天基快速响应体系的虚拟演示系统

为了实时监测天基快速响应体系的工作过程,开发实现了一套基于 OSG平台的虚拟演示系统。首先,对组成天基快速响应体系的天基平台、轨道运载器和有效载荷进行三维可视化建模,并设计了定制在轨服务任务和管理天基平台的图形交互接口；其次,基于典型的轨道转移模型,介绍了执行任务的天基平台选定方法和流程；最后,通过典型的信息保障任务,展示了基于 OSG的天基快速响应体系的虚拟演示系统。     

基于混合现实技术的民机驾驶舱仿真平台

为了满足民机驾驶舱设计早期多方案对比和快速优化迭代的需求,研发了面向民机驾驶舱的混合现实仿真平台。以实体场景模块、可视化模块和运行逻辑模块为依托, 构建了仿真平台的系统框架; 在此基础上, 研究了高精度动态虚实融合技术, 解决了混合现实平台中操控部件和人的数字孪生问题; 为了验证混合现实仿真平台的可行性和有效性, 在物理驾驶舱仿真平台和混合现实驾驶舱仿真平台开展相同的试验,采用主观评估和客观测量相结合的方法对驾驶舱操纵部件可达性、布局合理性、仪表显示可视性和可读性方面进行人机工效分析, 并将两组试验的试验数据进行对比。试验结果表明,混合现实平台与物理平台的测试效果基本一致,能够为驾驶舱设计早期多方案对比评估提供有效的测试平台。     

航空电子全双工交换式以太网端系统研究与设计

航空电子全双工交换式以太网(Avionics Full Duplex Switched Ethernet,简称AFDX)是新一代机载数据总线的最佳选择.AFDX端系统(End System,简称ES)是各个航空电子子系统和AFDX网络之间信息交换的接口部件,为信息在各个子系统和AFDX网络之间的传递提供了数据通道,是保障AFDX网络服务质量的关键.对AFDX端系统进行了深入的研究,基于ARINC664规范第7部分,提出了一种AFDX端系统的设计方案,并对端系统虚拟链路层进行了分析设计.在测试平台上对端系统的验证结果表明本文提出的方案可行,满足ARINC664规范要求.     

基于自适应KF动态虚拟陀螺数据融合算法的研究

微机电系统(MEMS)陀螺与光纤陀螺相比，传感器的精度较低。为了提高MEMS陀螺的精度，通过组合多个相同陀螺实现虚拟陀螺的功能，同时提高虚拟陀螺的静态和动态性能。通过分析陀螺的Allan方差，并考虑陀螺之间的相关性，建立陀螺的测量模型;使用自回归(AR)模型建立预测模型，对卡尔曼滤波(KF)算法进行优化;搭建多MEMS陀螺仪硬件平台，获取数据并实时计算，融合多陀螺数据输出最优估计值，使用高精度转台分别在静态和动态条件下测试滤波效果。实验结果表明:静态条件下虚拟陀螺误差的方差可降低为单个陀螺的1/94，动态条件下降低为单个陀螺的1/18。基于自适应KF的虚拟陀螺可以显著提高精度。     

带落角落速约束的导弹虚拟期望落角末制导律

为解决导弹末制导阶段同时考虑落角和落速约束时带来的过载需求大、落速散布广的问题,提出一种基于虚拟期望落角的末制导律。首先,提出虚拟期望落角的概念,设计过渡函数降低末制导初期过载需求；然后,分析过渡函数各参数对落角、落速影响,设计预测-校正算法计算期望参数；为了提高预测效率与精度,使用深度神经网络离线训练弹道数据集。实际飞行中,基于扩展卡尔曼滤波在线辨识气动参数摄动,提高算法的适应性。蒙特卡洛仿真结果表明,所提出的算法能够降低末制导初期过载需求。在满足落角约束与位置精度的前提下,落速控制精度在±15 m/s以内。     

基于机器学习的智能控制数值虚拟飞行方法

提出并实现了一种基于机器学习的PID智能控制策略下的数值虚拟飞行算法，结合Basic Finner导弹标准模型算例，对所提出算法进行了验证和评估分析，表明本文算法可行，并具有良好的应用前景。首先，搭建了一种基于重叠动网格技术的CFD/RBD耦合数值虚拟飞行仿真模型。针对Basic Finner导弹的标准工况进行了无控自由飞行状态的数值飞行模拟，并结合实验结果对所构建的数值虚拟飞行仿真算法进行了验证和评估，表明所采用的数值模拟算法可用于数值虚拟飞行环境下的智能控制参数设计与仿真评估；其次，结合数值虚拟飞行过程对飞行器气动、姿态和位移等参数的实时控制需求，提出了一种基于BP神经网络算法的PID参数在线学习的智能控制器，并针对Basic Finner导弹的俯仰通道，分别对传统PID控制策略和智能PID控制策略下的导弹自由释放后的俯仰角快速稳定控制过程、阶跃式和正弦式俯仰角输入下的导弹跟踪控制过程进行了数值虚拟飞行仿真模拟。研究表明，基于BP神经网络的PID智能控制器能够根据所获得的实时飞行参数，实现控制参数的在线学习和自我优化、调整，相比于传统PID控制器，对于不同输入工况表现出良好的适应性...     

基于虚拟圆球模型的格网SINS/GNSS极区组合导航方法

由于地球椭球模型下格网系惯性导航系统力学编排复杂,因此,在推导格网系惯性导航误差方程时使用地球圆球模型来简化计算.针对此问题,提出了基于地球虚拟圆球模型下的格网系惯性导航力学编排,并在此基础上推导了格网系误差方程,设计了基于虚拟圆球模型下的格网系捷联惯性导航系统(SINS)与全球卫星导航系统(GNSS)的组合导航系统,实现了组合导航系统模型统一化.将中、低纬度跑车实验数据通过虚拟极区方法转换为极区实验数据,实验结果表明:稳定后姿态误差低于0.3',速度误差低于0.1m/s,位置误差低于5m,可以满足极区航行的导航精度要求.     

基于虚拟地标的行人惯性SLAM算法

针对当前仅使用低成本惯性传感器的行人导航系统航向角存在较大累积误差的问题,研究了一种只使用惯性传感器信息的虚拟地标构建方法,并通过匹配虚拟地标点对位置和航向进行误差补偿.在此基础上,结合同时定位与建图(SLAM)方法的思想,实现了仅基于惯性传感器的SLAM,提高了行人导航的精度和可靠导航时间.试验结果表明,该方法能够有效消除纯惯性行人定位系统的累积误差,在2027m2的单层建筑物中空间位置误差小于10m.     

基于ADDPG策略的超立方体卫星编队控制

针对大规模卫星高精度编队控制问题，提出了一种基于吸引法则的深度确定性策略梯度控制方法(attraction-based deep deterministic policy gradient, ADDPG)。首先阐述了超立方体拓扑编队拓扑构型特性，建立了卫星编队动力学模型，设计了超立方体卫星编队虚拟中心用于衡量编队整体飞行状态。为解决无模型深度强化学习的探索和扩展平衡问题，设计了ε-imitation动作选择策略方法，最终提出了基于ADDPG的卫星编队控制策略。算法不依赖于环境模型，通过充分利用已有信息，可以降低学习模型初期探索过程中的盲目试错。仿真结果表明ADDPG策略以较少的能量消耗达到更高的精度，相比知名算法在加快编队收敛速度的同时，误差减少5%以上，能量消耗减少7%以上，验证了算法的有效性。