一种星敏感器中快速星跟踪方法

提出了一种快速星跟踪算法。在跟踪算法的三个耗时环节，分别采用，分区星表，阈值映射，先排序后匹配识别这三种方法，以提高跟踪过程的快速性。其中分区星表法将整个天区分成了若干个子天区；阈值映射法，设置被跟踪星体的数量阈值，减少映射次数；先排序后匹配识别法，减少了那些距离较大的无谓的星体间的匹配识别。对星跟踪算法进行软硬件仿真测试，在软件仿真测试中，测试了跟踪算法的正确性和成功率。在硬件仿真测试中，测试了跟踪算法在一个跟踪过程中每步的跟踪速度及影响跟踪速度的主要因素。     

基于改进遗传算法的星图畸变校正方法

由于光学成像系统的非线性几何畸变,使得星敏感器所获星图与理想星图有一定的差别,为完成高精度定姿,必须对畸变星图进行校正.首先,介绍了光学系统的畸变原理,并建立了以径向几何畸变为主的星图畸变模型.之后引入改进遗传算法对畸变参数进行了优化:采用引进成长算子的二进制编码,避免了算法陷入伪极值;通过改进适应度函数和适时调整变异...     

基于SHMSRM系统传感器分布优化的损伤识别技术

针对固体火箭发动机结构健康监测(SHMSRM)系统的传感器合理布置问题,提出了基于遗传算法的传感器分布优化。利用ANSYS软件对药柱有限元模型进行了应变分析和模态分析,得到了传感器优化布局初选点,再基于遗传算法对初选点进行优化排序。阐述了该系统的损伤识别原理,基于应变传感器所收集的信息,确定了以应变模态变化率作为损伤识别指标,提出了应用应变模态分析解决药柱的损伤识别问题。算例证明了此方法的可行性和有效性。     

基于最小二乘递推估计的GPS定位算法

首先从理论上证明了几何精度因子随卫星数目的增加而减小.然后提出了基于现有软件的几何精度因子和定位解的递推算法.该算法从剩余的可见卫星中选取使GDOP₅达到最小的第五颗星,利用这颗卫星提供的定位信息对四星定位解进行修正.最后给出了第五颗星的选择方法,算法的目的是以最小的计算量换取定位精度的有效提高.     

混合遗传算法在远程交会轨道设计中的应用

远程交会是交会过程中能量消耗最大、时间消耗最长的阶段,属于多变量、多极值优化问题,传统的优化算法很难求得全局最优解。本文在对四冲量远程交会制导方法建模和分析的基础上,利用混合遗传算法对基于轨道要素的轨道设计进行了优化和仿真分析。仿真结果表明,遗传算法能够弥补传统优化算法的不足,对远程交会进行轨道优化设计。     

基于BP神经网络和遗传算法的结构优化设计

现代航空发动机不断追求提高推重比,优化其零部件的结构设计日益重要。传统结构优化方法耗时多且不易掌握。针对这一问题,本文提出了将BP神经网络和遗传算法相结合用于结构优化设计的方法,并编制了相应的计算程序,实现了一个含9个设计变量的发动机盘模型的结构优化计算。计算证明,与传统结构优化方法相比,此方法计算速度快、精度良好。      

无人机航迹规划算法的初步研究

航迹规划算法是无人机的关键技术之一,本文初步综述了近年来国内外在该领域的主要研究成果。首先给出了航迹规划的描述和涉及的关键问题,然后着重介绍了几种较为常用的规划算法,如A-Star算法、遗传算法、神经网络、Voronoi图、PRM(ProbabilisticRoadmap)、RRTs(RapidlyExploringRandomTrees)、人工势场法、基于案例的算法等,最后讨论了航迹规划算法存在的问题和面临的挑战,指出飞行中实时重规划的研究是航迹规划未来主要的发展方向。     

倾转螺旋桨飞行器桨叶的气动设计研究

针对小型倾转螺旋桨独特的工作特性,在研究国外有关倾转旋翼桨叶设计现状的基础上,本文运用了遗传算法对桨叶的参数进行了寻优设计分析,以满足不同飞行状态的性能要求。设计结果表明,由本文提出的方法设计的螺旋桨与普通螺旋桨相比,在不损失巡航推进效率的同时,可显著增加悬停效率,提高飞机的悬停性能。     

基于遗传算法的直升机鲁棒飞行控制器设计

以旋翼机驾驶品质要求 ADS-33为设计目标,采用 H∞ 混合灵敏度方法设计直升机在低速飞行时的鲁棒控制器,设计中利用遗传算法优化加权阵参数,找到同时满足频域和时域性能要求的控制器。以 UH-60 A直升机为对象,所设计的直升机飞行控制系统不仅具有鲁棒稳定性,而且满足 ADS-33D水平 1操纵品质要求。     

GA-Based Model Predictive Control of Semi-Active Landing Gear

Semi-active landing gear can provide good performance of both landing impact and taxi situation, and has the ability for adapting to various ground conditions and operational conditions. A kind of Nonlinear Model Predictive Control algorithm （NMPC） for semi-active landing gears is developed in this paper. The NMPC algorithm uses Genetic Algorithm （GA） as the optimization technique and chooses damping performance of landing gear at touch down to be the optimization object. The valve＇s rate and magnitude limitations are also considered in the controller＇s design. A simulation model is built for the semi-active landing gear＇s damping process at touchdown. Drop tests are carried out on an experimental passive landing gear systerm to validate the parameters of the simulation model. The result of numerical simulation shows that the isolation of impact load at touchdown can be significantly improved compared to other control algorithms. The strongly nonlinear dynamics of semi-active landing gear coupled with control valve＇s rate and magnitude limitations are handled well with the proposed controller.