高超声速飞行器滑模控制参数整定方法设计

本文针对高超声速飞行器滑模控制人工试凑的参数整定方法较为繁琐、效率低的问题,改进了连续动作学习自动机（Continuous action reinforcement learning automata, CARLA）算法并将其应用于滑模控制参数整定问题中,改进后的算法通过对回报函数的设计有效克服了常规CARLA算法收敛速度慢、易受干扰、求解效率低的问题。该算法引入控制性能指标评价函数,在迭代中学习阶跃响应的经验数据,实现了控制参数自整定。仿真表明,对于阶跃响应问题,本文提出的算法能够在100次迭代中整定出一组高品质的控制参数,完成对给定指令的快速准确跟踪,与遗传算法、模拟退火算法相比,在求解速度上具有显著优势。由于该方法不依赖于模型,除了滑模控制器参数整定外对其他控制方法的控制参数整定问题也有一定适用性,具有推广应用价值。     

基于航迹片段树的快速四维航迹规划方法

为消除起飞时间误差以及飞行过程中各种干扰对无人飞行器到达指定地点时间的影响,提出了一种基于航迹片段树的快速四维航迹规划方法.结合现代无人飞行器特点,利用改进的稀疏A*算法,生成遍布规划空间的航迹片段树,根据指定目标位置直接从航迹片段树中寻求最优叶节点,通过回溯及速度优化设置,快速获得能消除各种时间误差的飞行航迹.试验结果表明,本算法能快速完成四维航迹规划,满足飞行器按指定时间达到指定地点的要求.     

航天器真空热试验人员窒息预想事故的事故树分析

事故树分析法具有逻辑性强、形象化的特点,将安全事故与原因用逻辑树图的方式表现出来,能够系统分析安全事故产生的原因,明确安全管理工作的重点。文章对航天器真空热试验人员窒息预想事故进行了事故树分析,分析了导致事故发生的基本事件,求取了最小割集、最小径集,并对基本事件进行了结构重要度分析,根据分析结果提出了安全预防措施的建议。     

小学门口放学期间的一个行人流模型

以小学放学时的行人流运动模式作为研究对象,研究该场景中的行人流特征。放学过程中,学校门口的行人流存在行人不均衡分布、行人按一定规则输入输出、行人成对行为、拥堵现象等特征。借助元胞自动机模型,在静态场基础上提出了一个行人流模型,并设计了一种基于下一步距离收益的算法。利用该模型对北京航空航天大学附属小学放学时学校门口的疏散行人流进行仿真,其仿真结果表明行人流输入率和初始分布人数对系统疏散效率有显著影响,平均疏散时间与初始分布人数呈现负相关的关系。      

基于3星子集的GPS快速选星算法

针对高精度GPS导航系统中,空间星座数量变化时由星座选择带来的运算量较大的问题,利用 Sherman Morrison 矩阵求逆引理,推导得到GDOP（Geometric Dilution of Precision）值的增量递推计算公式。 在此基础上提出一种基于由3颗GPS卫星组成“3星子集”的快速选星算法,并利用LLRB树（Left Leaning Red Black Tree）的存储搜索策略辅助快速产生最佳4星组合。相对于传统GDOP选星法,在可视星卫星数增加时,浮点数运算量（FLOPs）可减少将近一半;当可视卫星数减少时,FLOPs可降低到接近为0。实际试验结果表明,3星子集选星方法可以有效降低星座突变时由星座选择带来的时间消耗,提高星座更新的实时性。     

一种新的元胞自动机航迹规划算法

基于元胞自动机理论提出一种新的航迹规划的算法,该算法克服了传统元胞自动机航迹规划算法只能针对存在安全飞行区域情况下规划航迹的局限性,新方法能够在全空域受到地空威胁的条件下,选择威胁较小区域规划出航迹。     

考虑时间因素的敏捷自主航天器四维姿态运动规划方法研究

为解决敏捷自主航天器在轨灵巧、精确姿态运动问题,针对复杂空间环境与其自身运动特点,提出了基于改进的快速搜索随机树的四维姿态运动规划方法。仿真算例检验了该规划方法的有效性,结果表明它不仅满足敏捷自主航天器在一定约束条件下指定时间到达指定地点的四维运动要求,而且对四维姿态运动离线与在线规划两种模式也具备较强的适应性。     

考虑时间状态的敏捷自主在轨服务航天器高维运动规划研究

针对敏捷自主在轨服务航天器自身和所在复杂空间环境等特点,研究其在轨灵巧、精确服务的运动规划问题,提出了以平动、转动和时间为状态的改进的快速搜索随机树高维运动规划方法。仿真算例检验了该规划方法的有效性,结果表明它不仅满足敏捷自主在轨服务航天器在一定约束条件下按照指定时间到达指定地点的高维运动要求,而且对离线与在线规划两种模式也具备较强的适应性。
     

只含有一个非平凡块连通图的计数

利用组合理论和图的计数理论,讨论了只含有一个非平凡块的连通图的计数问题,给出了新的结论。     

构造正则表达式的简化DFA算法

介绍了构造等价于给定正则表达式的简化确定有限自动机(DFA)的算法.方法是首先构造与正则表达式等价的非确定有限自动机(NFA), 这里省略了构造带ε动作的有限自动机的操作, 然后用状态树构造与该NFA等价的简化DFA.这个算法在计算机上已实现, 并且对输入的任意正则表达式, 都可以输出等价于正则表达式的简化DFA.该算法可以用于某些离散信息处理系统的设计与分析.