卫星编队飞行的相对轨道自主确定研究

为了研究卫星编队飞行相对轨道的自主确定,基于相对轨道根数建立编队卫星间的相对运动方程,利用测量所得到的星间距离和方位信息作为观测量。不同于目前广泛采用的扩展卡尔曼滤波算法,设计Unscented Kalman Filter(UKF)算法实现卫星编队飞行的相对轨道自主确定。仿真结果表明这种相对轨道自主确定方案能获得较高的定轨精度。     

小天体软着陆自主光学导航与制导方法研究

针对小天体软着陆任务自主性、实时性的需求,对软着陆小天体自主导航与制导问题 进行了研究。提出了一种利用激光测距仪和光学导航相机跟踪目标着陆点的自主导航方案, 利用测距矢量以及目标点之间的几何关系,确定着陆平面法向方向和目标点位置。分析期望 的探测器下降轨迹特点,给出了一种基于制导变量的脉冲控制制导律,通过对目标点视线与 着陆平面法向矢量之间夹角的控制,将软着陆小天体控制分解为切向控制与法向控制两部分 。最后,通过数学仿真对自主导航制导系统的性能进行了验证,结果表明该方法能够满足垂 直软着陆的任务需要,实现高精度软着陆。     

深空探测器小天体交会段自主导航方法研究

针对深空探测任务中,与小行星交会段的自主导航问题,首先建立探测器在交会段的轨道动力学模型,并提出了2种导航观测方案:1)利用目标天体图像作为观测量;2)利用目标天体视线方向和目标天体夹角作为观测量.然后结合动力学模型和观测模型推导了2种导航方法的滤波算法公式.最后通过蒙特卡罗数值仿真分析方法,估算了2种导航方法的误差值,结果表明误差值在可接受精度范围内,验证了2种自主导航方法是可行的.     

微型短文词汇自主学习的实验研究

为期18周的以微型短文为材料的大学英语词汇自主学习的实验性研究,通过定量与定性相结合的研究方法,对桂林理工大学非英语专业一年级37位新生使用<大学英语四级词汇微型短文记忆法>进行实验研究,以期揭示学生可以使用该书通过自主学习,从而掌握并运用英语词汇.     

航空人工智能概念与应用发展综述

针对航空人工智能发展的迫切需要,对人工智能定义、智能等级划分两个基本问题进行讨论,指出人工智能近期难以存在公认定义,需辩证看待人工智能航空应用的不确定性和确定性,对执行特定任务的智能系统进行智能等级划分因不符合当前主流认知规律而没有必要。从总体历史沿革、机载导弹、机载系统及可信等角度阐述航空人工智能应用的发展特点和态势,突出了可信航空人工智能研究作为行业应用前提性条件的重要性。     

基于非线性模型预测控制的火箭垂直回收姿态控制方法

针对火箭垂直回收着陆段强扰动、强参数不确定性、箭体姿态动力学高动态变化的飞行特性,提出了一种基于非线性模型预测控制的火箭垂直回收姿态控制方法。首先,基于四元数构建姿态控制数学模型;然后,在非线性模型预测控制框架下求解控制指令;同时,引入反馈校正机制与变时域策略以提升控制精度,进一步利用ESO观测扰动。仿真结果表明,控制器响应速度快、跟踪精度高,观测器能够有效观测并补偿扰动,具有较强的扰动鲁棒性。     

基于星间距离测量的高精度自主导航

研究利用地球卫星和月球卫星之间的测距信息进行自主导航的方法.基于三体摄动轨道动力学方程和星间测距信息,可以同时确定参与导航的地球卫星和月球卫星的绝对位置;但是在初始位置误差较大的情况下,导航系统的定位性能会受到影响.为了解决这一问题,提出基于"星间测距+紫外导航敏感器"的组合导航方法.采用该导航方法,能够在初始位置误差和紫外导航敏感器测量误差较大的情况下实现高精度自主导航.基于Cramer-Rao下界(CRLB)分析了组合导航系统的性能,并通过数学仿真验证了该导航方法的有效性.     

应用灰度特征的行星陨石坑自主检测方法与着陆导航研究

针对陨石坑阴影不明显的行星着陆导航图像,提出了基于图像灰度值特征的陨石坑自主检测方法,通过兴趣区快速确定陨石坑边缘分布,解决了一般陨石坑检测方法对图像太阳高度角的依赖问题。利用检测出的陨石坑视线信息,采用非线性预测滤波方法估计着陆器着陆阶段的位置和姿态;鉴于视觉着陆导航对照了场景状况的高度依赖性,提出了一种利用分形理论和相邻点分级方法的天体随机地景建模方法。最后验证了所提方法的有效性。     

返回式探空火箭裙锥减速器方案设计及分析

针对传统的探空火箭减速板质量大、展开角度不可调节等缺陷,提出一种新型探空火箭裙锥减速器减速方案。它具有质量小、可改变展开角、展开阻力面积大等优点。针对超声速探空火箭减速器再入时的气动特性,对其外围流场进行了仿真分析,得出了减速器不同锥角对气动特性及过载的影响,并给出了减速器外围流场、压力场以及减速器的应力应变分析,结果表明,减速器所受的气动阻力与其锥角有明显关系,具有非线性特点,且减速器的最大应力小于许用应力。该方案可为探空火箭的回收及新型减速器的设计提供一定的参考依据。     

基于凯恩方程的无人机伞降回收动力学建模与仿真

在无人机的伞降回收过程中,无人机与降落伞一直都处于实时的动平衡状态,两者在伞降回收过程中的耦合关系及其复杂,因此很难建立精准的无人机伞降回收动力学模型。针对该问题,将伞降回收系统划分为降落伞和无人机分别进行处理。针对时变对象降落伞,通过阻力面积随充气时间的变化关系建立其动力学模型。针对无人机,首先,基于多体动力学思路,将其划分为左右机翼和机身的多体系统,通过平板绕流系数优化其伞降过程中的大迎角动力学模型;然后,通过偏速度矩阵将各体的动力学模型引入伞降回收系统质心;最终,基于凯恩方程推导并建立了伞降回收系统六自由度模型,并引入海拔高度和风力对无人机伞降回收的影响。通过数值仿真与实验数据的对比,可以发现两者具有较好的一致性,该动力学模型能够为无人机的伞降回收提供指导。