改进的粒子滤波算法在软着陆小天体中的应用

针对小天体软着陆过程中估计目标天体质心视线的导航方法失效问题,给出了一种基于特征点信息的自主光学导航方法。为了进一步提高对轨道参数的估计精度,考虑到系统中存在的非高斯噪声,以及基本粒子滤波算法带来的粒子退化和采样枯竭问题,给出了一种改进的粒子滤波算法。最后,通过仿真计算,验证了所给出的自主光学导航方法以及改进的粒子滤波算法的可行性和有效性。     

小型预燃室周向燃油喷射旋流扩散燃烧的数值模拟

针对航空发动机燃烧室采用高温空气燃烧技术时的高温贫氧空气来源问题,设计了一个基于周向燃油喷射扩散旋流燃烧的新概念小型预燃室,并就周向燃油喷管的布置方式对小型预燃室内旋流燃烧状态的影响进行了数值研究.CFD数值模拟结果表明,当燃油喷管与法向夹角为30°～45°、余气系数为1～1.23时,小型燃烧室内产生稳定、壁面温度分布合理的旋流扩散燃烧.获得了具有合理出口温度分布、速度分布和氧浓度分布的高温贫氧空气.该预燃室为发动机燃烧室使用高温空气燃烧技术提供了条件.     

环月探测器自主天文导航系统的可观度分析

文章提出了在环月段以月球—探测器—恒星、月球—探测器—太阳这两个位置面和月心距等观测信息进行滤波的导航方法。通过对几种非线性系统可观性分析方法的比较,在基于误差协方差阵的可观性分析方法基础上,提出了以谱半径定义的可观度分析方法,并证明了定义的可观度指标与系统导航精度的关系,说明其能够定量描述系统可观的程度。最后仿真验证了这种可观度分析方法的可行性。     

月球探测器天文导航的遗传粒子滤波方法

天文导航系统是典型的非线性和噪声非高斯分布的系统.针对传统的扩展卡尔曼滤波不适于非线性和噪声非高斯分布的系统,和一般粒子滤波存在的粒子退化和采样枯竭问题,提出了一种基于遗传算法进行再采样的月球探测器自主天文导航粒子滤波新方法.计算机仿真结果显示了该方法可以有效的克服传统粒子滤波方法的缺点,提高天文导航系统的定位精度.      

一种新的小型无人机飞行控制策略研究

针对传统控制策略对小型无人机系统计算能力要求高、结构要求复杂的特点,提出了一种新的控制策略,即只采用角速率陀螺和GPS传感器配置,控制器结构采用两层回路实现(即角速率回路和轨迹控制回路)。利用输出反馈二次调节器设计方法得到了相应的控制器结构参数。最后,通过仿真比较了新控制策略和传统控制策略在轨迹控制过程中的控制效果。仿真结果表明,所提出的控制策略具有与传统控制策略相似的控制效果,但新策略下的控制器结构和系统复杂程度都更简单。     

自助法在小样本数据均值估计中的应用

自助法（Bootstrap）是较好的处理小样本数据的方法,其无先验性及计算过程中只需要实际观测数据的优越性,使其广泛地应用于小样本数据处理。针对方法自身存在的缺陷,文章比较了目前自助法常用的两种抽样方式的优劣性,并采用改进的样本经验分布函数来解决这个问题,通过对均值的估计证实了方法的有效性。     

小卫星星座的最优脉冲变轨研究

针对小卫星星座,进行星座发射中的最优脉冲式变轨研究,给出了形成星座的脉冲式变轨的基本原理;基于卫星相对运动状态转移方程,推导出了星座参脉冲式变轨的理论解,即所要施加的脉冲控制量的解析式,利用遗传算法,对双脉冲式变轨的脉冲控制量进行了优化计算,求得了使总变轨脉冲最小的最优变轨时间,最后,探讨了星座脉冲式变轨的工程实现现途径,为工程应用和研究提供参考。     

基于分层置信规则库的惯导系统性能评估方法

为解决惯导系统（INS）性能评估所面临的高价值样本缺失、评估指标多、系统复杂等问题,提出一种基于分层置信规则库（Hierarchical BRB）的惯导系统性能评估方法。将专家知识与监测数据进行有效融合,提高了惯导系统的性能评估精度。首先,针对惯导系统结构构建分层BRB模型,同时将系统内部器件产生组合误差考虑在模型中。其次,为降低专家知识不确定性对初始模型评估精度的影响,采用基于投影算子的协方差矩阵自适应优化策略（P-CMA-ES）构建优化模型,通过监测数据对模型参数进行微调。最后,以某型捷联惯导系统的性能评估为例,验证了所提方法的有效性。     

基于Lyapunov函数的小天体软着陆障碍规避控制方法

针对姿轨耦合型探测器控制方法存在工程实现难、计算效率低的问题,提出一种基于Lyapunov函数的小天体自主软着陆障碍规避控制方法。首先,建立了小天体着陆过程姿态和轨道的动力学模型;其次,考虑探测器当前的势能与障碍地形对探测器的威胁选取Lyapunov函数,并根据Lyapunov稳定性原理推导了推力器的开关控制逻辑,能够实现到达目标着陆点的同时进行障碍规避,且该过程不需事先设计参考模型。同时,该控制逻辑具有解析形式,能够实现实时障碍规避。仿真结果表明,该方法能够有效实现规避障碍且满足姿态稳定的要求。     

大动态干扰下基于光学图像的自主导航技术

针对高超声速飞行器在平流层内飞行过程中自主天文导航时,气动光学效应及运动模糊等大动态干扰严重影响观星和高精度导航的问题,提出一种基于正则化思想的高超星图半盲复原改进算法。该算法首先借助已有的高超星图模糊核提取算法获得先验模糊核,为复原提供便利条件。接着结合天文图像灰度及梯度的稀疏先验分布特性,设计了一种针对高超星图的正则化盲复原模型,并结合先验模糊核所提供的信息,构建了改进的半盲复原方法,能在先验模糊核精度较低或缺失时转化为盲复原方法,提高了算法的鲁棒性。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较,数值仿真结果显示本算法的复原效果更佳,峰值信噪比（PSNR）达到36.97,并且质心提取成功率达到99.23%,能够明显改善星图识别的成功率,从而大幅提升高超声速飞行器在平流层中的大动态干扰下的自主导航能力。