带有输入非线性的挠性航天器姿态机动变结构控制

针对挠性航天器反作用飞轮输入力矩受限情况下的姿态机动问题，提出了一种仅利用输出信息的变结构输出反馈控制方法。在基于非线性和低阶模态的动力学模型基础上，给出了滑模存在条件以及变结构输出反馈控制器设计的方法，并保证闭环系统渐近稳定；另外，为了避免确定不确定性和外干扰界函数上限的困难，又给出了一种自适应变结构输出反馈控制器的设计方法，并基于Lyapunov方法分析了滑动模态的存在性及稳定性。最后，将本文提出的两种控制方法应用于三轴稳定挠性航天器的姿态机动控制，并进行数值仿真研究。仿真结果表明：在反作用飞轮的控制受限条件下，完成姿态机动的同时，使得挠性附件的振动幅值远远小于0．001，有效地抑制挠性附件的振动。     

双体卫星对日定向姿态机动控制

研究了双体卫星(DFP)对日定向姿态机动控制问题。首先分析双体卫星工作机理,建立载荷舱与平台舱姿态模型,推导磁浮机构线圈和磁钢相对距离的数学表达式。提出基于PD控制的载荷舱对日姿态机动、平台舱姿态跟踪以及两舱避碰等控制策略。在此基础上,为提高平台舱姿态跟踪速度,设计反步控制器对平台舱飞轮的动态特性进行补偿。进一步,为提高两舱协同控制性能,对传统PD控制进行改进,提出基于变增益PD控制的载荷舱姿态机动控制律,将两舱相对姿态信息包含在载荷舱对日姿态机动控制律中,有效降低了两舱碰撞风险,提高了两舱姿态机动速度。仿真结果表明,本文控制算法能有效实现双体卫星对日定向,且能避免两舱碰撞。     

非合作空间目标自主交会凸优化制导技术

为解决非合作空间目标机动、自旋、章动等动态特性对自主交会过程带来的困难和挑战,在某飞行器姿轨控一体化推进系统配置的基础上,充分考虑各类约束后构建标准的凸优化自主交会数学模型;着重分析了非合作目标动态特性对制导误差的影响,设计相应的修正策略;以原始对偶内点法作为核心求解器,设计了具备状态预测和更新能力的制导算法;数学仿真验算表明,该方法合理可行,克服了动态特性造成的接近轨迹偏差,良好地适应了非合作交会任务。     

一种面向临近空间高超声速再入滑翔目标跟踪算法

针对临近空间高超声速再入滑翔目标的跟踪问题,提出了一种基于回顾成本输入估计的无偏转换量测卡尔曼滤波(Retrospective cost input estimation-unbiased converted measurements Kalman filter, RCIE-UCMKF)。首先,根据再入滑翔目标的飞行特性,将加速度看成是未知的确定输入构建运动学跟踪模型;然后,对目标的非线性量测信息进行无偏转换,并将得到的噪声协方差矩阵进行解耦,降低算法的复杂度;最后,利用回顾成本的输入估计对未知加速度进行重构,采用递推最小二乘法更新输入估计器的参数矩阵,同时将估计的加速度引入到卡尔曼滤波框架下,实现对高超声速再入滑翔目标状态的准确估计。仿真结果表明了该算法的有效性和可行性。     

一种卷积神经网络非合作目标姿态测量方法

针对空间非合作目标姿态测量问题,提出一种基于卷积神经网络的非合作目标姿态视觉测量方法。该方法先设计特征提取网络并利用公开数据集进行预训练,用少量实际目标图像进行迁移学习,实现非合作目标图像高层抽象特征的自动提取;再设计基于回归模型的姿态映射网络,建立图像高层特征与三轴姿态角之间的非线性关系,实现非合作目标的姿态测量。实验验证了两类特征提取网络测量精度和参数量大小,测量精度可达 0.711° (1σ),表明了“单目相机+卷积神经网络”方法的可行性。     

基于多智能体强化学习的轨道追逃博弈方法

针对空间轨道博弈过程中的集群卫星和非合作目标追逃博弈情形下的动力学模型复杂、非合作目标机动信息未知,以及卫星间难以有效协调等问题,提出一种基于多智能体深度强化学习算法的集群卫星空间轨道追逃博弈方法.首先通过对博弈场景进行建模,在考虑最短时间、最优燃料以及碰撞规避的情形下进行奖励函数的塑造和改进,利用深度强化学习方法中的...     

基于改进YOLOv3的SAR舰船图像目标识别技术

合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一。针对传统的SAR舰船目标检测算法大多受限于场景且泛化能力较差的问题,设计了一种基于改进YOLOv3网络的检测模型。将YOLOv3与DenseNet网络融合,使用稠密网络模块代替用于提取中小尺度特征的残差网络模块,通过训练得到模型的最优权重,实现端到端的目标检测。使用综合交并比(GIoU)损失代替交并比(IoU)边界框回归损失,提供更加准确的边界框位置信息,提高检测精度,采用中国科学院空天信息研究院制作的SAR图像船舶检测数据集进行测试。测试结果表明:与原YOLOv3算法相比,改进后的YOLOv3检测准确率提高了1.4%。     

轮控航天器的IMM自适应反步变结构容错控制

针对存在飞轮故障、转动惯量不确定性和干扰力矩的轮控航天器姿态机动问题,提出了一种基于交互多模型算法(IMM)的自适应反步变结构容错控制方法。该方法可以有效提高系统控制精度,保证航天器姿态机动误差收敛到系统平衡点的较小邻域;同时有效减小飞轮抖振,降低诊断不确定性对系统的影响。最后在Matlab/Simulink环境下对航天器姿态机动进行了仿真研究,结果表明了提出的控制算法在处理航天器姿态机动问题方面的有效性和可行性。     

多普勒辅助测量IMM-PF机动目标跟踪

针对机动目标跟踪问题,提出了一种辅助多普勒测量的交互多模型粒子滤波算法.该算法利用粒子滤波解决系统观测与目标状态之间的非线性问题,并辅助多普勒测量信息在线估计目标角速率,作为目标转弯模型的参数.采用两个可内部切换的运动模型(常速度/逆时针转弯模型、常速度/顺时针转弯模型)作为交互模型,有效地描述了目标机动并减少了模型个数,进一步提高了算法的效率.对一个以不同角速率多次转弯的机动目标进行跟踪仿真,结果验证了算法的可行性和优越性.     

具有非凸约束的航天器姿态机动预测控制

针对航天器带有非凸几何约束以及输入有界的问题,提出了一种姿态机动预测控制算法.分析了姿态机动所受到的几何约束,并对非凸二次形式约束及其Hesse矩阵进行研究,证明了该约束的非凸性.通过对正定Hesse矩阵的构造,给出非凸约束凸化映射关系.最后给出姿态机动预测控制律,解决了由于姿态机动过程中非凸约束造成的全局解收敛困难以及路径安全性问题.数值仿真结果显示该算法不仅能在大范围内得到优化姿态路径,同时满足所有约束.