重复使用运载器制导与控制技术综述

本文对重复使用运载器制导与控制技术进行综述。随着航天技术的发展,对航天运载器重复使用的需求也日益剧增,具备可复用的天地往返运输能力也一直是航天工业追求的重要目标之一,而制导与控制将发挥重要的作用。首先回顾了全球范围内重复使用运载器的研究进展,随后从不同的维度对其发展途径进行分类和分析,并从垂直起飞垂直着陆（VTVL）、垂直起飞水平着陆（VTHL）、水平起飞水平着陆（HTHL）等3个方面对制导与控制的需求进行了梳理。针对不同的起降模式,详细构建了完整的制导与控制模型、约束与目标函数,从而对比在不同场景下制导与控制的特点和挑战。在此基础上,对在VTVL、VTHL、HTHL 3种工作方式下制导与控制理论研究与工程实践中所取得的研究成果进行分析,并对各种方法的特点进行了论述和比对。最后对本领域当前亟待突破的技术难点和发展趋势进行了讨论,并对推动重复使用运载器应用的重点研究方向进行了归纳和展望。     

一种空间科学应用的新型超高速发射装置

文章介绍了一种新型超高速发射装置(HVL)。通过使用一种叫做“枕”的密度梯度变化的冲击器将飞片无损伤地加速到超高速。这个技术已用来将1mm厚的铝、镁、钛(克量级大小)的飞片发射到10.4km/s,将0.5mm厚的铝、钛(半克大小)飞片发射到12.2km/s。     

太阳、地球、卫星相关模拟墓准源

本文主要讨论用于自旋静止气象卫星大回路成像试验的太阳、地球、卫星相关模拟基准源。本基准源是用于测量自旋静止气象卫星星上同步控制系统的性能，检查云图传输系统的同步控制精度，并作为地面测试卫星云图传输性能的基准设备。本文论述了其基本原量，介绍了用数字信号处理器（ＤＳＰ）集成电路ＴＭＳ３２０Ｃ２５实现的方法，并分析了成像精度。     

卫星CMAC神经网络姿态控制器设计及仿真

为提高传统卫星姿态控制系统精度,提出了一种基于小脑模型(CMAC)神经网络的比例-积分-微分(PID)的复合控制器。给出了具在线学习功能的复合控制器结构,并证明了神经网络学习收敛条件与最终控制目标的一致性。仿真结果表明,设计的控制器具有较好的自适应性和鲁棒性。与传统控制器相比,进入稳定状态的速度更快,指向精度更高。     

涡扇发动机加速过程的模糊控制

采用一种连续型比例积分公式的模糊控制器控制涡扇发动机加速过程，为了使控制满足加速过程最大转速，高压涡轮进口最大温度，压气机最低允许喘振裕度等约束条件并改善加速性能，利用遗传算法对模糊控制器中的3个量化因子进行了优化，优化后的模糊控制器完全可以加速过程要求，具有较好的动态性能，适当划分飞行包线后还可扩展到整个飞行包线。     

飞机自动进近和自动着陆的分析研究

本文首先概述了当前民航客机的自动导航、进近、着陆的全过程。随着重点分析了波音737飞机利用SP-77自动飞行控制系统与仪表着陆系然的航向信标仪和下滑仪及机载无线电高度表等设备实现向跑道自动进近和自动着陆的工作过程,并系统介绍了在实现上述过程中,SP-77自动飞行控制系统的自动驾驶仪横滚通道和俯仰通道控制逻辑的建立,系统工作电路的转换,系统的控制规律和工作特点。     

多机场地面等待问题模型研究

近几年世界民用航空事业的飞速发展 ,机场容量的限制引起了交通拥挤并造成了巨额损失 ,使得流量管理问题变得越来越迫切。文中针对多机场的地面等待问题 ,建立了一种行之有效的地面等待管理系统模型 ,并提出了忽略航路交叉点容量、空中延误为 0及起飞容量无限的简化模型。     

航空发动机的降低ZP／LTR控制

研究了航空发动机的多变量鲁棒控制，提出了代价设计对象模型的构造方法。该模型是通过对被控对象的发动机执行机构进行特定输出反馈而得到的，它与被控对象模型阶次相同，明显低于目前常用的增广设计方法设计对象模型的阶次。基于低阶设计对象模型，作者以前研究的ZP／LTR设计方法转化为低价ZP／LTR设计方法，应用该方法使设计控制器的阶次明显降低，从而更易实现。通过对某型涡扇发动机的仿真研究验证了低阶ZP／LTR设计方法的有效性。     

战斗机机动平面控制研究

研究空战过程中攻防双方的机动平面控制问题。首先介绍了机动平面的控制目标是使得机动平面与瞄准平面重合或反向重合,然后推导了机动平面与瞄准平面的夹角,进而得到机动平面与瞄准平面重合的充要条件,给出了保证机动平面与瞄准平面重合、反向重合的控制指令,最后进行了数值仿真。仿真结果表明,所得控制指令能够实现对机动平面快速准确的控制。     

基于DDPG-PID的机器人动态目标跟踪与避障控制研究

针对机器人在动态复杂环境下的操作问题,研究机械臂跟踪运动目标及避障的运动控制方法。采用传统PID控制方法与DDPG强化学习算法相结合的方式,利用PID控制使得机械臂的工作平面快速接近目标物并与之重合,再使用DDPG算法让机械臂在平面内自主学习追踪目标物投影同时避开障碍物投影,最终在三维空间中实现跟踪与避障。该方法将机械臂作为一个智能体,智能体通过感知目标物和障碍物的距离偏差来自主学习避障跟踪策略。将本方法用于多自由度机械臂路径规划与避障任务中,对比单纯使用DDPG算法将机械臂作为智能体在空间中进行决策控制,仿真结果显示本文所提出的方法收敛效果和控制性能更好,机械臂能在训练后实现目标物的稳定跟踪和障碍物的躲避。