基于混合编程技术的AOCC应用软件快速仿真平台

介绍基于混合编程技术的AOCC应用软件的快速仿真平台的整体框架设计以及具体实现．基于该方法构建的快速仿真平台，能够满足软件开发人员对基于8086汇编语言开发的AOCC应用软件开、闭环调试和测试的要求，对提高软件的开发效率和保证软件的质量有积极意义．     

应用GPS载波确定载体姿态

本文简述了利用GPS载波相位技术进行载体姿态确定的原理，比较了目前已有的多种整周模糊度求解算法，选用最小二乘法进行了载体定姿实践，减少了备选整周模糊度的组合数，并采用多种约束信息来剔除不正确的模糊度组合，结合实验，指出了载体姿态变化和整周模糊度搜索速度的关系，提出了一种模糊度确定的辅助方法，并给出了应用算例。     

充液航天器姿态控制研究进展

首先介绍了充液航天器刚-液耦合动力学建模的研究现状,以及目前被广泛使用的等效晃动力学模型的建模方法;其次针对不同执行器的选取,总结分析了基于李亚普诺夫稳定性原理、滑模控制、自适应反馈控制等充液航天器抑制液体燃料晃动、控制姿态的方案;最后,对目前国内充液航天器姿态控制问题进行了总结,并展望了充液航天器未来的研究方向.     

着陆姿态对地外天体表层采样的影响研究

表层采样技术是获得地外天体特性的重要手段,是完成地外天体采样任务的一项关键技术。文章结合4自由度表层采样装置的特点,建立了表层采样装置的逆运动学模型,分析了极限着陆姿态下表层采样装置安装位置在当地参考坐标系中的变化,并针对一次封装与二次封装过程中表层采样装置的位置和姿态要求,明确了末端采样器姿态补偿方法,提出了着陆姿态对表层采样影响的分析算法。仿真结果表明,该算法能有效分析着陆姿态对表层采样的影响,可为表层采样装置适应性设计提供支持。     

磁强计在航天器上的应用与前景

随着科学的进步,磁强计已被广泛地应用于航天器.本文首先根据磁强计测量原理的不同,对其进行分类.分别介绍各类磁强计的物理测量原理,描述其特性、精度、适用范围.同时概括目前在航天器得到较广泛应用的磁强计.在此基础上,进一步具体分析磁强计作为卫星载荷、姿态测量和控制以及自主导航轨道计算的方法、作用和特点.然后,针对这三个方面应用指出其在航天器上应用存在主要问题和关键技术.最后,对磁强计在航天器上的应用进行总结.同时对其未来的发展进行展望,磁强计在航天器上仍有着良好发展前景.     

大气层内导弹姿态控制方法研究

本文以大气层内导弹为研究对象,对导弹的姿态控制方法进行研究.根据大气层内导弹运动方程组及空气动力方程等得出导弹的姿态控制系统数学模型.由于导弹的姿态控制数学模型是强耦合、非线性的,因而在控制器设计之前,采用小扰动理论进行线性化处理,得到俯仰、偏航、滚转三个通道的传递函数.针对特征点,采用PD控制方法分别设计三通道的控制律,在此基础上,进一步设计了基于增益调度的PD控制规律.仿真结果表明,提出的姿态控制方法可以实现大气层内导弹的姿态控制,满足指标要求.     

一种基于视觉的微型飞行器姿态检测算法

探讨了基于视觉的微型飞行器的飞行状态检测方法，利用机载摄像头获得图像。根据某种准则识别出地平线，进而变换得到飞机的姿态角。文中给出了地平线判别准则及相应的算法和姿态角变换公式。最后，给出了一个实际算例及处理结果。     

战斗机滚转姿态快速性研究

介绍了战斗机中等幅度滚转姿态快速性的定义，应用欧拉法对19种飞机构形的滚转快速性进行了仿真计算．其结果与地面模拟战斗机攻击机动试验相比较，表明滚转姿态快速性与滚转模态时间常数、滚转操纵效能、副翼操纵速率和控制系统增益等飞行品质要求密切相关，飞行品质标准MIL—STD—1797没有完全涵盖中等幅度滚转姿态变化的要求。     

月球立方星姿态控制系统的初步设计与测试

立方星是一种模块化的微小卫星,在科学探测与专业人才培养等方面具有重要意义。针对目前立方星任务逐渐从近地轨道向深空扩展的发展趋势,以立方星月球深空任务为背景,利用商业器件设计并实现了初步的立方星姿态控制系统,以及姿态控制系统所必需的结构、电源、计算机等立方星子系统,同时给出了姿态测试平台的设计方案及其硬件实现。在所搭建硬件平台上,通过测量飞轮控制器的阻尼系数,对控制模型进行参数辨识与标定,获得了与数值仿真一致的实物测试结果。针对姿态控制系统设计了PD控制律,并在控制实验中实现了至任意姿态角的机动控制。     

基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。