基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

中继卫星多址链路调度问题的约束规划模型及算法研究

中继卫星多址链路调度问题是中继卫星系统应用中必须解决的重要问题,其重要特点在于,中继卫星与用户航天器之间并非时时可见,因此通信任务存在可见时间窗口约束。只有在可见时间窗口内,通信任务才可能执行并完成。在进行合理假设的基础上,采用人工智能中的约束规划技术,建立中继卫星多址链路调度问题的约束规划模型,并提出了基于时间窗口期望值的多步迭代算法。应用结果表明,中继卫星多址链路调度模型的建立与求解是合理的。     

一种基于启发式搜索的智能轨道规划

针对二体轨道模型,设计了一种时间固定点对点多冲量轨道机动的智能规划算法。算法基于非线性规划理论和启发式智能搜索技术,采用随机A*扩展树法保证优化的全局性,并利用逐步二次规划法(SQP)来保证结果的局部数值精确性。整个算法具有较好的智能自主性。最后通过数值仿真验证了算法的可行性。     

地球同步轨道卫星群在轨加注任务规划

以地球同步轨道卫星群为研究对象,开展“多对多”在轨加注任务规划问题研究。首先建立了任务规划的数学模型,该任务规划属于多目标规划问题,求解过程中需要解决TSP问题。其次,给出了该规划问题的求解方法及流程,采用遗传算法进行求解并设计了相应的遗传算子。最后,选取了14颗地球同步轨道卫星作为目标星进行求解,并在小角度近似条件下对计算结果进行了分析,计算结果验证了算法的有效性。     

复杂动态环境下无人飞行器动态避障近似最优轨迹规划

针对复杂动态环境下无人飞行器的动态障碍规避问题,基于合理假设建立了无人飞行器和动态障碍的运动学模型,并综合考虑无人飞行器飞行过程中的终端约束、控制输入约束、安全避障约束等,以能量最少为性能指标构建动态避障问题数学描述。之后,针对终端约束和控制输入约束,依据优化模型预测静态规划算法(OMPSP)生成初始轨迹;针对动态避障问题的不等式约束,引入松弛变量并结合滑模变结构控制方法设计松弛变量动力学,实现对一个、多个或同时多个动态障碍的安全规避;最后,依据有限时间微分动态规划(RHDDP)算法进行轨迹优化,获得满足上述各种约束并能规避动态障碍的近似最优轨迹。     

基于序列凸优化的高超声速滑翔式再入轨迹快速优化

针对具有热流、动压、过载以及多个禁飞区约束的再入轨迹优化问题,提出采用序列凸优化方法快速求解。利用归一化时间作为自变量解决终端时间自由问题,并引入辅助控制变量以减少序列优化结果中的高频振荡,在此基础上,通过线性化、离散化和非凸约束的凸化处理,将非凸非线性优化问题转化为二阶锥规划(Second Order Conic Programming,SOCP)问题,然后采用凸优化求解算法快速求解。数值优化结果与对比验证表明该方法能快速高效求解多约束条件下的再入轨迹优化问题,且计算效率和性能均优于传统的非线性规划方法。     

WGS-84模型下时差频差半定规划定位算法

利用多颗卫星的时差频差对辐射源进行位置和速度的测量,其本质意义上是一个含有噪声项的高度非线性方程组求解问题,针对地面目标而言,可以采用基于WGS-84地球模型作为目标位置和速度约束,更进一步的增加了定位系统的复杂性。提出了一种基于半定规划(SDP)的定位解算法,将非线性方程求解问题通过适当的松弛,转化为半定优化(SDO)的问题,借助于业界较为成熟的CVX等优化软件进行定位求解,并研究了该模型条件下的克拉美罗下界(CRLB)。仿真结果表明,该算法能够较好地逼近克拉美罗下界。     

有限推力下时间最优轨道转移

研究了一种有限推力作用下的时间最优轨道转移计算方法。以非奇异根素形式的高斯行星摄动方程为基础,由庞德里亚金极小值原理导出正则方程组,通过将最优控制问题转化为协状态初值为待优化参数的参数优化问题,并通过非线性规划求解得到的参数优化问题,从而避开求解两点边值问题的困难。文章最后给出2个算例,分别计算了零倾角零偏心率最优轨道转移和大倾角改变最优轨道转移。计算过程及结果表明本文所用方法对协状态初值猜测敏感性小,收敛迅速;零倾角零偏心率情况下无奇异;所得控制轨线光滑。     

宏指令在变螺距螺旋轨迹编程中的应用

以一个现实的零件,表述了宏指令在变螺距螺旋加工中的运用,利用函数的合成,循环语句的运用,细致而详细地描述了程序编制的整个过程。对于复杂空间曲线,若能建立函数的关系,通过宏指令的运用,也能手动编制出简洁的复杂轨迹,且应用面广,程序段直观而清晰,更具可读性。     

钢板数控下料排样的一种优化算法

讨论了毛坯需求需要精确满足的不规则型毛坯数控气割下料排样问题。采用组块剪切排样法,排样时首先形成矩形组块,然后使组块在板材上优化排列。本文对两维约束排样算法进行修改,使之能生成所述排样问题的切割方式。最后应用所述算法给出变压器生产中钢板数控下料实例的优化排样方案,并与手工排样结果进行了对比