Formation flying reconfiguration manoeuvres via environmental forces in highly elliptical orbits

A study on reconfiguration manoevres applied to a tetrahedral formation in highly elliptical orbits is proposed, by using a propellantless solution. The manoeuvring strategy consists in exploiting certain environmental forces, specifically those provided by solar radiation pressure and atmospheric drag, by actively controlling the satellites’ attitudes. Through inverse dynamics particle swarm optimization the optimal attitudes required for the manoeuvres are evaluated, whereas the configuration’s evolution is simulated by a high-fidelity orbital simulator. The goal of the reconfiguration problem is to find an optimal control in order for the four spacecraft to reach a desired configuration in a specified portion of orbit, where the desired configuration is evaluated by a shape and size geometric parameter. By increasing the manoeuvring time and the satellites’ area to mass ratio, all the case studies considered are successfully verified.     

粒子滤波及其在航天器交会对接相对导航中的应用

在全面分析粒子滤波原理的基础上,提出一种改进高斯粒子滤波方法.该方法利用确定性采样滤波算法进行时间更新,替代高斯粒子滤波算法中的随机采样过程;另外,针对厚尾噪声情况,利用鲁棒统计方法对确定性采样滤波方法进行鲁棒性改进,并将其应用于所提出的改进高斯粒子滤波.将粒子滤波算法应用于交会对接相对导航问题,仿真结果表明,在多种测量噪声情况下,改进高斯粒子滤波较其他粒子滤波,能够在不过多损失估计精度的同时有效降低计算量.文中的研究成果为将粒子滤波应用于航天器导航问题提供了理论参考.     

费用约束下含应力优化的CSADT设计

恒定应力加速退化试验(CSADT,Constant Stress Accelerated Degradation Testing)方案中需要确定的变量有应力水平、各应力下样本量、监测间隔和各应力下监测次数.如何对CSADT的应力水平进行优化目前很少有人探讨.针对这一问题提出一种在费用约束下将上述4个变量进行综合优化的方法.首先用随机过程描述CSADT下产品的性能退化过程,然后以产品在使用条件下p分位寿命可靠度的渐近方差最小为目标,以试验费用不超过预算为约束条件,给出CSADT的4个优化变量,并给出应用该优化方法的仿真算例.最后,优化方案对模型参数偏差的敏感性分析表明,在一定偏差范围内优化结果具有良好的稳健性.      

遗传算法在星座多星接近轨道优化中的应用

以三颗非共轨的Walker星座卫星为研究对象, 对航天器无需变轨与其接近的可能性进行研究. 将Lambert方法得到的航天器轨道作为初始轨道, 利用遗传算法对初始轨道进行优化. 对初始轨道在参考时刻位置和速度的改变量进行编码,形成对应的种群. 以航天器与星座卫星之间的最近距离为适应度函数, 通过种群的繁殖得到优化结果. 结合仿真算例, 分析了最小二乘算法和遗传算法在轨道优化中的优劣以及接近过程中轨道摄动的影响. 结果表明, 遗传算法适用于所提出的轨道改进问题. 研究结果可为单航天器无需变轨对星座多星接近问题提供理论依据.     

航天器气动力辅助轨道转移轨迹优化问题研究

针对航天器共面及异面气动辅助轨道转移的轨迹优化问题,利用高斯拟谱法将原始连续两点边值问题离散化并转化为等价的非线性规划问题,应用SNOPT算法对此非线性规划问题进行求解．同时分析了对应于不同变轨角度时大气内飞行轨迹、飞行速度以及热流峰值的变化规律．     

聚焦光场成像三维粒子场重建方法

层析重建是层析粒子图像测速(Tomo-PIV)技术实现三维粒子位置和强度信息(三维粒子场)重构的核心步骤。相比于多相机的Tomo-PIV技术,单聚焦光场相机通过一次成像能够同时采集示踪粒子的散射光的方向和位置信息。因此,提出一种单聚焦光场相机的层析重建技术用于重构流场中的三维粒子场信息。为了验证本文方法的可行性及准确性,利用几何光学建立了示踪粒子的光场成像模型,利用光线追迹技术计算了粒子在聚焦光场相机中的成像,对比了被测流场中位于不同深度位置的粒子在聚焦光场相机中的成像差异;建立了基于单聚焦光场相机的层析重建数学模型,利用乘法代数重构技术(MART)对模拟所得的光场图像进行反演计算,实现了三维粒子场的重构,并利用归一化互相关系数来表征粒子的重建质量。结果表明,单个粒子在Z轴方向上的位置精度为±0.35 mm,初步证明了基于聚焦光场成像理论的三维粒子场重建方法的可行性。     

按区域惩罚划分的并行多目标遗传算法

解决多学科设计优化问题的多目标遗传算法通常面临着大计算量的挑战,提出了一种新型的并行化算法来提高其效率.全局个体均匀的分布在各个进程,首先从所有的进程中获取全局范围的Pareto最优解极值,并发送给每个进程,再由这些极值来构造各个进程自己的惩罚函数.通过惩罚函数给个体添加约束来划分各个进程的收敛区域,同时采取优化措施保证每个进程加速收敛并且收敛区域没有重叠和遗漏,这样每个进程只需收敛到特定的一段Pareto最优解,降低了计算量;同时由于进程间交换的数据量小,保证了效率的提高.通过与串行算法(NSGA2)和其他的并行化算法比较,显示了该算法的有效性和先进性.     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

一种机器人球腕的模型优化方法

许多机器人的共同特点是在操作臂末端安装了球腕.球腕是机器人上一个重要的独立结构,它的静态误差必然影响操作臂末端执行器的位姿精度.以机器人末端的球腕作为独立的研究对象,在静态误差分析的基础上,提出了一个评价球腕精度的综合指标.根据这一指标建立优化模型,对存在静态误差的球腕模型进行优化,从而建立新的球腕运动学模型.应用新模型进行运动学及动力学解算,可以减小机器人球腕的位姿误差,特别是减小具有较大静态误差的机器人球腕的位姿误差.通过对机器人球腕进行的局部优化,整个机器人末端执行器的运动精度将在一定程度上有所提高.      

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。