基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。     

地球低纬区边缘大气密度的预测

基于NRLMSISE-00大气模型讨论日地空间环境对地球低纬度地区边缘大气密度的影响,提出预测地球低纬地区边缘大气日平均密度的简化模型法和经验法。简化模型法利用地磁活动和太阳活动的11年准周期特性,通过预测地磁活动和太阳活动的变化规律以预测地球边缘大气密度。经验法则直接利用第23个太阳活动周期的日平均密度变化曲线经过傅里叶变换处理得到日平均密度变化规律曲线,然后将曲线拟合得到不同高度下的密度昼夜波动规律,再利用预测得到的日平均密度即可计算出具体当地时间对应的密度情况。误差分析说明经验预测法比简化模型法精度更高。两种方法均具有较高的精度并且使用方便,可用于地球边缘大气密度的工程化预测计算。     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。     

基于虚拟夹具的交互式空间机器人遥操作实验

预测仿真技术是目前消除大时延对遥操作影响的主要方法。在操作者控制虚拟机械臂与仿真环境中的物体接触之前,仅有的视觉信息不足以提供充分的临场感信息,操作者无法进行安全有效的操作;由于肌肉颤抖等原因导致徒手控制的精度较低,操作者无法进行精确的操作。针对这两个问题,使用虚拟夹具技术对操作者的动作进行限制和引导。实验结果表明,在虚拟夹具的辅助下,可以有效提高操作者的临场感,使操作者快速准确完成遥操作任务。
     

GPS不完整星座定位方法研究

为了提高钟差预测模型辅助接收机定位解算的效果,从灰色系统的角度对接收机钟差序列进行探讨,提出了基于灰色理论的钟差预测模型。文中首先给出了新模型的基本思想和具体实现步骤,然后将基于该模型的钟差预测值引入到GPS接收机中,辅助接收机在不完整星座条件下实现定位解算。基于GPS实测数据的验证分析表明,新模型不仅对钟差序列具有很好的预测效果;而且提高了接收机定位的连续性和可靠性,在仅有3颗卫星的条件下可以实现三维定位。同时,新方法无需增加额外设备,辅助方式简单方便,经济灵活。     

基于预测滤波的卫星交会对接相对位姿确定方法

基于视频制导系统提供的视线测量,引入一种高精度、高鲁棒性的、实时的预测滤波算法,建立系统的误差模型,对角速度和位移速度进行一步预测,从而精确地估计卫星的相对位置和相对姿态。此外提出修正方案,通过卡尔曼增益对相对姿态和相对位移进行修正和更新,估计性能得到改进优化。通过卫星交会对接仿真实验验证算法的有效性,结果表明,预测滤波算法高精确估计相对姿态和相对位置,修正后算法得到了更高的精度结果,满足卫星交会对接要求,对在轨实验有重要参考价值。     

感应电动机寿命预测的加速退化试验方法研究

感应电动机正常使用时一般具有长寿命高可靠性,为在较短时间内预测感应电动机的寿命,提出了一种简单易行的感应电动机加速退化试验方法:在电动机转轴上偏心安装圆孔叶片模拟电动机负载工作时承受的不平衡载荷,并且通过改变叶片偏心安装孔的位置模拟增大不平衡载荷。进行了3种应力形式的试验研究,以试验中测得的电动机轴心轨迹面积值表征电动机的性能退化指标,建立了轴心轨迹面积相对变化的漂移Brown运动和幂律加速退化模型,利用无偏估计法和最小二乘法得到模型参数的估计,外推获得叶片无偏心安装状态下的不平衡重力矩,以该值作为电动机正常工作时承受的不平衡载荷,预测和分析了电动机正常工作寿命和可靠性,验证了加速退化试验方法的可行性和高效性。     

重力测量卫星KBR系统相位中心在轨标定算法

针对低低跟踪(SST-LL)重力测量卫星K频段测距(KBR)系统相位中心在轨标定问题,提出了一种应用预测卡尔曼滤波算法的KBR系统在轨标定算法。首先,以磁力矩器和姿态控制喷气发动机为执行部件,对一颗卫星施加一定的组合力矩,使其绕另一颗卫星进行周期性姿态机动;然后,将星敏感器数据代入预测卡尔曼滤波算法中估计出卫星姿态;最后,根据KBR系统观测值与卫星姿态角之间的关系,利用扩展卡尔曼滤波算法估计出KBR系统相位中心的位置。数值仿真结果表明:KBR系统相位中心可以被实时估计,当存在较大的卫星姿态动力学模型误差时,KBR系统相位中心的标定误差仍在0.3mrad以内,证明此算法估计精度较高且鲁棒性强。     

基于ARIMA模型的拉萨降水量时间序列分析与预测

应用差分自回归滑动平均模型（ARIMA）模型对西藏拉萨地区1969年至2009年的年降水量资料进行建模分析。建立的模型通过了参数的显著性检验和模型的显著性检验。模型的实证分析表明在短期内模型具有较高的预测精度,ARIMA模型可以较好的应用于降水量的预测,对相关部门采取措施应对自然灾害提供了理论支持。     

欠驱动航天器飞轮控制方法

针对应用任意剪刀对构型飞轮群的欠驱动刚体航天器姿态控制问题,将飞轮群与航天器看作整体系统进行建模,从整体系统可控性角度分析采用传统模型进行控制系统设计存在的局限性。随后通过对飞轮群角动量集合描述,得出航天器姿态可机动集合。由于飞轮群构型的任意性及航天器的欠驱动特性,导致具有初始角动量的整体系统难以针对系统状态方程采用Lyapunov函数方法进行状态反馈控制器设计,同时为了保证存在外扰动力矩的航天器姿态机动精度,采用非线性预测控制方法实现系统的反馈控制。所提控制算法实现了任意飞轮群剪刀对构型、飞轮群角动量非饱和条件下,任意系统初始角动量欠驱动航天器在姿态可机动集合中的机动控制。仿真结果表明,系统具有良好的控制性能及精度。