卫星星座整网轨道确定分析与仿真

编队飞行的卫星或卫星星座对轨道确定自主性和精度提出了较高要求。针对这个问题,通过建立星座的轨道动力学模型和星间观测的测量模型,将星座中的星间观测数据和地面观测数据融合起来,将待估的卫星轨道参数和部分动力学参数进行适当的分类,研究卫星星座整网轨道确定的新方法,并在理论上分析了整网定轨方法能提高定轨精度的原因;最后采用自主开发的卫星星座整网轨道确定软件进行了仿真计算。计算表明,该方法能有效地减少对地面站的依赖,并较大幅度提高定轨时卫星绝对位置和相对位置精度。
     

一类质心突变飞行器的重构容错控制

提出了一类质心突变飞行器的一种故障诊断与控制律重构设计方法。采用以unscented卡尔曼滤波为基本估计单元且用闭环系统性能为指标的交互式多模型算法对飞行器故障情况进行检测与诊断;设计了飞行器比例导数加前馈补偿的姿态跟踪控制律;当诊断出故障时,重构控制律的结构,采用滑模变结构容错控制律对系统进行补偿控制。最后,用飞行器一次分离体释放前后的姿态跟踪过程进行了数值仿真,验证了方法的有效性。     

基于最大似然多径估计的卫星导航信号码跟踪算法与实现

卫星导航接收机需要精确的估计信号的扩频码相位并进行跟踪,估计的精度直接影响 伪距的测量精度。卫星信号的多径传播使得传统的基于DLL的估计器存在较大误差,提 出了一种抗多径的估计算法,它基于最大似然参数估计方法,并给出了该算法的推导过程, 仿真的结果表明该算法比传统的DLL跟踪环在性能上有很大的改进。结合传统卫星导 航接收机的实现结构,给出了一种整合了该算法的实现方案。     

一种基于随机集的目标跟踪算法研究

针对多传感器多目标跟踪问题,提出了基于随机有限集的概率假设密度（PHD）滤波算法。该算法通过选取与各传感器相关的重要性密度函数,层层更新各传感器的采样粒子,达到多传感器多目标有序PHD跟踪。给出了应用该算法的具体步骤,通过仿真实例证明该算法的有效性。     

Energy-optimal trajectory planning for solar-powered aircraft using soft actor-critic

High-Altitude Long-Endurance(HALE) solar-powered Unmanned Aircraft Vehicles(UAVs) can utilize solar energy as power source and maintain extremely long cruise endurance,which has attracted extensive attentions from researchers. Trajectory optimization is a promising way to achieve superior flight time because of the finite solar energy absorbed in a day. In this work,a method of trajectory optimization and guidance for HALE solar-powered aircraft based on a Reinforcement Learning(RL) framework is...     

Convex optimization of asteroid landing trajectories driven by solar radiation pressure

High-area/mass ratio landers driven by Solar Radiation Pressure(SRP) have potential applications for future asteroid landing missions. This paper develops a new convex optimization-based method for planning trajectories driven by SRP. A Minimum Landing Error(MLE) control problem is formulated to enable planning SRP-controlled trajectories with different flight times. It is transformed into Second Order Cone Programming(SOCP) successfully by a series of different convexification technologies. A t...     

空间激光通信系统光斑小目标跟踪算法研究

在空间激光通信链路中,大气湍流、结构设计误差、平台扰动等因素为链路的精确对准和精密跟踪带来了困难。为提高激光链路的跟踪精度,首先对光斑跟踪过程中的影响因素进行研究分析,继而对跟踪算法做出改进。针对跟踪目标特性,设计了一种自适应模板目标相关跟踪算法,并搭建了基于粗精复合轴跟踪系统的实验平台,开展了实验验证。结果表明：与当前常用跟踪算法相比,该设计处理速度可达 1 kfps,目标跟踪位置与真实位置基本重合,目标跟踪准确率高于98%,在处理速度、跟踪准确率与算法鲁棒性上均有较大提升,具有一定的实用性。     

基于混杂非对称复合材料的自适应对日定向器

提出并设计了一种基于混杂非对称复合材料层合板的新型自适应对日定向器。该对日定向器采用混杂非对称复合材料层合板作为驱动元件,利用在轨光照条件的变化引起复合材料层合板温度变化,进而使其产生热变形并驱动太阳翼发生偏转。提出的自适应对日定向器结合传统的单自由度对日定向机构,能够实现太阳能帆板的双自由度对日定向。介绍了自适应对日定向器的基本原理,并结合地球静止轨道的光照条件进行了具体设计。利用能量变分原理建立了混杂非对称复合材料的热变形模型,分析其热变形特点,并利用有限元方法对定向器在地球静止轨道上的温度场特性、热变形及对日定向转动角度进行分析。有限元分析结果表明,通过合理设计,自适应对日定向器的转角能够随太阳光入射角变化呈线性变化,定向精度可达±1°。     

基于混合遗传算法的多冲量最优变轨

针对航天器多冲量最优变轨问题,建立了多冲量最优变轨的数值优化模型,给出了一种遗传算法(GA)与序列二次规划算法(SQP)结合的混合优化算法.该算法不需初值猜测,全局和局部搜索能力强并且计算效率高.仿真计算了燃料最优交会和时间最短拦截问题,比较了GA,SQP以及混合遗传算法的性能.针对混合遗传算法得到的不同冲量次数变轨的优化结果,分析了冲量次数对变轨性能指标的影响.结果表明混合遗传算法综合性能最高,冲量次数对不同性能指标的影响不同.仿真算例验证了模型和算法的有效性.     

基于深度学习的空间站舱内服务机器人视觉跟踪

为提升舱内跟随服务机器人的任务辅助能力,解决机器人对航天员的视觉跟踪问题,提出了一种基于深度学习和概率模型的人体视觉跟踪算法。利用深度卷积神经网络实现了对穿着多样、姿态任意人体的稳定检测。结合人体检测结果,设计了运动预测概率模型,实现了对指定人员准确、连续的跟踪。算法对包含大多数航天员活动的多个数据集进行了验证。实验结果表明:提出的跟踪算法实现了对穿着多样、姿态任意人体的稳定跟踪,并有效避免了由于穿着相似、遮挡可能造成的误跟踪问题。该算法为空间站舱内跟随服务机器人对航天员的视觉跟踪提供了有效的解决方法。算法基于融合的RGB-D图像,工程上易于构建和实现,也可拓展到其他跟随服务机器人视觉跟踪任务中。