排序方式: 共有9条查询结果,搜索用时 62 毫秒
1
1.
针对行星着陆自主导航中图像处理计算负担重的问题,分析了序列图像自主导航的可观测性,并提出了一种观测时序规划方法。通过可观测性分析得到了在未知环境中使状态可观测的最少观测次数,这是切换观测陆标的边界条件。在此基础上,通过优化所构建的深度估计误差模型获得最佳观测间隔时间,从而自适应地规划观测时序,减少图像处理次数。仿真结果验证了可观测性分析的正确性,以及提出的观测时序规划方法的有效性,相比每个采样时刻均观测陆标,在不明显影响导航精度的条件下减少陆标观测次数45.9%,有效降低序列图像在线处理的计算负担,大幅提升未知环境中行星着陆器基于序列图像的自主导航能力。 相似文献
2.
3.
针对航天器在轨资源严重受限(包括计算资源、硬件资源以及能量资源)的特点,开展了基于算子理论的航天器姿态控制系统可重构性评价方法和自主重构策略的研究。首先,基于稳定核表示(SKR)和稳定像表示(SIR)的算子理论给出了系统可重构性评价指标,定量地描述了系统的重构能力,突破了基于互质分解理论的系统可重构性评价方法对系统线性性质的局限。同时,基于以上结果,给出了系统可重构性最大边界,为设计人员设计自主重构策略提供了明确的指标;然后,通过在设计阶段考虑系统可重构性,充分挖掘并利用系统重构潜力,为自主重构策略的设计提供理论指导;最后,通过仿真验证了所提方法的有效性和正确性。 相似文献
4.
5.
6.
提出一种基于两阶段递推随机梯度参数辨识的传感器故障的在线检测方法.相对于最小二乘参数辨识算法,随机梯度参数辨识算法所需计算量更小.针对计算能力受限的系统,提出基于随机梯度参数辨识的检测算法.通过分析可知,参数辨识精度越高时检测精度越高.为提高精度,给出基于两阶段递推随机梯度参数辨识的检测算法并设计基于最新估计信息的残差.除此之外,还给出新的检测算法与原有的基于最小二乘检测算法计算量的对比分析,并通过仿真实例,证明新的检测算法的优越性及有效性. 相似文献
7.
8.
近年来,随着人工智能的迅速发展,基于人工神经网络的卫星姿态控制系统故障预测方法得到了越来越多的重视。在反向传播(Back Propagation ,BP)神经网络中,权重和偏置是重要的可调节参数,与神经网络的预测性能密切相关。BP神经网络的初始权重和偏置为随机生成,设置不当容易导致网络在训练过程中陷入局部极值,进而影响预测性能。为了提高BP神经网络的预测性能,提出了一种将沙猫群优化(Sand Cat Swarm Optimization ,SCSO)算法与BP神经网络相结合的预测方法。在训练过程中,首先通过SCSO 算法对BP神经网络权重和偏置进行预训练,在此基础上,利用精调后的BP神经网络对卫星姿态控制系统周期渐变故障数据的未来趋势进行预测。实验结果表明,与原始BP神经网络预测方法相比,SCSO-BP预测方法能够有效减小预测误差,具有更好的预测精度。 相似文献
9.
面向我国深空探测任务对空间飞行器安全可靠自主运行提出的迫切需求,研究了空间飞行器自主诊断重构技术。针对空间飞行器诊断重构能力确定于设计之初、受制于有限资源等特点,提出了着力于系统评价设计过程的自主诊断重构方法。首先,分析了国内外研究现状并梳理了后续的待突破难点。其次,以可诊断性与可重构性理论为指导,提出了正常模式与故障模式一体化设计方法、故障诊断与系统重构一体化设计方法,在设计阶段通过资源配置和诊断重构方案的综合优化实现系统诊断重构能力最大化。然后,提出了基于能力在轨评估的诊断重构方案动态调整方法,在运行阶段通过诊断重构过程的自适应调整保持系统最优状态,进而从全寿命周期提升系统的诊断重构能力。最后,进行了总结与展望。 相似文献
1