基于燃料最优解的火星精确着陆制导策略研究

针对火星着陆任务高实时性和低燃耗的需求,提出了一种新的基于开环燃料最优解的精确着陆制导策略。通过分析开环燃料最优解特性,设计了利用发动机推力幅值切换处的状态作为路径点结合最优线性制导律进行分段制导的制导策略,在无需存储全部燃料最优轨迹的前提下,实现具有近燃料最优特性的着陆任务,节省了大量的存储空间。同时详细讨论了包括全局燃料最优解获取、路径点提取、路径点拟合等一系列关键问题,并通过典型火星着陆场景的大量数学仿真验证了所提出策略的可行性和优越性。     

基于阻力跟踪的火星大气进入段非线性预测制导律设计

针对火星探测任务大气进入段的高精度着陆问题,提出一种基于阻力跟踪的非线性预测制导策略。基于火星探测器大气进入段的三维运动模型,综合考虑探测器气动参数摄动、火星大气密度摄动、外部扰动以及进入时刻状态初值不确定性,设计了基于优化思想的非线性预测制导律,并对所提出的制导方法进行仿真验证。仿真结果表明:非线性预测制导律在满足控制约束的条件下可以获得较高的着陆精度。     

空间机械臂抓捕动态目标快速稳定跟踪方法

面向空间机械臂对在轨飞行器、对接舱段等目标进行抓捕的应用需求,对近距离交会对接中的动态目标跟踪问题展开研究,提出了一种基于反向投影模板自适应更新的快速跟踪方法。该方法在分析发光目标灰度特性的基础上,计了一种能够充分表征目标差异的特征选取算法,有效消除了随变性较小的信息对跟踪过程的影响。利用该特征,设计了目标在不同帧之间的相似性比较方法,并制定了目标特征模版更新策略,解决了由于目标姿态和光线的变化而导致的跟踪错误问题。对跟踪过程中可能出现的目标移入移出相机视场问题提出了一种临界目标抛弃、找回策略,避免了目标的局部跟丢问题。最后通过跟踪试验,有效验证了该算法的实时性和鲁棒性,实现了10帧/s以上的稳定跟踪。     

基于近似动态规划的目标追踪控制算法

在目标跟踪问题中,针对飞行器控制算法难以适应目标大机动飞行甚至与我方博弈等难度较大任务的问题,提出了基于近似动态规划的目标追踪控制算法。该算法通过使用博弈策略对我方无人机进行训练形成经验,将双方位置等状态作为已知量,滚转方向作为控制量,利用两物体的相对位置得出其特征,并形成近似值函数;最终利用rollout算法进行最优跟踪决策求解,实现对跟踪目标甚至是博弈目标的灵活有效精确跟踪。仿真结果验证了近似动态规划用于控制算法的有效性。      

对动态目标制导的导弹动力学逆系统跟踪控制

结合目标-导弹的运动特性,运用逆系统方法与制导原理,设计了导弹质心运动的Euler动力学系统跟踪控制器。在控制器设计中,综合考虑了目标飞行状态、控制律、制导律、解耦性及抗干扰性这几个重要因素。通过对弹体坐标系下导弹的外力矩实施控制,实现偏转角速度对动态目标的渐近跟踪控制。通过仿真验证,说明了控制器设计的合理性和有效性。     

输出跟踪问题中内部动态有界解的存在性

由于系统的内部动态不稳定,非最小相位系统的输出跟踪问题是一个具有挑战性的非常困难的问题,非最小相位系统在跟踪期望的输出轨这时,内部动态的不稳定变量可能发散。研究表明,不稳定内部动态有界解的存在性是非最小相位系统能够稳定跟踪期望输出轨迹的关键。对于系统内部动态具有双曲型形式的情形,Ｄｅｖａｓｉａ,Ｐａｄｅｎ和Ｃｈｅｎ利用对于不稳内部动态变量反时间方向积分的方法,证明了系统的内部地部存在有界解。文中讨     

基于自适应滤波的车载DR系统研究

ＧＰＳ／ＤＲ组合系统是一种低成本、高可靠性的车载导航设备ＤＲ（Ｄｅａｄ ｒｅｃｋｏｎｉｎｇ）是其最重要的组成部分。文中分析研究了ＤＲ自适应卡尔曼滤波模型及其滤波算法,设计了基于自适应滤波的车载ＤＲ系统,描述了系统的结构。实际跑车结果表明,采用机动加速度均值和方差的自适应滤波算法,可以大大提高系统的动态跟踪能力,特别是在车辆做大机动行驶时,跟踪效果尤为明显。     

具有人工神经网络的目标数据分类

根据人工神经网络自适应共振模型的基本原理，针对空中交通管制系统中辨识空中飞行目标运动轨迹这一实际问题的具体需求，提出了基于多重置条件的空中目标分类方法。在自适应共振模型中的重置条件判别方法中，该方法不同于目标矢量的相似度判别方法，而是采用比较目标矢量夹角及模值的大小来决定其自适应共振模型中的重置触发条件的新方法。仿真结果表明，该方法能很好地解决空中目标的分类问题。     

基于约束卡尔曼滤波器预测的视觉跟踪研究

视觉伺服主要是对物体图像的某个特征区域进行处理，而不是对整个特体的图像进行处理，这样可以减少图像处理的区域，提高伺服系统实时性，为了达到这一目标，文中利用推导出的方程作为约束条件，建立约束卡尔曼滤波器，该滤波器在系统中作为预测器使用，利用它跟踪的特征点下一位置进行预测，与普通卡尔曼滤波器相比，这一预测精度有了很大的提高，这样就可以缩小图像处理的窗口，文中还利用视觉雅可比映射矩阵，求出了视觉空间到任务空间的伺服控制方程，利用这一方程可以控制机器人的运动，完成特征点的跟踪，从仿真结果来看，使用这些方法减小了图像处理的区域，提高了图像处理的速度和系统的实时性。     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。