【摘 要】
：
为保证月球探测器进入姿态调整段时具有充分的高度与速度余量,本文提出一种基于控制变量参数化的月球探测器动力下降段最优轨迹求解方法。在三维探测器软着陆动力学模型基础上,将月球探测器软着陆制导律设计等效为燃料最优约束下的探测器俯仰角控制问题,利用控制变量参数化(Control Variables Parameterization, CVP)方法将该控制问题中的控制变量与约束条件转化为非线性规划问题求解,
【机 构】
：
哈尔滨工业大学深空探测基础研究中心,陕西省组合与智能导航重点实验室,济南大学自动化与电气工程学院
【基金项目】
：
国家自然科学基金(61374213,61573247),陕西省组合与智能导航重点实验室开放基金(SKLIIN-20180208)。
论文部分内容阅读
为保证月球探测器进入姿态调整段时具有充分的高度与速度余量,本文提出一种基于控制变量参数化的月球探测器动力下降段最优轨迹求解方法。在三维探测器软着陆动力学模型基础上,将月球探测器软着陆制导律设计等效为燃料最优约束下的探测器俯仰角控制问题,利用控制变量参数化(Control Variables Parameterization, CVP)方法将该控制问题中的控制变量与约束条件转化为非线性规划问题求解,并引入时间尺度变换,将着陆时间序列加入待规划参数,进而求得满足精度的最优数值解。蒙特卡罗仿真实验表明,与
其他文献
主要应用EDPI(Elastic Deep Packet Inspect)灵活包检测技术面向互联网质量的大数据分析应用、AI算法内核的质量分析评价体系、整合域名系统(DNS)、远程用户拨号认证系统(RADIUS)、设备等数据的多源固网分析模型,实现互联网专线、宽带业务的质量分析、智能定界、主动处理等多项功能。
立足X省联通实际情况,对演进策略进行了研究。分析比较了智能城域网统一承载和现有承载方式的优缺点,提出了不同场景下的承载方案建议,并进行了现网试点应用,实现OLT上联TCO降低;利用SRv6+硬切片快速发布专线业务并充分保障质量;4G/5G业务统一承载退网冗余IPRAN设备。对如何根据网络实际情况,加速向智能城域网统一承载业务演进,大幅降低网络TCO、提升竞争力等有一定的借鉴意义。
针对小行星微重力环境,提出了一种具有蛋形外壳,利用弹簧蓄力的并联腿弹跳机器人。该机器人无论以何种姿态落地,均可在重力矩作用下恢复直立姿态。这一设计相对于需要额外主动装置恢复直立的先前方案,节省了恢复直立所需的能耗,在结构上更为简单可靠。文中阐述了完整的机构设计方案,及相应的结构参数优化计算方法。通过的样机实验,设计方法的有效性得到验证。
介绍了一种基于随机森林算法的智能NB-IoT覆盖评估新方法,通过人工智能算法解决了NB-IoT覆盖评估不精确的难题。首先从理论推导和实测矫正2个方面介绍了目前NB-IoT覆盖评估一般所采用的线性评估方法,然后介绍了基于随机森林算法的数据获取和模型构建,最后对比了NB-IoT覆盖线性评估方法和随机森林算法模型评估方法的结果。
WRC-19大会将24.25～27.5 GHz标识为全球协调一致的5G毫米波频段.将对26 GHz频段共存无线电业务进行梳理,结合全球规划使用进展和产业发展现状,梳理分析WRC-19、ECC、FCC等毫米
新型智慧城市的推广过程中,各地区由于发展情况不同、现状各异,缺少科学有效的智慧城市整体架构以及因地制宜的建设运行模式。针对以上问题,设计了普适性的智慧城市标准体系架构和典型样板,创新性地提出了一种结合城市自身特点和需求的典型部署配置建议,并从智慧城市运营商的角度,探讨了投资运营模式和本地运营公司的组建思路,探索了一种可复制可推广的模式。
以垂直起降重复使用运载器收放、锁定、缓冲一体化着陆装置及其气压驱动控制系统为研究对象,首先分析了着陆装置展开机构的运动奇异性,在此基础上,建立了展开机构动力学模型与气压驱动系统集中参数模型,将两模型相耦合从而构建了展开系统协同仿真分析模型,随后重点研究了运载器主体自旋角速度、垂向返回速度、减压阀调节压力以及支柱摩擦力对展开性能的影响。研究结果表明:运载器自旋角速度越大,产生的离心力越高,将导致支柱展开时间及各腔压力峰值减小;垂向着陆速度越高,引起的支柱气动阻力越大,将会大幅延长展开时间;减压阀调节压力的增
针对空天飞行器再入大气层阶段的直接力/气动力复合控制分配问题,设计了一种基于改进指标函数的动态控制分配律,兼顾了反作用控制系统燃料消耗和闭环控制系统响应速度需求。此外,针对空天飞行器面对称大攻角再入引发的横侧向气动强耦合问题,在预测控制律中引入了通道间交叉耦合反馈项,对姿控过程进行增稳。对比仿真结果表明,动态分配算法在提高了再入姿态控制精度的同时降低了反作用控制系统的燃料消耗;交叉耦合反馈项的引入,缓解了倾侧角指令突变对偏航通道稳定性的干扰影响。
针对多无人机任务决策方法研究中传统优化算法难以在短时间内得到期望结果的问题,基于深度强化学习提出一种无人机多智能体深度确定性策略梯度(MADDPG)算法,通过允许无人机在学习时使用全局信息,在应用决策的时候只使用局部信息的方法,从网络结构、状态空间、动作空间和奖励函数设计了MADDPG算法的模型结构。最后通过仿真实验,并对比深度确定性策略梯度(DDPG)算法,验证了本文提出的MADDPG算法在保证精度的基础上,学习速度大幅度提高,弥补了传统强化学习算法在多智能体领域的不足。
针对AOS空间通信系统的自适应帧生成算法帧生成时间门限值需要人工设置问题,提出一种流量预测下智能寻优门限值的AOS帧生成算法。该算法使用小波神经网络对ON/OFF模型产生的自相似流量进行预测,根据预测流量计算复用效率和平均包时延,使用人工鱼群算法对建立的综合评价函数进行智能寻优,从而得到帧生成算法的最佳门限值。该算法可以随自相似流量的变化自适应地确定门限值,在保证高效的复用效率的基础上,大大降低了系统的时延,从整体上提高了系统性能。