考虑组件保形约束的多组件结构系统布局优化

提出了一种考虑组件保形要求的组件布局-结构拓扑的多组件结构系统布局优化设计方法。在传统的多组件结构系统布局优化设计基础上，定义了组件设备的弹性应变能函数并用其定量衡量组件设备的弹性变形程度，在多组件结构系统布局优化过程中，采用组件设备的弹性应变能函数作为其保形设计约束，以实现抑制承载组件变形的设计目的。解析了组件设备保形设计约束对结构拓扑及组件布局设计变量的灵敏度，研究了组件保形设计约束与结构系统整体刚度之间的消长关系，分析了组件保形约束对组件布局及支撑结构材料拓扑分布的影响，在考虑组件保形设计约束的挂架系统布局优化模型中引入了系统的质心位置约束并完成了其解析灵敏度求解。通过数值算例，实现了考虑组件保形、材料用量分数、质心位置约束的多组件结构系统布局优化设计。数值算例的计算结果表明，引入组件保形约束的多组件结构系统布局优化设计方法能够有效抑制传力路径上参与承载的组件设备的弹性变形，实现组件设备的保形设计。     

大气层内固体火箭多约束鲁棒三维能量管理制导

针对固体运载火箭大范围精确调节终端约束的要求，提出一种新型的大气层内鲁棒三维能量管理制导方法，通过在线规划侧向速度能力曲线消耗剩余发动机能量。将终端约束表示为关于攻角和速度能力曲线参数的方程组，将闭环制导问题转化为方程组的求解。针对飞行过程中的动压、过载，以及控制变化率等过程约束，构造了攻角和速度能力曲线的可行边界。针对气动系数和发动机参数的不确定性，采用容积卡尔曼滤波器对不确定性进行辨识。仿真结果表明，与模型预测静态规划算法和改进粒子群算法相比，本算法的终端速度调节范围、鲁棒性以及计算效率大幅度提高。     

基于强化学习的火星无人机状态约束控制

针对火星无人机在恶劣条件下难以实现稳定的飞行和位置控制的问题，提出了一种基于状态约束的连续时间自适应神经网络控制方法，为了达到不分析虚拟控制器可行性条件的效果，引入了可以在没有虚拟控制器可行性条件情况下进行控制的坐标变换。该神经网络采用基于强化学习的自适应跟踪控制，以最小化长期性能值进行估计。虚拟控制器的验证不需要离线计算，使设计参数具有更大的自由度和更大的初始条件。通过对火星无人机的仿真，验证了该控制策略的性能。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

采用局部约束线性编码的像素级舰船目标图像融合

为了提升视觉信息在低能见度条件下的适用性,提出了一种采用局部约束线性编码的像素级舰船目标图像融合方法.首先,采用K均值奇异值分解算法从海量的训练样本中完成过完备字典的学习.其次,在考虑着舰导引实时性任务需求的前提下,采用局部约束线性编码完成融合系数的非迭代求解,相较于压缩感知理论架构下的匹配追踪算法,极大地降低了计算复...     

带有时间与探测约束的“到达-回避”博弈

针对飞行器具有运行时间约束以及所携带探测器具有有限探测范围的现实情况，在传统生命线对策问题的基础上提出了一类考虑时间约束与探测约束的新型“到达-回避”定性微分对策博弈。通过分析对策问题所有可能的中性终端集以及问题对应的哈密顿方程，给出了防御者与进攻者最优博弈策略形式。利用所得到的策略和攻防双方的约束条件，得到了原问题对应界栅的精确解，并通过数值仿真验证了界栅的正确性。所得到的界栅可将博弈空间分为攻防双方的获胜区域，并可用于快速判断博弈问题最终结果，为飞行器攻防博弈双方的策略制定提供理论依据。     

基于状态改变的机器人路径规划算法

为了解决目前机器人路径规划中时效性低、避障解算量大的问题,借鉴直流电路中理想电感元件两端电压能够从感抗状态恢复到稳定状态的现象,提出了一种利用机器人状态检测量对机器人状态实时检测,从而实现避障的机器人路径规划算法.首先对绕行单个固定障碍物的机器人进行深入分析,然后采用状态叠加的方法,生成任意位置多障碍物同时存在的避障路径.同时对斥力系数进行改进,以确保机器人能够有效到达目标点.为了验证算法在多障碍物环境下的路径规划能力,进行了数值仿真模拟实验.仿真结果表明,使用该算法规划机器人路径时,能够在避免局部极小值点和目标不可达问题的前提下,在较短时间内规划出机器人由起始点到目标点的路径.