采用利希滕贝格图的高超声速飞行器轨迹优化

针对复杂约束条件下高超声速飞行器再入轨迹优化问题,提出一种混合算法进行求解,以解决现有轨迹优化方法对初值的强依赖性以及易陷入局部最优等问题。将高超声速飞行器再入轨迹优化建模成一个非线性规划问题,并设计双层优化结构进行求解。上层中,提出一种基于利希滕贝格图的自适应分段利希滕贝格算法（Adaptive piecewise Lichtenberg algorithm,APLA）,为高斯伪谱法提供良好的初值。APLA通过引入拉丁超立方体抽样提升算法初始触发点的效能,引入全局至局部搜索分段策略及自适应因子提高算法收敛速度和收敛精度,改善算法易陷入局部最优等情况。下层中,高斯伪谱法在最优解附近具有较好的收敛速度和较高收敛精度,因此使用高斯伪谱法以加快搜索过程,提升解的全局最优性。综上,提出再入轨迹优化混合算法（APLA＿GPM）,实现对高超声速飞行器再入轨迹优化问题快速、准确求解。仿真结果表明,APLA＿GPM在高超声速飞行器再入轨迹优化方面具有更快的收敛速度、更高的精度以及更强的鲁棒性。     

基于经验公式的铣削加工切削力建模研究现状与展望

铣削加工技术是加工航空航天中薄壁件及复杂曲面零件的关键技术之一,可以实现复杂曲面零件高精度、高质量及高效率成形。作为铣削加工的重要现象之一,切削力直接影响刀具的磨损、变形,以及工件的加工效率和质量,为了能够更好地利用切削技术,有必要对切削力的预测进行回顾分析研究。作为铣削力预测技术的关键手段,基于经验的铣削力模型被广泛应用。因此,本研究总结分析了当前关于基于经验的切削力预测技术,综述了切削力系数、未变形切屑厚度、刀具跳动和变形对切削力的影响规律,以期对切削加工质量提供有益参考,最后对该领域未来研究的方向进行了思考。     

基于高斯伪谱法的碰撞规避策略研究

为保证在轨卫星运行安全,对于碰撞概率较高的空间交会情况需要进行规避机动,防止在轨卫星与空间碎片碰撞.选取连续推力策略进行规避机动,将空间碰撞规避过程转化为满足复杂约束的最优控制问题,采用高斯伪谱法对最优控制律进行求解,求解结果满足相应约束.研究结果为航天器有效规避空间碰撞威胁提供了有力支持.     

微分求积单元法分析变曲率井内受径向约束管柱的非线性屈曲

基于Love的空间弯扭杆平衡方程,通过引入井壁约束条件导出了平面变曲率井内受径向约束管柱的平衡方程。采用微分求积单元和增量迭代法求解了曲率线性变化的井内管柱的非线性屈曲问题,通过与有限元计算结果的对比验证了所构建方法和编写程序的正确性,而且还表明微分求积单元法有方法简单、易于实施,计算量少、精度较高等优点。计算结果表明,等曲率井内管柱屈曲的临界载荷明显大于曲率线性变化井内管柱屈曲的临界载荷,另外,变曲率井眼的曲率变化对管柱弯矩、井壁约束力有显著的影响。     

运用信息融合式高阶UKF的微小卫星姿态确定算法

为提高微小卫星微型低成本姿态敏感器的姿态确定精度,基于磁强计/太阳敏感器/陀螺仪的姿态敏感器配置以及无迹卡尔曼滤波方法（Unscented Kalman Filter,UKF）,设计了一种基于高阶UKF算法并且融合磁强计与太阳敏感器观测信息的微小卫星姿态确定算法.为提高系统状态方程非线性函数的一步预测精度,采用基于五阶UT变换的高阶UKF算法,增加了Sigma采样点数量,提高了系统状态预测精度.单一观测向量滤波算法不能同时满足多个不同量纲观测数据,本文提出一种同时利用两个观测向量的信息融合式滤波算法,根据磁强计和太阳敏感器的观测信息,通过卡尔曼滤波原理中的增益计算,分别得出地磁矢量和太阳矢量对应的卡尔曼增益信息.采用高斯概率密度准则进行信息融合,进而完成预测值的修正,得到同时满足磁强计以及太阳敏感器观测需求的四元数估计值,降低了观测误差的影响.仿真分析验证了算法的优越性.     

基于重加权低秩近似和高斯混合模型的图像块效应去除算法

针对离散余弦变换(Block-based Discrete Cosine Transform, BDCT)在图像解码器处产生的块重构伪影现象,提出了一种联合两种先验知识的图像去块效应算法,这两种先验知识分别是重加权低秩近似和高斯混合模型。该算法首先利用重加权低秩近似来增强图像块之间的局部结构和非局部的自相似性,有效地保留原始图像中更多的精细结构。其次,还利用高斯混合模型对块状伪影进行建模获得更可靠、更鲁棒的结果。通过在标准测试图像上的实验表明,提出的算法在主观视觉效果和客观评估方面均优于其他的块效应去除方法。     

霍尔推力器寿命实验和计算分析

为了准确高效地预估霍尔推力器寿命,利用在真空舱内工作较短时间后的霍尔推力器结合三坐标测量仪测量其放电室陶瓷绝缘内外壁面轮廓的直径沿周向的变化情况,以此作为输入参数结合概率密度公式获得了高效率的半经验公式法模型和计算结果。采用文献算例对模型和计算代码进行了验证,表明改进后的模型和算法能够在霍尔推力器短时间运行的测量结果基础上较为准确地预测长时间工作后放电室壁面轮廓形状,进而得到推力器的使用寿命。在此基础上,针对影响HET-40推力器寿命的主要因素进行了考察,获得了相关的影响规律。结果表明,其他条件不变的情况下,霍尔推力器的寿命与输入功率乘积近似常数,对于本研究对象,该常数大约为3.6×106 W·h。     

一种高超声速飞行器再入轨迹优化方法

针对高超声速飞行器的再入轨迹优化问题,提出了一种基于动态自适应樽海鞘群算法和高斯伪谱法的混合优化方案。首先,为了使樽海鞘群算法探索和利用之间的平衡更加合理,提出了一种新颖的动态自适应樽海鞘群算法。然后,针对传统高斯伪谱法在轨迹优化过程中对初始猜测值敏感的不足,借助动态自适应樽海鞘群算法强大的全局搜索能力,先利用该算法对控制量进行全局寻优,将求得的近似全局最优解作为高斯伪谱法优化的初始猜测值,接着再利用高斯伪谱法对控制量进行全局寻优。仿真结果表明所提出的动态自适应樽海鞘群算法和混合优化方案的有效性和可行性。     

面向火箭构型论证的运载能力快速分析方法

针对不同构型与任务条件下的运载能力快速计算问题,提出了基于高斯函数和组合神经网络的速度损失计算方法,并基于此对运载能力进行了快速分析。首先,基于状态量解析解计算分析,采用高斯函数对核心的重力速度损失项进行拟合计算;同时,为提高多构型与多任务样本的采样密度、简化数据建模过程并增强方法适应性,采用径向基网络(RBF)与深度神经网络(DNN)的组合形式进行状态量的提取与回归分析;然后将任务约束转化为需要速度增量,通过数值迭代得到运载能力。仿真结果表明,此运载能力分析方法精度偏差约为0.35%,计算耗时小于2 s,可为运载火箭总体参数快速论证与任务规划研究提供理论支撑。     

基于高斯过程回归的组合体航天器姿态接管学习控制

空间非合作目标一般具有结构复杂、质量特性未知、姿态机动能力不明等特点,这导致组合体航天器姿态动力学呈现出高度非线性和强耦合特性,且难以对其进行在轨精确辨识。针对组合体航天器姿态接管过程中目标信息不完全、精确辨识困难等问题,本文考虑目标存在姿态机动能力的任务场景,提出了一种基于稀疏高斯过程回归(GPR)的数据驱动姿态接管控制策略。首先,从系统运行数据中提取、凝炼模型未知部分的输入/输出映射关系,构建数据驱动的概率化模型以代替无法快速准确建立的参数辨识模型,并根据该数据驱动模型设计变增益反馈控制策略,证明了系统状态概率意义上的Lyapunov稳定性和有界性;其次,考虑到在轨任务的实时性、星载计算机的计算资源有限等因素,该算法可在保证控制精度的同时显著减轻学习算法的计算压力;最后,数值仿真验证了本文所提出控制方法的有效性与实用价值。