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。     

基于事件驱动的容积卡尔曼滤波定位算法

以网络化非线性滤波系统为研究对象,为了平衡系统的通信率和滤波精度之间的矛盾,引入随机事件驱动（stochastic event-triggered）的思想,并在此基础上建立了基于残差检测的事件驱动（detected event-triggered）模型。针对系统的强非线性,将线性随机事件驱动滤波系统中的更新结论推广至非线性系统,推导了两种事件驱动机制在容积卡尔曼滤波（CKF）算法框架中的滤波更新过程,得到了检测事件驱动CKF（DECKF）和随机事件驱动CKF（SECKF）两种算法。最后,通过天基平台空间目标跟踪问题对算法性能进行检验。仿真结果表明,当通信率下降20.64%时,DECKF算法的位置跟踪精度和速度跟踪精度相比标准CKF仅下降了5.50%和7.74%。此外,在通信率相同的情形下,DECKF比SECKF的精度高40%以上,证明检测事件驱动模式优于随机事件驱动模式。     

临近空间高超声速跳跃滑翔式目标自适应跟踪模型

针对临近空间高超声速跳跃式滑翔目标跟踪问题,在将加速度建模为具有正弦波（SW）自相关随机过程的基础上,提出一种自适应非零均值正弦波相关（ANM-SW）模型。其核心是对正弦波相关模型进行均值补偿构建ANM-SW模型,并推导了模型状态方程;为深入分析均值补偿的作用,分别从时域和频域的角度探讨了自适应非零均值模型的物理本质;此外,为进一步说明模型的适应性问题,结合Kalman滤波推导了SW及ANM-SW模型状态更新的系统动态误差,验证了ANM-SW模型在机动适应方面的优越性;最终仿真表明与SW模型相比,ANM-SW模型在跟踪精度及机动适应能力方面具有一定的优势性。     

KrF激光照射约束层靶驱动产生高速飞片研究

微小空间碎片的超高速撞击对航天器性能有重要影响。为了研究撞击损伤机制,在"天光一号"装置上开展了Kr F准分子激光照射约束层靶产生高速飞片的实验研究,利用成像速度干涉仪(Imaging-VISAR)对飞片自由面速度进行诊断。采用1.9 J准分子激光将10μm的Al飞片加速至12 km/s,且整个过程为准等熵加载。研究结果表明准等熵加载下激光能量转化为飞片动能的效率(达39.4%)比冲击加载要高得多,飞片速度也高于后者。     

基于云映射的多粒度语义决策属性识别

异类多传感器多属性目标识别中的描述性语义和决策属性信息无法直接进行识别判定,为此基于粒层转化的思想,提出了一种语义和决策属性识别方法。首先构造云映射函数,将语义和决策属性粒层统一到区间粒层,再根据灰色关联的思想计算区间化后的语义和决策属性信息与数据库之间的区间关联度,实现了不等粒层属性的粒度计算,最后采用证据推理进行了识别判定。结合语义和决策属性识别算例及对比分析,验证了所提出方法在异类数据模糊转化处理和识别上的有效性。     

非合作目标拖拉式对接机构设计与分析

针对非合作目标对接技术的要求和特点,提出了一种以卫星远地点喷管为对接接口的非合作目标拖拉式对接机构方案。设计了拖拉式对接机构的具体结构并建立其三维CAD模型,根据此模型,对机构进行了包络范围的求解;使用ADAMS软件对机构进行了动力学仿真,分析了对接过程中目标星与机械臂的动态特性,分析了对接过程中捕获力与关节受力情况。计算与仿真结果表明,提出的对接机构能够对目标进行有效、可靠的对接捕获,碰撞接触力小于280N,不会造成本体及目标的破坏。与以往对接机构相比,此拖拉式对接机构具有结构简单、可靠性高、捕获范围大、控制方法简单等优点,且机构受力合理,适合作为空间非合作目标对接的捕获装置。     

基于边缘信息的灰度目标跟踪算法

提出了一种基于边缘信息的跟踪算法,其可以实现对剧烈变化的灰度目标的精确跟踪.首先,利用基于双同心圆窗口算子的非线性边缘检测算法得到高质量的边缘信息;其次,为了解决单一边缘特征空间不能充分表征目标的难题,提出了一种通过组合边缘图像构建特征空间的方法,以便为目标建模提供充分信息;再次,在构建的特征空间中使用核估计方法对目标进行建模;在目标定位阶段,利用Kalman滤波器对目标进行预估后,再由Mean Shift算法在预估位置邻近区域实现目标定位;最后,提出了一种基于形态学的动态模型更新策略,使得算法不仅可以获得精确的目标区域,还可以实现对目标尺寸和形状变化的自适应.实验结果表明,本算法不仅可以有效跟踪剧烈变化的灰度目标,而且跟踪窗口可以实现对目标尺寸和形状的自适应.      

基于LSTM的空间机器人系统惯性张量在轨辨识

在空间机器人抓捕目标的过程中,整个系统的惯性张量会随时间变化且在目标被捕获瞬间发生突变,这会严重影响整体姿态控制的精度。针对以上问题,提出了一种基于长短期记忆（LSTM）的系统惯性张量在轨实时辨识方法。首先,对于目标捕获前后的2个阶段,利用拉格朗日方程建立了空间机器人的动力学模型;然后,基于所建空间机器人模型采用域随机化方法生成足量训练数据,并用其对由LSTM网络与多层全连接网络构建的参数辨识网络进行训练;最后,使用训练好的参数辨识网络对系统惯性张量进行辨识。数值仿真结果表明：所提方法能够精确辨识空间机器人抓捕过程中的系统惯性张量,所研究系统的主惯量平均相对辨识误差小于0.001,惯性积的平均相对辨识误差小于0.01。     

大气层内模型预测静态规划拦截中制导

在临近空间机动目标拦截中,拦截器的初始动力段对中制导段乃至末端拦截性能具有重要影响。在模型预测静态规划（MPSP）理论基础上提出了一种初、中制导联合规划制导方法,旨在解决多阶段、快速、最优拦截轨迹规划和制导问题。首先,提出了一种改进的模型预测静态规划方法,该方法不仅可以满足终端约束,还可以生成最优初始状态,并在性能指标中考虑状态变量相关函数。其次,基于等效阻力模型建立了包含动力段与非动力段的两段规划模型,通过采用分段离散以及构建关机点变分关系的方法,避免了内点约束的引入,使MPSP算法可直接求解该两段规划问题。最后,结合提出的MPSP算法以及两段规划模型,实现了终端速度最优的拦截轨迹规划,结合目标预测方法,实现了对机动目标的预测拦截。仿真结果表明,本文方法可提高制导精度和终端速度,且能更好满足对机动目标的拦截需求。