俄罗斯空间站推进剂补加程序分析

补加程序是推进剂补加系统的关键技术之一,而目前也仅有俄罗斯有成功应用的经验.根据目前获取的资料,经过计算、仿真和论证,对俄罗斯空间站的补加系统进行了研究,分析了ATV对空间站进行推进剂补加的程序,初步得到了俄罗斯空间站推进剂补加的特点,可作为目前我国空间站方案论证期间补加程序的参考.     

航空图像矩形建筑物自动提取方法研究

对航空城区图像自动提取矩形建筑物方法进行了研究。该方法基于从航空城区图像中提取的边缘，通过轮廓跟踪、直线提取得出其相应的直线几何图形。本文引入知识定义了几种构成矩形的基本矩形结构元。先提取直线图形中所有可能构成矩形的基本结构元，进而采用几何结构元分析的方法，根据结构元合并的准则，将各种基本结构元通过一定的合并算法合并成矩形结构。试验结果表明，本文方法提取矩形房屋具有较高的准确率，鲁棒性好，运算速度快，具有较强的实际应用价值。     

光学稳像技术在空间通信及航空、航天中应用的探讨

论述了光学稳像的一般概念，并给出了分析稳像问题的普遍公式，解决了空间通信及航空、航天相机的稳瞄及图像稳定问题．实际算例表明，光学稳像技术可普遍应用到空间技术中，可为稳像光学系统的设计提供重要的理论基础。     

软管式自主空中加油对接阶段中的建模与控制综述

软管式自主空中加油(PDAAR)在军用和民用上有着十分重要的意义。软管式自主空中加油的对接阶段是所有阶段中精度要求最高和控制难度最大的一个阶段,其建模与控制问题具有代表性和挑战性。首先,介绍了自主空中加油(AAR)的基本概念及意义,并总结了自主空中对接控制的特点和要求。随后,系统性地梳理了AAR对接阶段中的建模和控制问题,概述了国内外文献中研究该问题的方法,并提炼了该领域依旧存在的问题。进一步,简要分析和综述了国内外AAR飞行验证情况。最后,针对建模、控制和决策,从工程实践角度分析并总结了自主对接未来可能的工作,从科学研究的角度总结了6个重点研究的科学问题。     

某型飞机加装空中受油状态改进电传系统研究

为满足未来战争需要,某型飞机根据空中加油对受油飞机的要求,对该型飞机电传操纵系统进行了加装设计.仿真结果表明,经过重新设计的电传操纵系统,在空中加油状态下,飞机稳定性增加,并且能在规定范围内稳定地改变和保持姿态角,从而跟踪加油机的姿态变化.本文提出了依靠三维大气紊流场的方法,建立了空中加油状态下飞机动力学模型.设计出了加装空中受油后的控制规律,得到了受油状态下的仿真结果,对电传操纵系统加装空中受油技术实现进行了展望.     

基于航空照相枪的数字暗盒设计

航空照相枪是一种安装在歼击机上的小型电影摄影机。传统照相枪主要存在判读环境受限制、判读准确度低、工作可靠性差、效率低等问题。设计了由百万像素CMOS图像传感器、大容量闪存FLASH和CPLD为主要部件组成的数字暗盒。使用基于CPLD状态机设计技术,4片闪存分时存储数据,实现无缓存无压缩实时存储,可以有效地提高判读效率、准确度问题,并使计算机自动判读成为可能。     

无人机自动空中加油精确对接控制

针对无人机自动空中加油对接段的精确控制问题,提出了无人机自动空中加油的控制方案和策略,并在分析加油机尾涡干扰和加油锥套自由摆动及其对受油机影响的基础上,设计了适用于自动空中加油精确对接控制的受油机参考轨迹发生器和轨迹跟踪控制器.轨迹跟踪控制器采用线性二次型调节器方法,并充分考虑了加油过程中各种干扰的影响.仿真结果表明,该导引控制方法具有良好的快速性和抗干扰能力,可以满足空中加油的任务要求.      

基于自适应动态逆的自动空中加油轨迹跟踪

针对自动空中加油(AAR, Automated Aerial Refueling)的受油机轨迹跟踪控制问题,采用导引环与姿态控制环分离的控制策略,提出了基于非线性路径跟随导引和自适应神经网络动态逆的受油机轨迹跟踪控制方法.该方法将改进的非线性导引应用于受油机横、纵向导引控制,使用自适应神经网络在姿态角速率回路补偿外界干扰和系统模型误差,并利用比例-积分型姿态角速率误差动态方程设计自适应神经网络权值更新律.仿真结果表明:在受油机接近加油机过程中,该方法有效提高了受油机轨迹跟踪控制系统的抗干扰能力和对模型不确定性的自适应能力,能够满足自动空中加油的控制要求.     

Optimal trajectory and downlink power control for multi-type UAV aerial base stations

Unmanned Aerial Vehicles (UAVs) enabled Aerial Base Stations (UABSs) have been studied widely in future communications. However, there are a series of challenges such as interference management, trajectory design and resource allocation in the scenarios of multi-UAV networks. Besides, different performances among UABSs increase complexity and bring many challenges. In this paper, the joint downlink transmission power control and trajectory design problem in multi-type UABSs communication network is investigated. In order to satisfy the signal to interference plus noise power ratio of users, each UABS needs to adjust its position and transmission power. Based on the interactions among multiple communication links, a non-cooperative Mean-Field-Type Game (MFTG) is proposed to model the joint optimization problem. Then, a Nash equilibrium solution is solved by two steps: first, the users in the given area are clustered to get the initial deployment of the UABSs; second, the Mean-Field Q (MFQ)-learning algorithm is proposed to solve the discrete MFTG problem. Finally, the effectiveness of the approach is verified through the simulations, which simplifies the solution process and effectively reduces the energy consumption of each UABS.