磁场梯度张量测量法消除卫星磁干扰

在调查了消除卫星本体对磁场探测造成磁干扰的方法基础上,采用磁场梯度张量测量法替代传统的双探头梯度测量法消除卫星磁干扰,通过仿真分析和实测验证重点考察了基于欧拉反褶积算法的构造指数、伸杆长度与背景磁场反演误差之间的关系。仿真结果表明:对于本体边长1 m总剩磁1 A·m2的卫星而言,磁场梯度张量测量法在1~2 m的较短伸杆条件下,背景磁场反演误差较大;在3 m以上的较长伸杆条件下,具有较高的背景磁场反演精度,4 m条件下反演精度约0.5 nT。在长伸杆条件下,磁场梯度张量测量法比双探头梯度测量法的背景磁场反演精度提高约3倍。      

基于SA*的CE-3巡视器机械臂就位探测任务规划

针对机械臂规划方法无法满足CE-3巡视器成像及探测光照约束、避碰及机械臂位形切换次数等约束的不足,提出一种基于SA^*的月面巡视器机械臂就位探测任务规划算法。该算法在机械臂的工作空间进行搜索,根据星历计算太阳光照以解决光照约束,通过层次包围盒高效准确地进行机械臂碰撞检测以满足机械臂与环境不存在干涉的约束条件,通过相邻运动行为的代价削减保证规划后机械臂位形切换次数最少。最终通过月面巡视器在轨任务结果验证该算法的可行性。     

面向飞机装配的生产规划与调度集成优化研究

飞机装配具有环节多、周期长及流程复杂等特点,合理地规划各环节的工作,调度装配过程涉及的资源,对于保证飞机装配的质量和效率具有十分重要的意义。基于飞机装配流程的特点及影响飞机装配效率的主要因素,提出了飞机装配生产规划方法。考虑飞机装配过程中存在的动态问题,基于蚁群算法建立了装配资源的调度集成优化模型,定义了构造图路径与装配作业周期间的映射关系,给出了装配作业周期映射的基本步骤,通过优化人工蚁路径实现了资源调度的优化。      

基于GA-SVM的GNSS-IR土壤湿度反演方法

针对提高大范围土壤湿度测量精度的问题,研究了土壤湿度的全球卫星导航系统干涉测量法（GNSS-IR）,提出了一种基于支持向量机（SVM）的土壤湿度反演模型,利用遗传算法（GA）的自动寻优功能寻找SVM的最佳参数。结果表明,GA-SVM模型在测试集上得到的土壤湿度反演值与实测值的平均绝对百分比误差（MAPE）仅为0.69%,最大相对误差（MRE）为1.22%,线性回归方程决定系数达到了0.956 9。进一步与统计回归、粒子群优化的SVM模型（PSO-SVM）及反向传播（BP）神经网络方法进行对比,结果说明:在样本数目有限的情况下,GA-SVM方法更适用于土壤湿度的GNSS-IR技术反演,且反演精度较高,泛化性能良好。      

基于激光反射层析法的换能器声场测量技术及仿真研究

换能器的辐射声场分布能够直接反映出换能器声学性能的好坏,若不能精确测量出换能器的辐射声场,则会对换能器的诊断和评估造成严重影响。从理论仿真的角度出发,推导了运用激光反射层析法重建换能器辐射声场的理论公式,着重利用推导出的理论公式对激光反射层析法进行了仿真计算。结果表明激光反射层析法能够精确地重建出换能器的辐射声场分布及声场中的声压量值,这为换能器的声场重建及声压测量提供了一种可行的方法。     

一种新型的挠性航天器作动器布局优化方案

针对挠性航天器振动抑制中的作动器优化配置问题,综合考虑闭环系统的可控度和作动器的电缆长度,提出一种新型的复合优化指标,在完成振动抑制的同时,有效缩减作动器电缆长度,减小航天器能量损耗及电磁干扰;在此基础上,采用遗传算法,完成作动器安装位置的快速寻优。本文采用实际尺寸的挠性帆板有限元模型,通过大量的数值仿真,验证了所提方法的有效性     

求解代数Riccati方程的一种新算法

本文讨论了Hamiltonian矩阵在辛相似变换下的标准形,由此给出代数Riccati方程存在非负定解的一个充分条件,提出了求解代数Riccati方程的一种新的算法。该方法节省运算量,且精度较高,尤其适合于解阶数不太高、系数矩阵为满阵的Riccati方程。最后给出了一个数值例子,并将该方法与其他方法作了比较.     

快速并行细化算法

本文提出一种快速并行细化算法。细化过程是一个迭代过程。每次迭代分成两个子迭代。算法收敛速度快,细化连续性好,几何畸变小,对二值纹理图像无特殊要求,具有通用性。算法实现巧妙,独特,占用内存少,特别适合小型计算机图像处理系统。该算法在PCvision图像处理系统上实现的效果良好。     

基于差分进化算法的导航星座在轨重构构型设计

针对有卫星失效下的导航星座,提出了对在轨卫星进行相位机动的方法来对星座的空间构型进行重构,以实现修复和改善星座性能的目的。首先,利用共面高轨和共面低轨变相的方式来对在轨卫星的相位进行调整,建立共面轨道相位机动的数学模型;其次,提出了除重构时间和重构能量外的其他重构指标,包括重构能量均衡度和重构构型恢复性,并建立了各重构指标的数学模型;然后,建立了重构构型的优化模型,并对优化问题中个体的评价手段与编码方式进行设计;最后,以北斗中MEO卫星失效为例,利用差分进化算法对优化模型进行求解,得到以不同重构指标为目标函数下的Pareto前沿。从结果中可以看出该重构方法对星座性能的提升最大可以达到41.2%,同时Pareto前沿中对应的所有重构策略中,重构能量、重构构型的均衡度、重构构型的健壮性的数量级均维持在-1、-3和0的水平。     

MEMS陀螺阵列的RCC-OBE估计融合方法

为提高微机电系统（MEMS）陀螺的精度,提出一种基于松弛Chebyshev中心（RCC）的最优定界椭球（OBE）算法,并用于陀螺阵列信号的融合。以单个陀螺误差输出模型为基础,建立了阵列系统的机动融合模型;由于噪声统计特性的不确定会导致传统融合方法精度下降,引入仅要求噪声未知但有界的集员估计理论,运用OBE算法实现角速率信号的稳健估计;在OBE算法中,往往采用椭球几何中心作为真实值的点估计,但该中心并没有理论上的最优特性,而可行集的Chebyshev中心具有很多优良特性,同时,考虑到准确的Chebyshev中心求解十分困难,转而求解可行集的RCC,作为速率信号的点估计,设计了以RCC作为输出的OBE更新过程和新的参数优化准则。采用6个陀螺构成的阵列进行了验证试验,结果表明基于该算法的阵列估计融合方法在获得角速率保证边界的基础上,可以进一步提高MEMS陀螺精度。