电磁探测卫星星上自主规划模型及优化算法

电磁探测卫星自治(AEDS)是一类对地观测卫星,其搜集的信息对工业、科研和军事等领域有着重要的意义。针对电磁探测卫星有效载荷特点,建立了基于动态拓扑结构无环路有向图的星上自主规划数学模型,提出了基于标记更新最短路径搜索的星上自主规划精确算法,对其完备性和时间复杂度进行了分析。并对精确算法时间复杂度较高的缺点,将近似支配概念引入到模型中,提出了标记更新最短路径搜索近似算法,分析了算法的近似程度和时间复杂度。最后,根据模拟的数据进行实验及分析,表明该方法能有效解决电磁探测卫星自主任务规划问题。     

基于分层有向图的航天器故障诊断

针对航天器在轨故障诊断系统在实时性、准确性和完备性上的要求,提出了基于分层有向图的新的定性诊断方法。采用有向图分层策略,减小故障源搜索空间的大小;利用故障传播路径上的测试节点间的定性关系,回溯搜索不相容支路找出故障源候选集合,并且通过部件故障概率和故障传播的权重对候选故障源进行故障可能性的排序。应用提出的方法,建立了某卫星一次电源系统的定性诊断模型,并进行了故障诊断的仿真测试。结果表明该诊断方法是高效的,诊断结果准确而且完备。该方法适用于航天器在轨故障诊断。     

FSDG在测控系统下行信道中的诊断应用

针对纯定性SDG（Signed Directed Graph,符号有向图）模型的诊断方法因定量知识的缺失导致虚假解多、分辨率低的问题,将SDG定性模型与定量知识相结合,通过在定性模型中加入模糊隶属度与模糊相容度等定量知识,形成了定性定量集成模式的FSDG（Fussy Signed Directed Graph,模糊符号有向图）深层知识模型;并在此基础上,提出一种基于定性定量知识集成模式的故障诊断方法;最后应用该方法建立了某测站下行信道系统的FSDG诊断模型,并进行了故障诊断仿真.结果表明：该方法有效提高了诊断分辨率,具有诊断结果完备、准确性高的优点.     

基于强跟踪滤波和模糊逻辑推理的有向图切换算法

针对传统卡尔曼滤波算法中对于强机动目标跟踪性能较差的问题,文章提出了一种新的机动目标跟踪算法DS_STF_FI算法。该算法将强跟踪滤波引入到变结构多模型跟踪算法中,结合模糊逻辑推理来实现多模型间的信息交互,并通过有向图切换法实现模型集的自适应调整,从而使跟踪算法能够适应机动目标运动状态的变化。仿真结果表明,与基于卡尔曼滤波的DS_KF_FI算法相比,文章提出的算法的跟踪性能明显提高,且具有较高的算法费效比。在机动目标跟踪领域具有广泛的应用前景。     

多工况过程动态SDG故障诊断

通过分析多工况过程的故障动态特性,在符号有向图(SDG)中引入工况条件,补充对未测节点的表达,提出了一种新的定性描述模型——过程动态有向图,给出了建模方法和基于故障依赖性关系 D 矩阵的诊断流程.该模型满足了随工况变化调整结构和参数的需求,诊断算法解决了实际系统部分状态常常因未测量而造成信息缺失的问题.同时综合不同过程的SDG诊断能改善静态SDG模型定性推理分辨率.利用提出的方法建立了某民用飞机发动机引气系统的诊断模型并进行了诊断,结果表明该模型有效且实用.      

基于有向图的蜂群无人机故障影响

基于蜂群无人机控制模型，针对虚假数据注入的故障情形，为了分析该故障情形下，蜂群无人机中故障的的影响及传播关系，采用故障传播有向图及一致性理论，开展蜂群无人机故障影响机理研究。首先，通过Dijkstra算法计算故障源到各无人机的最短路径，建立故障传播有向图；然后预测各无人机受故障影响的程度，结合蜂群无人机系统，计算一致性行为偏差的指标，并将其作为实际故障影响程度；最后，通过对预测结果与实际故障影响程度进行仿真比较，验证了所建立的故障影响机理的合理性。     

基于模糊SDG模型的航天器故障诊断方法研究

基于符号有向图(SDG)的故障诊断具有良好的完备性、易于解释性,但是其不足为 分辨 率差,因此,提出了基于模糊SDG模型和模糊推理相结合的半定量故障诊断方法。将节点 变 量变为模糊变量使节点承载了更多的定量信息,节点间的定性关系通过模糊关系矩阵来表达 ,通过模糊推理判断相容支路找出故障源候选集合,通过部件故障概率和传播故障权重对候 选故障源进行故障可能性的排序。最后应用该方法建立了某卫星一次电源系统的诊断模型, 并进行了故障诊断仿真,结果表明该方法有效地提高了诊断的分辨率,适用于航天器在轨 故障诊断。     

基于深层知识规则的液体火箭发动机故障诊断

本文从深层知识的表示方法之一——符号有向图出发，提出一种基于规则的故障诊断方法。该方法首先建立液体火箭发动机系统的符号有向图，然后根据各个故障根源得出系统的子符号有向图，最后根据这些子图导出故障诊断规则，用这些规则去诊断系统故障。该方法具有较好的解释性和诊断的快速性。     

基于有向图的航天器编队飞行自适应姿态协同控制

在有向通信拓扑下研究了编队航天器自适应姿态协同控制问题。针对航天器编队飞行系统中存在外部扰动和模型不确定性的情况,通过选取包含相对姿态误差和绝对姿态误差的辅助变量,提出了一种鲁棒自适应控制策略。提出了自适应律估计转动惯量矩阵和扰动上界等未知参数,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性。与滑模控制等传统鲁棒控制不同,所设计的鲁棒自适应控制器是连续的,更便于航天器编队飞行系统的实现。最后通过仿真验证了该控制策略能够实现高精度的编队飞行跟踪控制。     

基于渐非凸渐凹化过程的子图匹配算法

如何实现外点存在情况下的鲁棒高效匹配是图匹配领域的关键问题之一.针对此问题,提出将渐非凸渐凹化过程(GNCCP)用于子图匹配,即将外点存在情况下的图匹配问题建模为一个基于相似矩阵的二次组合优化问题,然后通过扩展GNCCP来近似优化,是一种新的采用二阶约束图匹配算法.相较于现有算法,提出的算法优势在于可以泛化目标函数定义方式,有效处理外点存在的情况的图匹配问题,且能同时实现有向图匹配和无向图匹配.人工数据与真实数据上的实验证实了算法的有效性.