考虑燃料均衡的卫星编队队形重构技术

在卫星编队队形重构过程中,如何在实现编队整体燃料消耗较少的同时使得各子卫星燃料消耗均衡,能够有效地提高卫星编队整体的寿命。提出了一种基于虚拟中心位置可变的卫星编队队形重构新方法。该方法以虚拟中心位置为寻优变量,以首末脉冲时刻可优化的双脉冲规划作为单星轨道机动策略,将编队队形重构问题转化为混合0-1数学规划问题。仿真结果表明,该优化算法在实现整体燃料次优的同时,兼顾了各星当前的燃料剩余水平,实现了各子卫星的燃料均衡。     

编队卫星姿态的自适应协同控制

研究了无向信息交互条件下的多卫星姿态同步和跟踪问题,分别在模型参数精确已知和存在模型参数不确定性的情形下设计分散式协同控制算法。当模型参数精确已知时,基于滑动模态变量设计的协同控制力矩,实现了编队卫星姿态的同步机动,即保证编队卫星姿态的同步,并同时跟踪期望的时变参考姿态轨迹。当在轨卫星存在模型参数不确定性和常值未知扰动力矩时,提出了一种自适应协同控制律,仍能实现多卫星姿态的同步机动。基于Lyapunov-Krasovskii的分析表明,当星间链路存在任意未知的定常通讯时延时,本文设计的控制器有效。数值仿真算例验证了本文提出的控制算法。     

卫星编队飞行输出反馈姿态协同跟踪控制

针对卫星编队飞行姿态协同跟踪的控制过程中角速度信息不可测及外界常值干扰的问题,提出输出反馈协同控制器的设计方法。首先,利用绝对及相对姿态误差信息设计含有积分项的滤波器,并在控制器中引入滤波器的输出信息;同时,考虑到卫星的模型不确定性,设计自适应估计器以对卫星的转动惯量进行在线估计。此外,论证了当卫星编队的通信拓扑结构满足无向树形结构的条件时,仅对任意一颗卫星期望姿态可知即可使整个系统协同收敛于期望值。设计的控制器无需卫星角速度信息即可使角速度信息协同达到期望值,并且引入积分项使得闭环控制系统对常值干扰有良好抑制效果,同时给出降低系统的信息通信压力的分析。最后将提出的算法应用于无需角速度信息反馈的卫星编队飞行的协同控制,仿真结果表明该方法的可行性与有效性,具有实际的应用前景。     

推动廊坊市基本公共服务均等化进程的对策研究

基本公共服务均等化是当前社会经济生活中的热点,本文结合廊坊市对基本公共服务均等化建设的实际,分析了目前廊坊市在推进基本公共服务均等化工作中存在的问题,并有针对性地提出了进一步完善的建议。     

自适应旁瓣对消分析

旁瓣对消技术在雷达、通讯等领域有着很重要的作用,文章依据自适应天线原理,对自适应旁瓣对消效果和权值的调整对干扰信号的抑制进行了物理意义上的解释,并进一步探讨了自适应旁瓣对消技术性能。     

电液伺服系统的间接自适应模糊滑模跟踪控制

为改善电液伺服系统的跟踪控制,根据滑模控制原理和模糊系统逼近能力,设计了一间接自适应模糊滑模跟踪控制方案。该法以自适应模糊系统替代系统自治特性,用滑模方式设计控制律,在滑动模态附近建立一边界层,以平滑不连续控制削弱抖振。仿真结果表明该方案有效。     

基于自适应幂次切换增益的动能拦截滑模制导律

抖振问题限制了非线性变结构制导的应用。运用幂函数作为切换增益函数并设计全局鲁棒的滑模,构成自适应趋近律,实现切换线平滑趋近,形成基于自适应幂次切换增益的滑模制导律AP-SMG。给出其存在可达与稳定条件,并对空间目标的非机动和脉冲/连续机动环境作了仿真比较与参数分析。结果表明该制导律在动能拦截中可以有效削弱甚至消除视线角速率和控制律抖振,降低所需控制能量的同时能够保证制导精度,构造简单,无需智能结构辅助,总体性能优于基于常值切换增益的系列制导方法C-SMG。     

对无控旋转目标逼近的自适应滑模控制

对追踪器逼近无控旋转目标器的轨迹和姿态六自由度控制问题进行了研究.基于适用于任意偏心率的航天器相对运动轨道和姿态动力学模型,对追踪器逼近无控旋转目标的参考轨迹和参考姿态进行了分析与设计,推导了一种用于六自由度逼近控制的自适应滑模控制器.通过仿真分析,证明了所设计的逼近参考轨迹和参考姿态的合理性,同时验证了自适应滑模控制器的有效性.     

再入机动飞行器自适应轨迹线性化控制

针对一类多输入多输出模型不确定系统,提出了一种基于广义模糊神经网络的自适应轨迹线性化控制方法(ATLC).针对再入机动飞行器(MRV)进行了控制器设计和分析.MRV气动参数存在较大的不确定,这会导致轨迹线性化控制器(TLC)鲁棒性能下降.利用广义模糊神经网络(G-FNN)在线补偿系统的非线性建模不确定,改善了控制器性能.基于Lyapunov稳定性理论,证明了ATLC闭环控制系统的稳定性.仿真结果表明自适应轨迹线性化控制系统在飞行器气动参数大范围摄动时仍具有鲁棒性和稳定性,验证了所提出的控制策略的有效性.     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取,对其不当假设导致滤波器估计性能不佳的问题,提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差,在传统脉冲星计时观测的基础上,增加恒星星光仰角及两个时刻间的相位增量观测量,共同增强XNAV。首先,分别建立计时观测模型、相位增量模型及星光仰角模型;然后将多信息测量模型集成到卫星轨道动力学方程中,以建立ADDF滤波模型;最后对所提方法进行仿真验证。实验结果表明,在相同的初始状态和初始噪声误差条件下,与传统X射线脉冲星导航算法相比,多信息融合算法能将导航位置估计精度提高70%以上,位置估计误差降低到 200 m 左右,速度估计精度提高40%以上,且ADDF性能优于无迹卡尔曼滤波器。