预测-五阶容积卡尔曼滤波方法

为适用于强非线性、非高斯过程噪声系统，结合预测滤波（PF）与高阶容积卡尔曼滤波（HCKF），提出一种预测-五阶容积卡尔曼滤波（P5thCKF）方法。通过预测滤波方法对系统模型中的过程噪声及其方差阵进行实时调整，进而将新模型代入到五阶容积卡尔曼滤波框架中进行实时递推状态估计。推导了五阶球面单形-径向积分准则，采用五阶球面单形积分准则处理球面积分，广义高斯-拉盖尔积分准则处理径向积分；描述了预测滤波方法并对模型误差调整量进行了推导。通过2个仿真实验验证了本文方法在强非线性、非高斯过程噪声系统中的可行性以及应用于工程实践的可能性。     

激光测高仪回波分解算法

开发了一种激光测高仪回波基本信息提取算法,对回波数据进行了高斯波分解,获取了高斯波分量的个数,及每个高斯波分量的波中心位置、宽度和幅度等参数．该算法首先根据回波拐点的数目和位置确定出高斯分量的个数及每个高斯分量的波中心位置和宽度初始值,随后利用线性最小二乘法计算出每个高斯分量的幅度,最后将经过选择和标记的高斯分量针对实际回波采用Levenberg-Marquardt方法进行拟合,得到优化后的高斯波基本参数．通过这些基本参数信息,能够进一步推导出激光测高仪光斑内各个反射表面的垂直分布、起伏程度和反射率等基本信息．     

高斯模糊下舰船图像的矩特征

针对舰船目标图像受到自身运动、环境和图像预处理的影响出现模糊,丢失轮廓信息,造成像素点阵模糊和矩特征变化的问题,在高斯模糊低阶矩特征分析的基础上,提出并证明了Hu矩、仿射不变矩特征在高斯模糊作用下的变化定理;通过2个仿真实验验证了定理的正确性;为了保证舰船目标的识别效率,提出了建立多尺度特征库的建议。     

航天器自主交会对接的高精度目标定位方法

根据航天器自主式交会对接的实际应用背景和技术需求,针对交会对接过程中所要求的高精度、实时性和强抗扰的技术指标,在合作目标特性分析的基础上,将高斯曲面拟合与双线性插值相结合,提出了一种高精度的合作目标定位方法。首先根据目标图像的灰度分布进行双线性插值和高斯曲面拟合,在此过程中可同时利用目标原有像素和插值点的亚像素信息,使拟合曲面各幅值点的坐标精度达到亚像素级,以确定目标的中心位置。仿真图像和实拍图像的试验结果表明,此定位方法具有亚像素级的定位精度,其总体定位误差可达到1/20个像素左右,并能满足实时性要求,可以在航天器交会对接与空间遥操作等方面的应用中发挥重要作用。     

亚轨道飞行器返回轨迹快速优化

快速、准确、鲁棒的轨迹生成方法可以增加任务的安全性与可靠性,极大地降低成本。针对亚轨道飞行器返回段特点,引入"伪控制量"、"末端进场走廊"等概念,分别采用高斯伪谱法和向前拉道伪谱法进行了返回轨迹快速优化研究,比较了两种伪谱法在处理复杂问题时的能力。仿真结果表明,向前拉道伪谱法不适合处理含控制量约束的问题,而高斯伪谱法在满足各种约束条件下,能够快速准确地生成亚轨道飞行器返回轨迹,同时验证了结果的可行性与最优性。     

气动力辅助椭圆轨道转移技术研究

研究了两种共面椭圆轨道最优转移方法--基于单纯推力的双脉冲对称转移和基于气动力辅助变轨技术的协同机动方法。推导了双脉冲对称转移问题中转移椭圆轨道的求解公式,采用遗传算法求解最优变轨点位置,给出了变轨脉冲的计算方法。将气动力辅助对称转移过程分为3段：真空飞行段、大气飞行段、真空飞行段。以能量最小为性能指标,将大气飞行段轨迹优化问题转化为标准最优控制问题模型,并利用Gauss伪谱法进行求解,得到“巡航+滑行+巡航+滑行”的大气最优飞行轨迹。最后对两种转移方法进行详细比较,指出初始椭圆轨道近地点越接近大气层,气动力辅助对称转移方法比双脉冲对称转移方法越节省能量。     

RBCC可重复使用运载器上升段轨迹优化设计

针对火箭基组合动力(RBCC)可重复使用运载器(RLV)轨迹多段、多控制变量、推力与飞行轨迹耦合,飞行轨迹设计困难的问题,提出了基于高斯伪光谱方法的数值优化求解模型和求解方法,并获得满足要求的上升段燃料最省轨迹。将该轨迹分为3部分,分别由引射火箭、亚燃冲压和超燃冲压发动机提供动力,以攻角和燃料秒流量为控制变量,根据轨迹任务和各模态发动机启动及工作条件建立优化模型、设定各段末端和路径约束,利用高斯伪谱法求解最优轨迹并利用特殊方法计算边界控制变量。通过与传统方法所得轨迹的对比表明,所建立的优化模型和方法可快速求解出RBCC运载器上升段最优轨迹,优化结果符合RBCC运载器工作特点。     

飞轮传感器的高斯混合模型故障检测方法

针对闭环控制的飞轮系统,本文采用一种基于高斯混合模型(GMM）的故障诊断方法检测飞轮的传感器故障。姿态机动的反作用飞轮是一个多工况系统。通过飞轮的历史观测数据建立飞轮的GMM模型,它用有限个高斯函数的加权组合来有效地拟合多工况的观测数据,利用基于贝叶斯推理的后验概率（BIP）指标计算新样本偏离GMM模型的程度,该指标能避免由于数据分类不确定而引起的误检测问题。仿真结果表明BIP指标不需要复杂的数学建模就能准确检测飞轮传感器故障。     

基于高斯过程的机器人自适应抓取策略

在机器人抓取作业时,目标物体的位姿经常发生变化。为了使机器人在运动过程中能够适应物体的位姿变化,提出了一种基于高斯过程的机器人自适应抓取策略。该方法建立了从观测空间到关节空间的映射,使机器人从样本中学习,省去了机器人视觉系统的标定和逆运动学求解。首先,拖动机器人抓取物体,记录物体的观测变量和机器人的关节角度;然后,利用记录的样本训练高斯过程模型,实现观测变量和关节角度的关联;最后,当得到新的观测变量时,通过训练的高斯过程模型得到机器人的关节角度。经过训练后,UR3机器人成功抓取了物体。     

基于高斯伪光谱的星际小推力转移轨道快速优化

针对星际小推力转移轨道优化问题,给出了一种基于高斯伪光谱配点的快速优化 算法。首先,基于归一化的改进春分点根数建立了星际小推力转移轨道的优化模型;然后, 采用高斯伪光谱配点策略对优化模型进行离散化处理,推力方向限制和天体星历分别作为路 径约束和事件约束,将轨道优化问题转化为一个大规模多约束参数优化问题;在此基础上, 基于高斯伪光谱的配点特性,推导出性能指标和约束方程的解析雅可比矩阵,保证了雅可比 矩阵计算的准确性和效率;最后,以利用太阳能电推进探测火星和水星为例,对所给算法进 行了数值验证。数值结果表明：高斯伪光谱方法可有效用于星际小推力轨道的优化问题,并 且与数值差分相比,解析的雅可比矩阵算法可提高计算效率67.78％。