基于自适应动态逆的自动空中加油轨迹跟踪

针对自动空中加油(AAR, Automated Aerial Refueling)的受油机轨迹跟踪控制问题,采用导引环与姿态控制环分离的控制策略,提出了基于非线性路径跟随导引和自适应神经网络动态逆的受油机轨迹跟踪控制方法.该方法将改进的非线性导引应用于受油机横、纵向导引控制,使用自适应神经网络在姿态角速率回路补偿外界干扰和系统模型误差,并利用比例-积分型姿态角速率误差动态方程设计自适应神经网络权值更新律.仿真结果表明:在受油机接近加油机过程中,该方法有效提高了受油机轨迹跟踪控制系统的抗干扰能力和对模型不确定性的自适应能力,能够满足自动空中加油的控制要求.     

基于三分图的非共面卫星分布式加注任务规划

分布式加注规划的目的在于规划加注过程的交会路径,使任务在满足约束的情况下整体燃料消耗最优。针对异面圆轨道卫星间的分布式加注策略,建立了分布式加注任务规划问题的数学模型,把该规划问题归结为非完全赋权三分图的匹配问题,并将整体最少燃料消耗作为规划目标。其次,进行了算法的流程设计,采用了Kuhn-Mundres图论算法和整数遗传算法相结合的LSGA算法加快了收敛的速度保证了全局最优。最后,选取了两个具有小角度轨道偏差的异面卫星星座对该问题进行分析。计算得到了优化后的双冲量机动下加注任务的服务关系与燃料代价,规划算法的有效性也得到了验证。     

航天器质量特性参数的在轨辨识方法

针对高精度姿态和轨道控制要求准确已知航天器质量特性的问题,提出了基于参数解耦的最小二乘法和基于PSO的非线性优化两种方法,以辨识航天器的质量、惯量和质心位置。第一种方法将惯量与质量和质心位置解耦后分别辨识;第二种方法则将参数辨识问题转换为非线性系统的全局优化问题,同时辨识出所有参数。所提出的方法均不需要假设航天器运动足够慢,克服了以往方法将待辨识参数的耦合关系强行分离的缺点,采用辨识后的参数明显提高了航天器姿态及轨道控制性能。仿真结果验证了方法的有效性。     

低温推进剂在轨加注技术与方案研究综述

为了探究适用于低温推进剂在轨加注的相关技术与方案,通过文献调研与对比分析,介绍国内外在轨加注技术的研究现状,梳理低温推进剂在轨加注的关键技术,研究现有加注技术与方案对低温推进剂的适用性,并提出我国开展相关研究的思路与方向。研究表明：1）气液分离、蒸发量控制、质量测量和流体驱动循环等技术是直接影响推进剂在轨加注系统结构与加注性能的关键技术;2）低温推进剂具有沸点低、表面张力小等特殊性,对气液分离、系统热防护等技术的性能要求更高;3）表面张力式气液分离、纤维镜或射频质量检测、多层隔热材料、热力学排气系统（TVS）以及无排气加注等先进技术方案对低温流体和微重力环境均具有更好的适用性,将成为实现低温推进剂在轨加注的关键突破口。     

面向在轨服务的相对位姿单目视觉确定的凸松弛优化方法

针对非合作目标之间基于特征点的相对位姿单目视觉确定问题,考虑利用自然特征导致误差增大等因素,提出一种基于凸松弛理论和LMI算法的相对位姿求解迭代方法。该方法在基于逆投影线构建的优化模型基础上,首先利用松弛理论将姿态矩阵的单位正交非凸等式约束松弛为不等式凸约束,并证明了松弛后的优化问题与原问题等价,即松弛后的凸问题取得最值时,姿态矩阵满足原等式约束。进一步将松弛后的姿态矩阵不等式凸约束表示成线性矩阵不等式形式,进而利用内点法进行求解,并利用全局收敛性定理证明了该算法的全局收敛性。以在轨服务为背景,仿真试验表明,利用该算法相对位姿可在7次迭代达到收敛,与传统SVD算法相比,在噪声较大的情况下,该算法计算精度提高近一倍,能够快速收敛并具有较强的鲁棒性。     

空间变化场景下卫星部组件域适应识别研究

针对小样本限制下卫星部组件识别域适应困难的问题,提出一种变化场景下自适应迁移的目标识别算法.卫星部组件的识别模型框架为YOLO,迁移算法包括3个策略:基于特征关联性的样本加权策略,基于模型的参数自适应策略和最优特征变换自适应迁移策略.基于以上策略,YOLO模型建立域特征空间的相似性,选择性地迁移源域知识,同时在适应过程...     

加油机喷流对受油机的气动干扰机理

针对软式平台(HDB)、软式吊舱(HDP)和硬式平台(FB)3种典型加油方案研究了喷流对加油流场的影响。采用结构化多块网格和雷诺平均Navier-Stokes(RANS)方程,通过带涡轮动力模拟器(TPS)和翼身组合体构型DLR-F6对数值方法进行了验证。通过对3种典型的空中加油方案进行数值模拟,并和不考虑喷流效应的空中加油流场进行对比,详细研究了不同加油方案中加油机喷流对受油机气动特性的干扰作用。结果表明:受油机升力系数、阻力系数以及低头力矩与无喷流相比均有增大。受油机在硬式平台加油方案中受喷流影响最小,但其横航向气动特性在软式吊舱加油方案中受加油机喷流影响较大。喷流对受油机的气动干扰主要表现在提高受油机来流动压、改变局部迎角以及对周边气流的引射作用,这些因素会导致受油机表面压力与无喷流相比发生较大变化。其中,局部迎角的改变是由喷流的加速效应及其对尾涡的耗散作用导致的。     

在轨流体管理技术进展和关键技术分析

综述了国外在轨流体管理技术的发展现状与趋势,分析了低温流体长期在轨贮存、在轨加注、空间流体生产等主要技术,并提出了在轨流体管理中需突破的关键技术难题。     

N-fold Bernoulli probability based adaptive fast-tracking algorithm and its application to autonomous aerial refuelling

Recently, deep learning has been widely utilized for object tracking tasks. However, deep learning encounters limits in tasks such as Autonomous Aerial Refueling (AAR), where the target object can vary substantially in size, requiring high-precision real-time performance in embedded systems. This paper presents a novel embedded adaptiveness single-object tracking framework based on an improved YOLOv4 detection approach and an n-fold Bernoulli probability theorem. First, an Asymmetric Convolutional Network (ACNet) and dense blocks are combined with the YOLOv4 architecture to detect small objects with high precision when similar objects are in the background. The prior object information, such as its location in the previous frame and its speed, is utilized to adaptively track objects of various sizes. Moreover, based on the n-fold Bernoulli probability theorem, we develop a filter that uses statistical laws to reduce the false positive rate of object tracking. To evaluate the efficiency of our algorithm, a new AAR dataset is collected, and extensive AAR detection and tracking experiments are performed. The results demonstrate that our improved detection algorithm is better than the original YOLOv4 algorithm on small and similar object detection tasks; the object tracking algorithm is better than state-of-the-art object tracking algorithms on refueling drogue tracking tasks.     

一种单低轨星北斗备份与辅助方法及在轨验证

在低轨卫星上搭载导航载荷,为北斗系统提供有效的备份及辅助性能提升手段,是近年来卫星导航领域专家学者探讨的热点问题.针对全球卫星导航系统信号在恶劣电磁环境下的受扰问题,提出了一种利用单颗低轨卫星实现北斗备份和辅助的方法.北斗备份是指通过单颗低轨星独立为地面用户提供导航服务.北斗辅助是指利用单颗低轨星信号及信息,为地面用户...