电推进卫星角动量卸载研究

电推进卫星需要在进行位置保持的同时通过将推力器的指向略微偏离质心来产生控制力矩,完成角动量卸载。针对该问题,文章在给定推力器开机位置、时长和动量轮目标卸载量的情况下,提出了正常模式和故障模式下的角动量卸载算法。通过对推力模型的简化,得出了推力器最优偏转方向的解析解,并对考虑推力器弧段损失和不考虑弧段损失的角动量卸载算法进行了比较。仿真结果表明,所提出的卸载算法能够在进行位置保持的同时完成角动量卸载,为电推进卫星的在轨控制策略提供了有效解决方案。     

空间非合作目标的多视角点云配准算法研究

为了提高相邻视角间稀疏扫描点云数据配准的速度和精度,实现多视角点云精确配准,提出一种基于KD Tree点云均匀采样简化算法,并且对传统四点算法（4 PointsCongruentSetsAlgorithm,4PCS）中的阈值参数进行了统一,确定了各误差阈值参数和点云密度之间的关系,通过基于姿态校正的方法有效解决了对称视角点云引起的误配准问题。仿真结果表明,该方法能够快速、有效地实现卫星稀疏点云的配准。     

基于多信号流图与分支定界算法的故障诊断

针对实时在线故障诊断问题,提出了一种基于多信号流图和分支定界算法的故障诊断方法。通过建立多信号流图模型生成相关矩阵作为诊断知识,进而由相关矩阵以及观测向量产生冲突集,使最小诊断集的求解过程映射为整数规划问题;采用分支定界算法,通过对冲突集的分支、定界以及剪支得到故障诊断的最优解,从而避免了穷举问题造成的搜索"爆炸"。以某型机载燃油系统为对象对本文提出的算法进行了验证。结果表明:本文算法与常用的多信号流图诊断推理算法TEAMS-RT相比,算法速度相当,故障定位精度更高,很好地涵盖单故障以及多故障组合,可以胜任大规模复杂系统的故障诊断。      

引入多Agent协商的协同优化在卫星设计中的应用

卫星设计是复杂的多学科优化问题,协同优化算法具有模块化特点适合于处理多学科优化问题。在对卫星进行多学科优化时发现,现有的协同优化算法为了保证共享变量在系统级和分系统级间的一致性,收敛困难,计算量大,不对分系统自身进行优化不能保证卫星整体性能最优。本文通过引入Agent概念和基于Agent的协商算法,提出了一种基于劝说式多Agent协商的协同优化设计算法。针对对地观测卫星,以总质量最小为目标,建立了包含结构、轨道控制、姿态控制和电源4个分系统Agent和1个系统级Agent的卫星优化设计模型并进行了协同优化设计。研究结果表明:引入Agent协商算法的协同优化算法,可以保证共享变量的一致性;在协同优化算法中增加分系统自身优化模块,可以保证在系统级优化过程中各分系统一直都是最优的。      

微处理器中含噪热传感器位置分布优化方法

高性能处理器普遍集成热传感器,采用动态热管理技术对芯片实施连续热监控。然而,由于实际芯片中的模拟或者数字热传感器不可避免伴随噪声,使动态热管理的可靠性受到很大影响。因此,为了提高热监控的精确性,本文运用主成分分析（PCA）技术对原始热图像样本矩阵进行降维近似处理,并结合矩阵扰动分析提出基于模拟退火算法的热传感器位置分布优化方法。实验结果表明：该方法比现有的贪婪算法在热重构误差、信噪比（SNR）和误警率等性能方面有了一定提高,能够有效运用在动态热管理中实现精确的热监控。     

基于图像特征分析的物体轮廓提取

对物体的轮廓进行分析提取,是计算机视觉方向的基础问题之一,对其进行研究对于复杂场景的分析理解至关重要。本文对室内场景图像进行研究,基于图像特征进行图像分割,提取物体轮廓。在彩色场景图像全局轮廓后验边界概率（gPb）提取算法的基础上,加入深度图像信息,对室内场景的彩色、深度（RGB-D）图像中的物体轮廓进行分析。通过多尺度信息融合,计算得到多尺度轮廓后验概率（mPb）和谱后验概率（sPb）,两后验概率加权综合得到gPb。而后结合超度量轮廓图与分水岭算法,对基于方向特征变化的gPb图像融合处理,最终得到清晰的物体轮廓。本文所提方法在通用的RGB-D数据库基础上进行实验。实验结果表明,本文所提出的方法能提取出清晰的室内物体轮廓图。      

相控阵天线快速校准方法

相控阵天线的快速测量和校准一直是相控阵天线研究的热门问题。传统校准方法的测量速度较慢,不能满足大量工程需求的测量校准要求。针对实际工程应用需求,在对幅相求解算法研究的基础上,提出了一种基于幅度测量的快速校准方法--四相幅度校准法（FPC）。经理论分析,该方法的校准时间仅相当于采用6位数字移相器的旋转矢量法所花费校准时间的1/16。对四相幅度校准法、采用4位数字移相器的旋转矢量法和采用6位数字移相器的旋转矢量法的校准速度和校准精度做了对比试验,试验结果验证了四相幅度校准法的正确性和高效性。      

近地轨道卫星的地影预报算法

针对传统地影预报算法计算量大,不适合星载计算机进行地影时刻自主预报的问题,提出一种地影预报星上算法。通过构造降维坐标系将卫星进出地影过程转换为“星-地-日”平面内的几何问题;基于常数变易法推导出阴影条件的隐式解析公式,其方程系数可由实时轨道参数确定。为简化计算,将星上算法设计为双层结构：构造迭代算法,依据实时轨道参数可精确预报卫星在每个节点上的地影时刻;而在任意两个节点之间采用解析算法进行近似预报。仿真结果表明,星上算法的预报精度高且计算量小,适合星载计算机进行地影时刻自主预报。