况下, 所提出的方法可将位置均方根(RMSE)精度提高0.288 4 m, 速度均方根精度提高0.018 7 m/s, 可以有效提高临近空间飞行器的导航精度, 为未来临近空间飞行器导航系统设计提供理论参考。     

基于最大似然估计的远紫外遥感反演电离层电子密度算法

原子氧135.6 nm夜气辉主要由氧离子O⁺与电子的辐射复合反应生成,一些星载远紫外遥感观测任务证实135.6 nm夜气辉可用于反演电离层电子密度。针对远紫外临边遥感观测反演电离层电子密度,分析了135.6 nm夜气辉辐射强度与电子密度之间的非线型前向模型,基于离散反演理论设计了从夜间135.6 nm临边观测数据反演电子密度高度分布的反演算法,算法应用最大似然估计通过迭代求解电离层参数的最佳拟合值。通过仿真计算了TIMED卫星上全球紫外成像仪GUVI观测的反演结果,验证了本反演算法的可行性。对GUVI的实际观测数据进行反演,获得了电子密度高度分布。通过与GUVI数据的电离层参数对比分析得出,本文建立的反演模型使N_mF₂被高估,同时使h_mF₂被低估。对于不同的太阳活动强度,N_mF₂和 h_mF₂的系统误差分别在10%和5%以内,能较精确地获得电离层参数。精确获得电离层电子密度信息对于提高空间天气预报及电离层模型的修正具有重要意义。     

一种复杂环境下的无线应急通信中继节点快速布点方法

无线应急通信作为综合应急保障体系的重要组成部分,在应对洪水、地震、海啸等自然灾害时有着传统网络无可比拟的便捷性和经济型.中继节点作为无线中继网络的关键环节,其选址将直接影响整个应急通信网络的性能.复杂环境无线应急通信中继节点选址依靠现场实地调查和测量,但会存在选址速度慢、中继节点冗余和通信链路质量差等问题.针对以往这些...     

基于深度学习的焊缝PAUT数据智能化分析方法

超声相控阵检测技术(PAUT)凭借其突出的技术优势被广泛应用在船舶、铁路、石油石化和航空航天等诸多领域。在焊缝超声相控阵检测(PAUT)中,对检测数据缺陷的识别定位目前多采用传统的人工判读方式,判读效率较低,对检测人员的判读经验有较高要求,难以满足自动化超声检测的要求。基于深度学习中的目标检测和跟踪算法构建智能识别模型,通过对焊缝超声相控阵检测的S、B扫图特征进行融合,并结合焊缝的三维结构信息,识别并定位出缺陷在焊缝中的三维空间位置。实验结果显示: 缺陷框的平均三维IOU(预测三维缺陷框和实际三维缺陷框的平均交并比)达到0.644 9,较为接近缺陷的真实空间位置,可以实现焊缝超声相控阵检测成像结果智能识别和定位。      

基于CE-PF算法的舰载机离场调度优化问题

甲板作业调度研究是提升航母战斗力的关键技术,而其具有时间、空间与资源受限的复杂约束调度问题已被证实为NP-hard。根据舰载机出动离场调度优化问题的特点,将其抽象为零缓存区混合流水车间调度模型,建立包含飞机避碰等约束的混合整数规划模型。提出一种交叉熵与作业剖面匹配(CE-PF)算法用于问题求解,并给出了算法流程架构。交叉熵算法通过高斯采样完成启发式规则下的工件分组,作业剖面匹配算法完成分组工件的任务排序、作业编排及约束检查等调度设计,Gap逼近算法进行目标值评估、精英种群选择、抽样参数更新及收敛判定。通过算例仿真,验证了CE-PF算法求解离场调度优化问题的有效性;灵敏度分析表明起飞模式和空间约束对出动效能影响较大。      

基于DDPG算法的变体飞行器自主变形决策

针对变体飞行器的自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能二维变形决策方法。以可同时变展长及后掠角的飞行器为研究对象,利用DATCOM计算气动数据,并通过分析获得变形量与气动特性之间关系;基于给定的展长和后掠角变形动力学方程,设计DDPG算法学习步骤;针对对称和不对称变形条件下的变形策略进行学习训练。仿真结果表明:所提算法可以快速收敛,变形误差保持在3%以内,训练好的神经网络提高了变体飞行器对不同飞行任务的适应性,可以在不同的飞行环境中获得最佳的飞行性能。      

数据立方体关联挖掘在红外抗干扰中的应用

为了分析空空导弹在红外抗干扰过程中, 各干扰量与脱靶量之间的耦合关系, 利用红外抗干扰试验仿真平台, 通过设置干扰量获得海量数据, 构建数据立方体对海量数据进行数据预处理, 同时统计出数据集中各事务的支持度计数, 将处理后的数据利用FP-Growth关联规则算法挖掘干扰量与脱靶量之间的关联规则。通过对关联规则的分析得到:导弹进入角与弹目距离是影响导弹脱靶量大小的主要因素, 各个干扰量之间不能随意组合, 应该根据导弹来袭方向、目标机动方式选择诱饵投掷策略, 否则干扰效果会大大下降。同时设置一组对比试验, 验证基于数据立方体的FP-Growth算法处理高维数的脱靶量数据, 拥有较高的挖掘效率。