基于空间算子代数的航天器多体动力学递推实时仿真算法

进一步发展了空间算子代数符号体系,给出了一组坐标系无关空间矢量,张量和矢阵符号表示和相应的坐标投影规则.基于空间算子代数符号体系,推导了适用于航天器实时仿真的无根、树状拓扑、开环多体动力学递推算法,并根据投影规则给出了递推算法在惯性坐标系的投影方程.新的空间算子代数符号体系有符号定义严格,推导过程力学概念清晰,推导结果易于实时仿真程序实现的优点.推导的递推算法非常适合于正逆混合问题和变拓扑问题的求解,可以满足多体航天器动力学实时仿真的要求.     

基于人工蜂群算法与NURBS的吸附式叶型优化设计

为提高轴流压气机吸附式叶型优化设计的质量,设计了一套基于人工蜂群(ABC)算法和非均匀有理B样条(NURBS)的自动优化设计系统.对人工蜂群算法的运行机制进行了深入分析,并与目前广泛使用的遗传算法(GA)进行了对比.对比发现人工蜂群算法可以更好地逼近全局最优值且收敛效率提高50%.使用NURBS对叶型进行参数化,并研究了参数化过程中的畸变问题.将抽吸参数与叶栅参数同时作为优化变量,使用该系统对一吸附式叶栅进行了优化.结果显示:抽吸槽设置在58.44%轴向弦长位置处流动损失下降明显,与优化前未抽吸叶型相比流动损失降低64.8%,气流分离得到有效抑制.     

基于EFFD方法的自然层流短舱优化设计

采用extended free-form deformation(EFFD)方法研究了自然层流(natural laminar flow,NLF)短舱的气动外形优化设计方法.使用基于Bernstein基函数的EFFD方法完成了NLF短舱剖面的参数化,利用基于k-εSST(shear stress transport)两方程湍流模型的γ-θ转捩模型进行自然转捩预测,结合EFFD、一种混合动网格方法、Kriging代理模型和改进的粒子群算法(particle swarm optimization,PSO)建立了针对NLF短舱气动外形的优化设计框架.采用该框架分别对通气NLF短舱和带动力NLF短舱进行优化设计.单独通气NLF短舱优化结果的外表面实现48%的层流,阻力系数比初始通气NLF短舱减小了0.0003.带动力NLF短舱的优化结果外表面保持了41%的层流.这些结果表明采用相关技术建立的优化设计框架在NLF短舱设计中具有一定应用价值.     

基于北斗的车载接收机航向测量技术研究

研究一种BD2双天线的双频基线测量算法,实现了在车载动态条件下利用BD2卫星进行载体航向实时测量,满足军用车辆、无人机、船舶舰艇等载体高精度、快速实时、连续稳定长时间工作、低成本的要求,对算法实现进行了试验验证,取得了理想的成效,具有较强的工程实用价值。     

基于人工免疫算法的载人登月任务地月转移双脉冲中止策略研究彭 坤,果琳丽,向开恒,王 平,杨 雷

载人登月任务中,任务中止策略设计是确保航天员安全返回的重要基础。首先结合"星座"计划飞行方案分析了载人登月任务各飞行阶段的中止策略;其次针对地月转移巡航段进行了双脉冲中止策略设计,以速度增量数值、方位角以及变轨时间间隔为控制变量,加入轨道同向、近地点高度、偏心率以及飞行时间约束,提出双脉冲变轨计算流程;最后采用人工免疫算法对该问题进行了求解和优化。仿真算例表明,双脉冲中止策略存在多组解,其全局分布特性为:飞行时间越短速度增量需求越大;飞行时间相近时,大偏心率中止轨道对应的速度增量小;故障点离地月加速点越近,所需速度增量越小。同时也验证了人工免疫算法求解双脉冲中止策略问题的有效性。     

基于极大似然估计器的GNSS矢量跟踪算法

矢量跟踪是一种将全球导航卫星系统(GNSS)接收机的信号跟踪与导航解算融为一体的跟踪算法。传统的基于矢量延迟/频率锁定环(VDFLL)的跟踪算法普遍采用延迟锁定环(DLL)和锁频环(FLL)鉴别器计算伪距和伪距率偏差观测量,由于锁频环鉴别器存在近似误差和一步延迟效应,在高动态环境下容易造成环路失锁。从直接估计卫星信号特征参数的角度出发,基于中频信号模型构建码相位和载波多普勒的极大似然代价函数,采用非迭代估计算法得到各通道码相位和多普勒频移的估计偏差,转换为卡尔曼滤波器的观测矢量,提出一种基于极大似然估计器(MLE)的矢量跟踪算法。理论分析和仿真结果表明:新算法结合了极大似然估计和矢量跟踪的优点,克服了FLL的延迟效应,与基于VDFLL的矢量环路相比,高动态环境下的跟踪稳定性更好,可以对被遮挡的卫星保持持续的跟踪。     

基于混合特征匹配的微惯性/激光雷达组合导航方法

微惯性/激光雷达(MEMS IMU/LADAR)组合导航系统在室内应用时,由于室内结构化环境下环境特征(如点和线段)分布稀疏,传统的单一特征匹配算法存在观测盲区,易造成导航定位参数估计误差大的问题。基于此,研究了激光雷达自适应数据分割方法的点和线段的特征提取算法,提出了基于混合特征匹配观测模型的MEMS IMU/LADR扩展卡尔曼滤波(EKF)算法。同时,设计了MEMS IMU/LADR组合导航试验样机,在室内环境下通过试验对滤波算法进行了验证。结果表明:提出的算法在室内结构化环境下相比传统单一点或线特征匹配组合定位算法的定位精度可提高60%,对于小型旋翼无人飞行器在室内结构化环境中的高精度定位具有较高的参考意义。     

区域杂波估计的多目标跟踪方法

高斯粒子概率假设密度（PHD）滤波往往假定杂波密度参数已知,这种做法对于实际应用是不现实的。此外,杂波的参数值通常依赖于环境条件,可能随时间发生变化。因此,多目标跟踪算法中需要实时准确估计杂波密度的参数。基于此,提出了一种多目标跟踪的区域杂波估计方法。首先根据量测信息在线估计出场景中的杂波数目,然后估计落入目标附近感兴趣区域的杂波数,并估计每个目标感兴趣区域杂波强度。仿真结果表明,在复杂场景下算法的跟踪性能明显优于未进行杂波估计的多目标跟踪算法,提高了跟踪的实时性和跟踪精度。     

高空气球太阳能电池标定用太阳跟踪控制技术

高空气球标定的太阳能电池是可被用于地面太阳模拟器和太阳光光强检测的标准电池。首先,给出了由飞行气球搭载的高空太阳能电池标定所使用的太阳跟踪控制系统设计方法,包括基于STM32的太阳跟踪控制系统硬件设计方案、混合自动追踪控制策略、软件开发与实现方法、高空跟踪控制技术问题解决方案以及高空标定试验等。同时,解决了高空气球电池标定用太阳跟踪控制系统在极端环境下高可靠性、连续追踪和防抖动等关键技术问题。试验结果为气球飞行高度32km,平飘时间超过2h,太阳跟踪偏差小于1°。经初步分析,高空太阳跟踪控制系统标定测试结果合理可靠,工作性能稳定,为中国高空气球太阳能电池AM0标定用太阳跟踪控制系统的研究提供了新思路。     

基于静态删减算法的神经网络在软件可靠性预测中的应用

与传统的基于人工神经网络的软件可靠性预测模型结构普遍由预先经验或者通过不断尝试的方法确定不同,在分析一般的软件可靠性模型的基础上,提出将一种基于静态删减算法的神经网络模型应用到软件可靠性预测中。通过利用2组经典的软件失效数据进行仿真,并与传统的神经网络可靠性预测模型对比分析,研究了神经网络拓扑结构和预测精度的关系,结果表明,基于静态删减算法的运用能够提高神经网络模型对软件可靠性的预测精度。