基于增量-迭代算法的SABRE系统非线性分析流程设计

随着大型复杂装备结构分析的非线性问题日益突出,基于线性理论的有限元分析方法已难以满足复杂工程结构设计与研制需求,必须借助非线性有限元方法来获得结构的全状态力学性能。鉴于工程结构对非线性有限元分析的迫切需求,在新架构下的自主CAE软件SABRE系统中,基于增量-迭代算法研发了非线性有限元计算流程和相应的功能模块,初步实现了结构非线性分析功能。数值算例表明,研发的分析流程具有较高的精度,可进一步基于该流程进行功能的扩展和性能的提升。     

一种快速响应型小卫星的自主任务规划设计与应用

浦江一号卫星是由上海航天技术研究院研制的一颗快速响应型小卫星,于2015年9月成功发射,卫星质量347 kg,运行在高度481 km的太阳同步轨道.为高效、高精度识别定位地面大范围广泛而随机分布的电磁辐射目标,浦江一号卫星提出了基于单星电磁信号监测载荷与光学成像载荷综合应用的在轨自主任务规划方案.在轨应用表明:该设计解...     

基于分层式强化学习的移动机器人导航控制

针对未知环境下的移动机器人导航问题,本文提出了一种基于分层式强化学习的混合式控制方法。利用栅格-拓扑相结合的环境表示及地图学习方法,通过分层式强化学习在不同控制层次的扩展设计移动机器人的反应式和慎思式导航控制,实现了全局导航和局部导航控制的协调优化。实验及测试结果证明,该控制方法能实现导航任务的全局优化,避免陷入局部极小,并对未知动态环境具有较强的适应性。     

月球软着陆自主避障技术研究

针对传统给定轨道和优化实现的软着陆制导方法对先验知识存在依赖,容易受建模偏差、不确定扰动等因素影响,且现有的障碍模型不具备较好的泛化能力等问题,提出了一种考虑多障碍约束下的燃料最优制导方法,并在凸锥模型的基础上提出了一种半球模型和通用凸包模型的建模方法.通过连续线性化实现了对非凸模型的凸化转化,将包含障碍约束的最优控制...     

基于试探机动算法的专家系统优化方法

在进行无人机自主决策系统的设计中,专家系统方法是一种工程可行性高的常用设计方案.专家系统方法能够充分利用空战理论和专家经验,提供合理的建议.但是传统的专家系统在实际应用中,存在规则前件无法匹配规则而导致决策失败的问题,一定程度上限制了专家系统的应用范围.针对这一问题,提出了一种试探机动选择算法,该算法可以根据当前飞行状...     

基于联邦滤波的异质异步多传感器组合导航算法

针对多源组合导航中各导航子系统数据更新频率不一致导致滤波器量测信息非等间隔,以及动力学模型受到干扰量测信息异常的问题,提出一种基于多尺度模型的自适应组合导航信息融合算法.利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经过融合最终获得基于全局的状态估计值.且以飞行器为应用对象,设计了适用于飞行器的惯导/卫星/...     

面向立方星的相对位姿测量视觉传感器设计

针对立方星在轨服务任务中的近距离相对导航问题,提出一种相对位姿测量视觉传感器设计.为应对空间复杂的光照条件,设计一种具有多层结构的立体靶标,选取波长为850nm的LED灯作为立体靶标的光源.在相机镜头处安装850nm的红外窄带滤镜以提高立体靶标成像质量.为提高视觉传感器的测量精度,提出一种迭代直接求解(iterativ...     

航天器GNC系统研制流程与标准体系的交互式应用初探

航天器制导、导航与控制（GNC）是航天器最为关键的系统之一,涉及多专业、多学科、多单位大协作。集团GNC标准专业组开展了GNC领域标准体系建设等工作,但仍需解决领域标准知识如何在航天器研制流程中发挥针对性作用,以及航天器研制流程中积累的经验教训如何及时反馈到标准的制定或修订中的问题。文章研究航天器GNC系统研制流程与标准体系的交互式应用范式,重点阐述了结构化标准体系的构建和标准的智能化推送,并据此提出后续GNC标准体系推广应用的若干建议和设想。     

微小型无人机飞控导航微系统设计与实现

随着技术的发展,微小型无人机智能化水平逐步提高,这对机载设备的小型化、轻量化提出了更高的要求。提出了一种基于系统级封装(System in Package, SiP)与封装体叠层(Package on Package, PoP)技术的微小型无人机飞控导航微系统设计方法,通过以晶圆级处理、芯片堆叠、倒装焊等为核心技术的SiP集成方式以及以穿塑孔(Through Molding Via, TMV)方式为核心的PoP集成方式,将飞行控制器中的核心硬件部分缩小为原尺寸的20%,大幅减小了系统的尺寸、质量与集成复杂度。产品实现与飞行试验表明,该微系统不仅可以满足微小型无人机飞行控制的需求,还能够降低硬件系统的设计难度,提高飞行控制器的可靠性与无人机的安全性。     

基于相对骨骼点特征和时序自适应感受野的动作识别方法

针对长时间动作识别难以充分利用时空域信息的问题,提出了基于相对骨骼点特征和时序自适应感受野的动作识别方法。首先,该方法在特征获取部分增加了相对骨骼点特征,以满足节点多样性和互补性要求,将其分别输入到空域图卷积网络,获得空间中相邻关节聚合的局部特征。然后,设计了一个时序自适应感受野网络,以获取在时域中关节变化的局部特征,并且增加了网络对不同持续时长动作的适应性。最后,经过决策级融合模块,计算类别概率,得到分类结果。仿真结果表明,基于NTU RGB+D和Kinetics-skeleton两大基准数据集,对比多种主流方法,均取得了更高的识别准确率,分别为96.2%与60.1%。该方法可以较好地提取不同动作的区别性时间特征,提高了动作时空特征的判别能力。