无人集群系统时变编队H∞控制

针对有向通信拓扑网络下具有通信时滞与外部干扰的无人集群系统（AUSS）时变编队H_∞控制问题进行了研究。首先,基于AUSS期望编队构型信息、无人机（UAV）实时状态信息以及通信UAV之间带通信时滞的状态误差信息提出了AUSS的编队控制方法,通过变量替换将AUSS的编队控制问题转换成低维闭环系统的渐近稳定问题,并以线性矩阵不等式（LMI）形式给出了系统稳定的充分条件与最大允许通信时滞的计算公式。其次,通过构造Lyapunov-Krasovskii（L-K）泛函,证明了存在通信时滞与外部干扰条件下AUSS能够实现时变编队。最后,通过数值仿真验证所设计方法的准确性与有效性。      

基于大气阻力的卫星编队沿航迹方向的变结构控制

分析了大气阻力对近地轨道卫星轨道参数的影响,用变结构控制设计了基于大气阻力的编队构型沿航迹方向的控制。将中心的漂移距离和编队卫星的面质比之差作为输入量,设计滑模面进行编队控制,用极限环方式消除了在滑膜面附近的频繁切换。仿真结果验证了该控制律的正确性。     

系列化构型运载能力设计余量留取方法研究

调研了美国航天型号研制中设计余量留取的情况,结合系列化构型论证工作,对运载能力设计余量留取问题进行了初步研究,分析了关键参数对运载能力的影响,针对不同目标轨道、系列化构型的差异,探索得到了运载能力设计余量差异化留取的方法。     

"神舟"号载人飞船的特色和技术进步

介绍了我国自主研制的"神舟"号载人飞船的基本组成,概述了飞船飞行的各阶段及其构型。分析了飞船的主要特点,以及部分分系统和研制中采用的新技术,并展望了今后"神舟"号载人飞船技术的发展目标和方向。     

航天器相对导航与控制技术的典型任务

在空间交会对接、在轨服务、近距离目标监视以及航天器编队飞行任务中,通常需要通过相对导航与控制技术对相互邻近的航天器进行控制.回顾了该领域典型的空间任务,特别关注任务、相对导航与控制方法、相对测量设备、推进系统等主要特征,并总结了该项技术的发展趋势.     

面向星下点轨迹自主维持的星载软件 算法与实现

为实现单星星下点轨迹维持和保持编队卫星间构型关系,提供了星载软件解决方案.给出了卫星漂移模型,并研究了轨控实施策略、轨迹实时匹配等关键技术.依托星务硬件平台,通过软件实现了样本信息处理、控制策略决断、状态自主设置、轨控参数计算等控制过程.以轨道仿真数据为输入,对软件输出与理论结果进行了比较,验证了轨控软件实现的可行性、正确性.自主轨道维持技术将进一步提升卫星的智能化、自动化水平.     

利于减少配平损失的太阳能飞机构型设计

针对具有静稳定性的太阳能飞机一般采用尾翼配平造成气动配平损失的问题,提出了一种“T”构型太阳能飞机。概述该太阳能飞机的总体构型,分析该构型飞机巡航状态下降低重心的自配平原理,建立能量平衡和质量分析模型,给出适合于该构型太阳能飞机的概念设计方法,并优化构型设计参数。结果表明,“T”构型太阳能飞机不仅具有静稳定性,还降低了配平损失。在巡航状态下,“T”构型太阳能飞机单位面积平飞需用功率比常规构型太阳能飞机减少了6.2%,具有明显的应用效果。      

航天器与空间碎片的混合编队重构控制与应用

针对空间碎片清理问题,提出了一种利用航天器与空间碎片混合编队队形重构控制技术捕获碎片的方法。首先,分析了地/月—日系L2拉格朗日平动点附近的限制性三体环境,并建立了编队卫星相对运动动力学模型;其次,提出了以太阳光压力作为航天器与空间碎片编队队形重构的控制力,实现各从星接近空间碎片的目的;最后,设计了基于线性二次型的最优控制器,并在Matlab/Simulink环境下进行仿真实验。仿真结果表明该方法可控制从星到达期望的位置(空间碎片的位置),且太阳帆板的姿态变化在可控范围内,进而证明了该方案可以应用于复杂空间环境下的碎片清理任务。     

基于修正似然滤波的无人机编队相对导航方法

针对无人机编队相对导航系统中视觉导航传感器量测数据存在随机时延问题,提出一种能够处理多步随机延迟量测的修正似然容积卡尔曼滤波（ML-CKF）算法。用多个伯努利随机变量对量测模型进行修正以描述随机延迟;通过边缘化延迟变量来计算滤波的似然函数以从延迟量测中提取准确的信息;采用三阶球面-径向容积准则计算高斯加权积分以解决系统的非线性。滤波中的加权因子根据接收量测的特性进行调整,因此,所提修正似然滤波具有自适应卡尔曼滤波属性。利用罗德里格斯参数表示姿态误差,设计了基于修正似然容积卡尔曼滤波的相对导航滤波器。仿真结果表明：所提算法可以准确地估计出长机和僚机之间的相对位置、速度和姿态,且估计精度高于容积卡尔曼滤波和传统随机时延滤波。     

一种基于进化计算的空间飞行器编队重构轨道规划方法

基于进化算法提出了一种两层结构的空间飞行器编队重构的轨道规划算法,高层算法通过优化构型映射来优化编队的总燃耗,实现全局规划并确保飞行器之间保持一定的安全距离以避免相互碰撞;低层规划算法采用Chebyshev多项式逼近控制变量空间,为每颗飞行器规划满足约束条件的最优轨道。该方法充分利用了编队的分布式结构,由各飞行器并行实现各自的轨道规划,能有效解决大型编队的轨道规划问题。仿真结果表明了该方法的有效性。