航天器非合作目标相对导航的联邦滤波算法研究

提出了一种适用于空间机器人在轨对非合作目标进行测量的“激光测距仪+可见光 测角相机”组合的联邦卡尔曼滤波相对导航算法。分析了激光测距仪和可见光相机进行非合 作目标测量时存在的问题,为此设计了一套包括分别基于测角信息和测距信息的子滤波器, 以及进行子滤波器数据融合的主滤波器在内的联邦卡尔曼滤波器,并提出了具体的判据来对 子滤波器进行“条件重置”。仿真实验数据表明该联邦卡尔曼滤波器能够在部分目标测量设 备的输出出现暂时故障情况下输出较为平稳的相对导航数据,并且滤波算法具有较好的容错 性。
     

基于神经网络的BTT导弹逆控制方案设计

对基于神经网络的倾斜转弯(BTT)导弹逆控制进行了研究。用径向基函数(RBF)神经网络结构和最近邻聚类算法,对导弹系统逆动力学系统进行动态模型辨识,以辨识模型为控制器与BTT导弹控制系统串联构成动态伪线性系统;用逆系统法设计了一种用于BTT导弹非线性控制的经典控制与神经网络在线自学习综合控制方案,实现了导弹三通道的线性化控制和输出的渐近无差跟踪。仿真结果表明:该方案可根据设计指标要求实现对BTT导弹的非线性控制,且有较强的鲁棒性。     

脉冲等离子体推力器羽流预测计算研究

为了能够将脉冲等离子体推力器成功地运用于空间,需对其羽流进行研究。将一维 MHD双温放电模型的计算结果作为入口条件,运用DSMC（Direct Simulation Monte\|Carlo ）／PIC（Particle in Cell）流体混合算法一体化模拟实验室PPT羽流。验证计算显示该模 型具有一体化模拟脉冲等离子体推力器羽流的能力。对不同初始放电能量下的羽流场进行模 拟,给出了离子、中性粒子、电子温度、轴线上质量流率和出口平面返流质量流率的变化情 况。计算结果显示高放电能量下返流量更大,同时中性粒子在返流中所占比例也越大。
     

基于视觉的飞行器运动参数串行式递归估计

针对利用视觉方法进行飞行器运动参数估计中旋转与平移参数耦合及计算量大的问题 ,设计了一种适用于递归方法的串行式运动参数估计模型。证明了旋转运动参数的估计不依 赖于平移参数,据此建立了基于特征线的旋转运动参数估计模型,进而设计了串行式运动参 数估计模型。给出并证明了利用该模型进行运动参数估计时解的唯一性结论。仿真实验和实 测试验表明：相对于集中式模型,使用串行式递归模型进行飞行器运动参数估计时计算耗时 减小、姿态精度更高、鲁棒性更强。
     

一种新的脉冲星累积脉冲轮廓辨识算法

为解决X射线脉冲星导航系统中脉冲星类型难以准确辨识的问题,本文分析了导航系统中累积脉冲轮廓的特点,提出了一种基于选择Bispectra\|Mellin(BM)谱的脉冲星累积脉冲轮廓辨识算法。该算法首先对累积脉冲轮廓进行双谱变换,提取平移不变特征信息,并抑制噪声;然后通过计算归一化双谱幅值的两维Mellin变换将双谱的尺度伸缩转换为BM谱的相位变化;最后利用简化的Fisher可分离度使BM幅度谱域降维,得到特征向量用于相关辨识。利用美国罗希(Rossi)X射线时变探测卫星的实测X射线脉冲星数据进行辨识实验,结果表明：(1) 该算法能对具有不同相位和尺度因子的累积脉冲轮廓进行有效辨识,辨识效果优于现有辨识算法;(2) 当相位间隔为4.8°时,该算法的辨识效果达到最佳;(3) 运算量小,适用于脉冲星导航系统。     

基于遗传退火算法的数字阵列稀疏布阵

应用遗传退火算法对32个数字阵列天线单元在64个位置进行了稀疏布阵,将单元间距和激励作为优化变量,在控制主瓣形状的同时,改善了阵列的副瓣电平,提供了更多的自由度来控制稀疏阵列的性能。结果表明,全局优化峰值旁瓣可低至-26dB,遗传退火算法能够避开遗传算法在搜索过程中的早熟收敛。     

飞行器设计偏差量建模方法研究

对设计变量的偏差量进行建模,拟合偏差量服从的概率密度函数,是分析评价飞行器性能和概率设计的重要基础.针对常用分布拟合能力有限,以及混合Gamma分布无法在整个数轴上对试验数据进行拟合的问题,在论证混合Gauss分布拟合任意概率密度函数合理性的基础上,提出了利用混合Gauss分布对试验数据进行拟合,并运用期望极大化算法(...     

一种AOS遥测源包多路调度算法

高级在轨系统（AOS）体制的核心是调度策略,文章针对我国航天器遥测数据及信道特点,提出了一种高效的AOS遥测源包调度算法,该算法基于优先级调度,对各种数据可以设计不同的优先级,在调度时满足了低速数据的传送要求以及突发数据等高实时性的要求,尤其是信道空闲时算法在优先调度高优先级源包的同时,也兼顾了低优先级源包的下传需求。...     

最小二乘支持向量机的在线学习算法研究

针对最小二乘支持向量机在线逼近过程中求解矩阵维数逐渐扩大的问题,提出了一种最小二乘支持向量机的在线学习算法。借助滚动窗口的思想,建立一个随时间滑动的建模数据区间,在线逼近中通过接受新数据删除旧数据来保持数据区间长度不变,同时数据不断更新,从而实现模型的在线学习。仿真结果表明了这种学习算法的有效性。     

合成孔径雷达子孔径数据改进ECS成像算法

ECS算法中的方位CS操作会产生大量补零问题,影响成像实时性。本文提出一种改进ECS算法,在补偿方位向高次相位后,不进行调频斜率调整,采用变标傅立叶变换校正方位向输出间隔随距离变化的扇形畸变,克服了ECS算法需要大量补零的不足,仿真验证了算法的有效性。