空间非合作目标未知构型重建质量评估方法

针对基于线阵激光雷达扫描重建获得的三维模型,因其构型未知,无法通过模型对比进行质量评估,本文着重研究未知构型的质量评估方法。首先,采用3σ优化的最小二乘法对空间非合作目标点云平面与直线进行拟合;其次,从点云密度、重建几何性质、表面完整度进行重建质量评估,再基于上述三种评估方法建立多因素综合评估数学模型,对三维重建结果进行满意度质量评估;最后通过仿真实验验证评估方法,获得多因素综合评估满意度为95.5889%,实验结果表明该评估方法合理且具有参考价值。该研究不仅能验证基于线阵激光雷达三维重建结果的精度,还为空间非合作目标未知构型质量评估提供一种新的研究思路。     

多导弹齐射攻击协同制导(英文)

Cooperative guidance problems of multiple missiles are considered in this article. A cooperative guidance scheme, where coordination algorithms and local guidance laws are combined together, is proposed. This scheme actually builds up a hierarchical cooperative guidance architecture, which may provide a general solution to the multimissile cooperative guidance problems. In the case of salvo attacks which require missiles to hit the target simultaneously, both centralized and distributed coordination algorithms are derived based on the impact-time-control guidance （ITCG） law. Numerical simulations are performed to demonstrate the effectiveness of the proposed approaches.     

有限推力航天器双主动交会的最优控制

研究了两异面椭圆轨道的有限推力航天器在协同轨道机动以完成交会任务(双主动交会)时的最优控制问题.构造了有限推力航天器双主动交会的数学模型,讨论了其实现最优控制的必要条件.针对推进剂总消耗最少和有限推进剂约束下的最短时间交会2种不同情况,采用直接配置法和序列二次规划法求解了反平方力场中的最优控制数值解.考察了不同初始参数对双主动交会最优控制历程的影响,并将双主动交会形式与主被动交会形式进行了对比.结果表明,当两航天器质量接近时,双主动交会在减少燃料消耗或缩短交会所需时间方面具有明显优势.     

小卫星临近作业轨道和姿态联合控制

建立了小卫星相对轨道和姿态的误差动力学模型,根据作业任务和姿态指向要求确定了小卫星相对轨道和姿态的期望运动;采用相对轨道和姿态联合控制策略,并考虑小卫星作业过程中质量和转动惯量的不确定性,设计了自适应全状态反馈控制律;数值仿真结果表明该控制律具有较强的自适应性。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识,并结合粒子群算法,提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强,容易跳出局部最优陷井及启发式算法局部搜索能力强的优点,快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

基于双滤波器的高精度目标跟踪估计方法

针对连续推力的合作航天器,采用双重无迹卡尔曼滤波(DUKF)算法估计其状态和加速度.通过状态滤波器和参数滤波器的配合,提升滤波精度,完成运动状态和参数的估计,从而实现合作目标的运动轨迹跟踪.与合作航天器相比,非合作航天器存在大小未知、发生时刻未知的机动,无法获得加速度,且信息获取和运动状态的估计难度大.针对非合作航天器...     

COOPERATIVE DESIGN UNDER CONCURRENT ENGINEERING ENVIRONMENT

主要论述了并行工程环境所支持下的群体通过协同合作进行的工程设计活动。文中首先阐述了工程设计、特别是概念设计的相关问题，接着深入剖析了当今智能ＣＡＤ的优缺点，从而提出了一种基于并行工程、面向群体合作的问题设计策略——协同设计。最后以概念设计自动化为例，建立了以协同设计的概念模型，探讨了模型的基本原理、系统组织以及关键实现技术。     

Joint Iterative Decoding for Network-Coding-Based Multisource LDPC-Coded Cooperative MIMO

A network-coding-based multisource LDPC-coded cooperative MIMO scheme is proposed,where multiple sources transmit their messages to the destination with the assistance from a single relay.The relay cooperates with multiple sources simultaneously via network-coding.It avoids the issues of imperfect frequency/timing synchronization and large transmission delay which may be introduced by frequency-division multiple access(FDMA)/code-division multiple access(CDMA)and time-division multiple access(TDMA)manners.The proposed joint″Min-Sum″iterative decoding is effectively carried out in the destination.Such a decoding algorithm agrees with the introduced equivalent joint Tanner graph which can be used to fully characterize LDPC codes employed by the sources and relay.Theoretical analysis and numerical simulation show that the proposed scheme with joint iterative decoding can achieve significant cooperation diversity gain.Furthermore,for the relay,compared with the cascade scheme,the proposed scheme has much lower complexity of LDPC-encoding and is easier to be implemented in the hardware with similar bit error rate(BER)performance.     

基于神经网络的多卫星姿态协同控制预测模型

摘要： 针对多卫星近距离对空间目标监测中的姿态协同控制问题，研究基于神经网络的智能控制模型.首先设计了面向任意姿态控制方法的神经网络自适应控制模型，该模型不改变卫星姿态控制方法本身，而是接收由理想控制模型生成的理想控制量，理想控制量经过神经网络后直接生成适用于卫星的控制量.根据神经网络对控制系统的系统级状态预测，基于一致性控制协议，设计了多卫星姿态协同控制模型.采用等效姿态角，通过数值仿真，分别验证了预测控制方法、输出状态预测、协同控制的方法正确性和有效性.     

基于神经网络和人工势场的协同博弈路径规划

协同博弈路径规划是空战自主决策、机器人体育比赛等应用场景中的重要问题，其难点在于对环境对抗性反馈的实时自适应和多智能体的相互配合。提出一种基于神经网络和人工势场的协同博弈路径规划方法，使用反向传播（BP）神经网络自适应调整人工势场函数系数，并将人工势场作为神经网络输出端的特征提取。为解决真实样本质量和数量不足的问题，基于遗传算法仿真生成样本数据用于神经网络训练，并通过滚动时域的思路面向动态博弈优化样本性能。从样本数据中提炼出距离差与航向差以反映协同和博弈特性，利用神经网络的黑盒特性和学习能力解决协同博弈问题。应用于二对一反隐身超视距空战路径规划，比经典人工势场法有明显性能提升，且计算开销可接受，计算复杂度分析表明该方法可以较好扩展到多机对抗场景。