飞控系统受限控制量线性规划最优分配

概要地介绍了具有冗余操纵面的飞控系统中受限制量分配问题的概念,数学表述方法和直接最优分配方案及其几何算法,并指出该算法在存在难于计算机实现的困难。通过分析,将该问题转化为标准线性规划问题,给出了详细的转化过程,从而使其易于计算机实现。最后通过算例说明了这处改进和算法是正确有效的。     

亚、超音喷管中声传播的数值模拟

采用计算气动声学方法研究了管道近音速区的声传播和声波与激波的相互作用问题。空间离散采用高阶DRP格式,时间离散采用低耗散低频散的龙格库塔方法,边界条件采用Giles的特征变量一维非定常无反射边界条件。计算结果和解析解的精确吻合表明,计算中应用的这种高阶的DRP格式有很高的分辨率和很好的稳定性,适合声传播的计算。      

参数不定区间估计的对偶线性规划方法

将参数不定区间估计(PIE)问题变换成一组对偶线性规划(DLP)问题,提出了求解这组DLP问题的改进单纯形方法.该方法利用变量间的对偶关系,直接计算初始基本可行解,省去了初始基本可行解的搜索步骤.此外,在确定旋入和旋出变量时都采用了目标值最大减少规则,减少了旋转迭代次数.针对由PIE问题所导出的全部DLP问题都具有相同的目标函数和约束矩阵,给出了单搜索过程求解全部DLP问题的联合单纯形法.仿真结果说明了所给算法的计算效率.      

基于量化分析的软件测试过程的控制技术

论述了软件测试的基本过程以及涉及的文档、角色和活动.在此基础上重点讨论了如何通过在测试过程中提取的有效数据来对整个测试过程进行监督、控制和管理的技术,如对测试进度变化、软件问题分布、人力资源情况、软件问题处理时间以及软件问题重现等情况进行分析的技术.为保证被测系统的质量、提高效率、降低成本和改善测试过程提供支持和帮助.      

一种星载软件在轨编程功能的设计和实现技术

对卫星姿轨控计算机软件在轨编程功能的设计和工程实现技术进行了研究，给出了在轨编程的原理、实现方法、可靠性设计、资源分配、接口要求和在轨编程的操作步骤。试验结果证明，提出的星载软件在轨编程原理和实现方法合理可行。     

2010年后美国主要军事航天装备的特性

介绍了2010年后美国主要的军事航天装备的发展状况,重点介绍了2010年后的美国军事航天装备主要采用的空间对抗措施,并在此基础上,对这些军事航天装备进行了初步的分析,为未来空间系统的发展提供了参考。     

基于动态规划的空间小目标检测算法

以往对动态规划法检测小目标算法的研究存在对中途入场和出场目标检测能力弱的问题 ,而且多数停留在对仿真图像的实验上,与实际应用还有一定差距。将动态规划算法应 用于空间小目标检测,并从三方面对其进行改进：第一,针对工程应用中人为增加光学散焦 导致目标信息丢失的问题,对递归方程进行修改,提高目标能量累积效率;第二,将各个速 度平面分别计算修改为速度更新,减少计算量;第三,增加对入场和出场目标的处理,克服 不能有效检测中途入场和出场目标的问题。实摄序列图像对比实验显示,该方法能够提高动 态规划算法的检测效率,有效检测入场小目标。
     

基于CW方程的航天器追逃问题半直接求解方法

针对时间固定的两航天器追逃问题,提出一种以半直接配点法研究追逃双方最优控制策略的求解方法。航天器追逃问题是基于微分对策的追逃问题,该问题是含有追逐者和逃逸者控制变量的两点边值问题。若采用必要条件求解,则对迭代初值要求高,收敛困难。在两航天器均为连续小推力的假设条件下,以终端距离为支付函数,给出半直接配点法的求解过程。在此数值方法中,根据半直接转换将微分对策问题转化为最优控制问题,采用Gauss-Lobbato配点法将此最优问题最终转化为非线性规划问题,继而通过序列二次规划算法求解。这种半直接配点法避免了对微分对策问题最优策略的必要条件(两点边值问题)求解。采用该方法求解对迭代初值不敏感,且数值稳定性好。数值仿真实例验证了这种求解方法的可行性。该方法提高了求解两点边值问题的收敛性,为求解含有双方控制变量的微分对策问题提供了一种思路。     

基于混合细菌觅食算法的多无人机任务分配研究

多无人机协同任务分配问题是多无人机协同控制的关键.本文首先深入分析多无人机任务分配问题的特点,建立了扩展的混合整数线性规划(MILP)任务分配模型.其次,通过分析细菌觅食优化算法和粒子群优化算法的优缺点,提出一种具有较强全局搜索能力且收敛速度快的混合细菌觅食优化算法.最后将该算法应用于多无人机协同任务分配中并进行了仿真...     

非零初末角速度约束下的卫星实时姿态机动规划

针对存在初末角速度非零约束的卫星姿态机动任务,提出了一种基于旋转分解的实时解析规划算法。该方法通过将卫星三维旋转分解为多个绕固定轴的一维欧拉旋转,使非线性规划问题转换为多个一维空间上的线性规划问题,再将各个线性规划的结果通过四元数运算融合为最终的姿态机动规划结果。与过去针对此类问题经常采用的非线性规划方法相比,该规划算法可以通过解析的形式给出,因此不需要通过多次数值迭代得到可行解,运算量少,可以实时进行计算,适合实际在轨应用。