基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。     

基于T-S模糊系统的空天飞行器鲁棒自适应轨迹线性化控制

 基于T-S模糊系统提出了鲁棒自适应轨迹线性化控制(RATLC)方法。利用T-S模糊系统逼近未知干扰和不确定性因素,并采用Lyapunov方法设计了鲁棒自适应控制律。不论系统状态的维数和用于逼近不确定的模糊系统规则数为多少,整个系统仅有两个参数在线调整。理论分析证明了闭环系统所有信号一致最终有界。应用提出的控制方案设计了空天飞行器(ASV)飞行控制系统,并在高超声速飞行条件下进行了仿真验证,仿真结果表明了控制方案的有效性和鲁棒性。     

一种地月转移轨道中途修正的制导算法

针对地月转移轨道中途修正问题,提出了一种求解修正速度增量的制导算法。该算法由初值设计和精确解求解两部分组成。首先,利用伪状态理论,通过简单迭代设计中途修正的初值,并通过Vinti预报方法修正了地球扁率的影响。然后,在求解精确解时,提出了一种基于伪状态理论的状态转移矩阵解析算法。该算法通过设计高精度的初值,降低了求解地月转移轨道中途修正问题的难度,而且避免了传统数值方法计算状态转移矩阵的复杂性。数值仿真结果表明,该算法可有效求解中途修正问题。     

风场中基于神经网络的炸弹弹道落点拟合分析

介绍了两种炸弹弹道落点拟合神经网络模型,对各模型的优缺点以及处理结果进行了分析。提出了采用广义回归神经网络来处理炸弹弹道落点拟合问题,弹道的落点参数、初始投放条件与风场可通过神经网络的阈值和权值来表现。仿真结果表明,应用广义回归神经网络进行弹道落点拟合,具有算法可行性好、拟合精度高、速度快等优点,而且运算简单;该方法在实战中有很高的参考价值和工程实用价值。     

综合TF／TA飞行的航迹控制与仿真

在超低空突防过程中．有效的航迹跟踪控制算法是飞行器顺利完成综合地形跟随／地形回避(TF／TA)飞行任务的保证。在综合TF／TA飞行过程中，由于飞行器需作大机动飞行，纵、横向之间存在严重耦合，常规的航迹跟踪控制算法亦不适用。本文将六自由度飞机状态方程描述为纵、横向两个子系统所构成的关联大系统，并在一定的假设条件下将两者之间的耦合成分分别看作纵、横的控制量的一部分，然后利用大系统变结构控制理论，对TF／TA飞行的纵、横向的轨迹控制律进行独立设计，降低了理论研究和工程实现的难度。仿真例子表明这一方法是可行的。     

基于特征参数的吸气式高超声速飞行器上升段轨迹优化

针对吸气式高超声速飞行器上升段轨迹优化问题,提出并研究了基于特征参数的轨迹优化方法。首先,建立了吸气式高超声速飞行器动力学模型,给出了气动力和推力模型。根据上升段轨迹特性,建立了基于指数函数和多项式的控制变量的取值模型。该模型取决于若干特征参数,从而将一个求解泛函的最优控制问题转化为求解特征参数的非线性规划问题,并采用序列二次规划算法求解。针对初值敏感性,提出了基于遗传算法的初值选取方法,以及基于物理意义的手动选取方法。     

基于正交试验的航行体弹道仿真优化设计

为确保水下发射航行体再入水后弹道安全,分析了航行体弹道影响因素,构建了带有阻尼板航行体的弹道数学模型,将发射后航行体与发射载体的最近距离作为安全性判定标准,采用正交试验方法,对水下航行体的阻尼板数量、尺寸及张开角度3个参数进行了仿真优化分析。仿真结果表明:当阻尼板数量为6块、长度为800 mm、张开角度为80°时,水下发射航行体质心z方向侧移量最大,航行体尾端与发射载体假想壁距离最大,安全性最高。     

单推力航天器交会对接轨迹规划及跟踪控制

针对单推力航天器交会对接问题,提出一种轨迹规划及跟踪算法。首先,考虑到追踪航天器只沿本体X轴安装推力器,且推力方向固定,为了实现从起始位置转移至期望位置并满足姿态要求,基于三维螺旋线设计两阶段转移轨迹,根据初末位置以及末端速度方向要求,求解螺旋线参数。该螺旋线可以保证在初末速度方向固定情况下,曲率积分最小。其次,为了降低轨迹跟踪难度并减小初始时刻的位置跟踪控制力,需要将转移轨迹初始速度与追踪星X轴重合。传统螺旋线无法满足该约束条件。本文对传统螺旋线进行改进,提出一种旋转螺旋线轨迹设计方法。通过引入姿态旋转矩阵,将螺旋线在三维空间旋转,在不改变曲线形状的前提下满足初末位置及速度方向要求。然后,为了跟踪转移轨迹以及跟踪期望推力方向,提出基于CLF（Control Lyapunov Function）的滑模控制策略,当追踪星X轴与期望推力方向夹角较大时,采用CLF,保证最优性;当姿态误差收敛至滑模面附近时,切换为滑模控制,以提升系统鲁棒性。最后,通过仿真验证旋转螺旋线相比于传统螺旋线的优势。     

绝缘子清扫机器人的动力学建模及轨迹优化

研究了支柱型绝缘子带电清扫机器人伸缩臂运动引起升降臂振动的问题，将升降臂和伸缩臂分别建模为柔性臂和刚性臂，形成末端具有移动刚体的柔性臂系统，在假设模态法的基础上建立了系统的Lagrange动力学模型，建模考虑了大多数柔性臂模型忽略的重力和非线性耦合的影响，分析了伸缩臂全局运动与升降臂局部振动的相互影响。提出一种单变量优化方法，以升降臂的残余变形能为性能指标，优化伸缩臂的运动轨迹，降低升降臂的残余振动。应用该方法对梯形速度曲线进行了优化，结果表明可以有效地控制升降臂的残余振动。该方法计算量小，便于在线实现。     

面向智能环境的活动模式迁移学习

针对智能环境中活动模式的学习和挖掘花销大、难以实际操作等问题,提出了能够有效地将已有活动模式迁移到新环境的整体框架。迁移学习框架将活动模式的迁移过程分解为轨迹的迁移和触发持续时间的迁移,首先对已有活动模式中的活动轨迹以及触发持续时间模糊化;然后采用备选轨迹生成(ATSG)算法在新环境中生成备选轨迹集;最后采用相似度计算(SC)算法进行活动模式中的轨迹与备选轨迹间的匹配,利用活动轨迹映射(TM)算法和触发持续时间迁移(TDT)算法对活动信息进行迁移,从而在新环境中得到活动模式。理论分析和实验结果表明,相比于基于频繁模式挖掘得到活动模式的方法,本文方法大幅度地降低了得到活动模式所需的时间开销,同时,利用本文方法获取的活动模式取得了较好的活动识别效果。