为实现星敏感器对未知空间光环境的测量,提出一种将宽谱段多光谱滤光片装置于星敏感器中的设计,所采集的星图可覆盖星点信息与空间光环境光谱信息,并以此为基础设计了光谱响应定标、辐射定标的实验方案与空间光环境辐亮度分布反演算法。实验结果表明,反演的光环境辐亮度与实测值较为符合,该方法能根据单张星图实时便捷地估算星敏感器应用空间的光环境,可为后续星敏感器的设计优化和观星窗口的选择提供依据。

惯性测量单元(IMU)是防空导弹的重要部分,其状态数据主要从定期人工测试中获取,效率较低。为了降低对定期测试的依赖,本文通过时间序列预测方法,从已有数据中预测其未来一段时间内的状态。出于小样本考虑,本文使用重叠分段平均进行数据处理,降低数据维度与训练难度,并用长短时记忆网络(LSTM)进行时间维度的预测。本文提出模型在实测数据上进行了验证,在获得最高预测精度的同时保持较低开销。

针对目前高超声速飞行器难以拦截的问题,提出了微分对策制导律。首先,建立了三维空间两方空中对抗模型,提出了最优性能指标,根据状态依赖指标得到的实时更新的Riccati方程进行最优策略的实时解算。分别采用了较为精确的Schur法和近似计算但速度较快的θ-D法求解Riccati方程,得到了两种微分对策制导律。在目标蛇形机动作战情景下对传统比例导引法和微分对策法进行仿真分析。比较性能指标,得出微分对策法在面对高速机动目标时效果优于比例导引法的结论。

针对变体飞行器姿态控制系统的控制器设计问题,提出了基于结构搜索和参数优化的控制器一体化设计方法,实现了控制器结构设计工作的自动化,在较短的时间内搜索到最适合的控制器结构并完成参数整定。对某型号变体飞行器俯仰通道姿态控制的仿真研究表明,该方法可大幅提高系统的带宽,且迭代次数和消耗时间只有传统方法的约38%。

对带有外界干扰、输入受限、规划航路存在未知障碍物情形下的导弹编队控制问题进行了研究。首先,基于导弹非线性动力学模型,通过定义位置、速度误差变量,建立了考虑外界干扰的绝对误差导弹编队控制模型。其次,在提出基于避障势函数和双曲正切函数非线性滑模面的基础上,利用自适应技术和抗饱和辅助系统,设计了自适应抗饱和鲁棒导弹编队避障控制器。最后,借助Lyapunov稳定性理论证明了所设计系统状态为渐近稳定的,并通过数字仿真验证了所设计控制策略的有效性。

针对在轨服务的航天器惯量参数突变情况,提出了基于卫星在轨姿态测量及控制信息实现惯量参数实时辨识的方法,设计了递推最小二乘(RLS)及扩展卡尔曼滤波(EKF)辨识算法。在RLS算法中引入自适应遗忘因子,每次递推过程中通过分配先验数据和当前数据的权重确保产生突变后辨识值的及时跟踪;在EKF算法中明确先验预测协方差中参数变化的影响,将其代入更新预测协方差矩阵以应对惯量参数的突变。仿真结果表明,考虑惯量参数突变的场景,RLS算法和EKF算法的辨识精度可达1.5%和1%,辨识时间分别优于30 s和40 s;考虑惯量缓慢时变的场景,两种方法均可实现惯量参数的在轨实时辨识,辨识精度满足姿控系统需求。

通过分析航天领域现有型号试验数据的特点,发现传统关系型数据库已不能满足日益激增的海量试验数据的存储与管理需求。针对现有试验数据量级大、写入吞吐低、访问效率差等特点,提出了一种基于时序数据库的试验数据存储管理方法。通过在传统关系型数据库与时序数据库中对型号试验数据的读写性能进行对比分析,发现基于时序数据库的数据写入与数据查询性能均明显优于关系型数据库,且具有快速存储、快速读取功能。将该方法应用于试验数据管理系统和数据处理显示与分析系统,能够满足系统对试验数据处理的实时写入、快速读取等需求。

在模型不确定和未知扰动下,针对由六个自由度组成的四旋翼无人机控制问题,提出一种自适应滑模控制方法,该方法能实现位置与姿态跟踪控制。首先,根据四旋翼无人机动力学系统,将其分为全驱动、欠驱动子系统,充分考虑无上下限约束的模型不确定和未知扰动,提炼出各子系统的集合干扰项;然后,借助于径向基函数神经网络对包含集合干扰项的等效控制器进行实时逼近和估计,同时运用自适应控制方法估计逼近误差项,设计带有等效控制器和逼近误差项估计值的滑模控制器和对应的自适应更新律,并根据Lyapunov理论,对各子系统状态轨迹所在滑模面的可达性及其收敛性进行了分析说明;最后,所提方法的有效性通过对比仿真得到了验证。

为使制导控制系统在实际应用过程中适用所面对的多种约束条件,同时避免制导与控制系统设计过程中反复迭代带来的巨大工作量,提出了一种带有落角与舵面饱和约束的三维制导控制系统一体化设计方法。根据导弹六自由度非线性模型以及三维弹目相对运动模型建立全状态耦合的制导控制一体化模型,基于动态面控制器原理,采用4级滑模面设计,构建了能够满足落角与舵面饱和约束的控制器,并给出了控制系统闭环稳定性证明。通过仿真实验有效验证了所提方法的正确性、有效性及鲁棒性。

针对空间飞行器和具有潜在威胁运动体碰撞交会的场景,提出了一种基于遗传算法优化,并结合BP神经网络预测的空间飞行器机动规避策略。该算法区别于传统碰撞交会末段的机动策略,在完成预警探测之后即进行机动策略选择,扩大了时间和空间范围。其以双方位置和速度为输入参数,机动时刻、机动方向和机动时长为输出参数,脱靶量和燃料消耗为性能指标。数值仿真结果表明,相比于瞬时机动策略,该策略有效地降低了燃料消耗,增大了脱靶量,提高了机动规避成功的可能性,为空间飞行器遭受威胁时的安全防护技术提供了新思路。

对中远距空空导弹大离轴角发射导引规律进行了研究。导弹在转弯阶段采用BTT控制模式,分析了实现快速转弯的机理及要求,研究了实现快速转弯的最佳升力面,确定了导弹滚转控制指令,建立了导弹转弯动力学模型,利用剩余转弯角度关系,设计攻角控制指令;提出旋转坐标系方法对滚转控制指令进行了优化,解决了指令跳变问题,实现了转弯过程最小滚转偏差控制,利用最佳升力面法向矢量投影关系,进一步判定攻角指令控制逻辑,实现与最小滚转偏差控制指令的匹配。最后通过数字仿真验证了设计方法的正确性和有效性。

针对内编队卫星由于内外卫星受摄差异产生的相对轨道运动,需要进行编队构型维持以避免内外卫星碰撞,提出一种脉冲阈值相对轨道维持方法。该方法设计了一种周期启动式脉冲阈值控制器,根据内外卫星质心的相对位置与距离阈值以及线性化相对轨道运动动力学模型计算施加的脉冲冲量,采用蒙特卡洛方法模拟内外卫星存在状态估计偏差,并在相同条件下对比两种连续控制方法。结果表明该方法在控制精度、燃料消耗和受测量误差影响程度上能取得良好的平衡,能够有效降低状态偏差对燃料消耗带来的不确定性,可应用于内编队卫星长期在轨低燃料消耗的编队构型维持,也可应用于一般编队卫星构型维持与行星伴飞。

针对航天航空领域资料保密审查的严格要求,现有的人工筛查方法存在成本高昂、关键词匹配精度不足等问题,提出了一种结合大模型的审查方法,用于提升涉密信息的筛查效率和准确性。首先分析了航天航空领域涉密信息的特点,提出了一种基于大模型的保密审核增强架构,该架构结合了动态垂类专家System Prompt,能够从技术涉密和商业涉密等多个角度提高审查的细粒度和准确率。通过引入基于关键词的动态System Prompt机制,实现了大模型语义理解能力与关键词实时更新能力的有效结合。此外,为了防止大模型的过度审核,设计了一种混合式交叉微调策略,显著提高了涉密信息的召回率,达到了96%。通过在自研的1000条高质量测试集上的实验,本增强框架可以将全球已发布的主流大模型在保密审核任务上的准确率提升18%,验证了本文提出框架的有效性。

为提高飞行器导航系统的精度和自主性,提出了一种重力梯度/捷联惯导(SINS)/星光组合导航方法。在该组合导航系统中,利用重力梯度信息修正SINS的位置误差,利用星光信息修正SINS的姿态误差,提高飞行器的导航精度和自主性。为了弥补传统容积卡尔曼滤波(CKF)算法滤波精度不高的缺点,采用随机加权容积卡尔曼滤波(RWCKF)算法,设计重力梯度/SINS/星光组合导航系统。仿真结果表明,SINS/星光组合导航系统、重力梯度/SINS组合导航系统、合成孔径雷达(SAR)/SINS/星光组合导航系统和提出的重力梯度/SINS/星光自主组合导航系统的定位误差分别为78.1003 m、54.3399 m、39.2776 m和19.8495 m,证明了提出的重力梯度/SINS/星光自主组合导航系统的精度不仅远高于两个子系统,也高于SAR/SINS/星光组合导航系统。

针对采用扭转器作为执行机构的球载吊舱姿态控制方案,利用步进电机作为动力来源,设计了基于自抗扰控制(ADRC)算法的串级控制器,利用蜣螂优化算法(DBO)对控制器中的关键参数进行了寻优,利用寻优得到的控制器相关参数,对吊舱的姿态控制进行了仿真,并考虑了吊舱在飞行过程中抛砂对控制产生的影响。仿真结果表明,所设计的控制算法能跟踪静态与动态目标,控制精度较优,并具有一定的抗干扰能力,也证明了蜣螂优化算法的有效性。

针对卫星大角速率阻尼问题,研究使用姿控推力器的速率阻尼策略,兼顾姿控推力器开机次数少且开机时长短的设计原则。提出了综合三轴同时阻尼方法和单轴依次阻尼方法的协同阻尼策略,当卫星任意两轴角速率大于设定角速率阈值时,采用施密特触发器进行三轴同时阻尼以实现卫星大角速率有效阻尼;反之,采用按照角速率大小的顺序进行单轴依次阻尼以减少推力器开关机次数。数值仿真结果表明,协同阻尼策略能够有效实现卫星大角速率阻尼,并且有效降低推力器的开机次数和开机时长。

针对传统基于滤波方法的RIMU/GNSS组合导航系统因载体大幅度机动条件下滤波结果不稳定的问题,提出了一种基于因子图的估计方法。建立面向冗余惯性导航系统的状态方程与量测方程,并将冗余惯性数据融合至载体坐标系三轴。建立基于因子图的数据融合方法,将融合后的惯性数据与卫星信息抽象为因子节点,状态信息抽象为变量节点,构建包括惯性因子与GNSS因子的代价函数并以非线性优化的方式对状态量进行估计。数字仿真证实,因子图方法能有效降低载体的位置误差,且均方根误差明显小于卡尔曼滤波算法。

针对外界干扰和模型不确定性影响下的高超声速变外形飞行器,提出了一种基于深度强化学习的多通道端到端姿态控制方法。首先,建立了高超声速变外形飞行器姿态控制模型;其次,将飞行器姿态控制问题转化为马尔科夫决策过程;再者,基于双延迟深度确定性策略梯度算法开展了智能体训练,并将端到端生成的飞行控制指令进行了在线部署;最后,通过基本性能仿真和适应性仿真验证了所提出方法的有效性和泛化能力。

针对滑翔飞行器末端速度约束条件下的制导问题,本文在分析侧向过载对速度的控制作用后提出了两种制导方法。首先,建立侧向机动模型,分析侧向机动运动对飞行器能量耗散的作用,提出利用侧向机动控制飞行器落速;其次,为准确控制飞行器末端速度,分别提出基于速度修正和神经网络的制导方法,并进行了六自由度仿真计算。仿真结果表明:本文所提出的制导方法能够在落角约束条件下准确控制飞行器末端速度;基于速度修正的制导方法在工程上易于实现,基于神经网络的制导方法具有更好的速度控制效果,具备在线实施的能力。本文所提出的落速约束制导方法具有较好的工程实用性,对此类飞行器的制导系统设计具有一定的参考意义。

针对传统目标跟踪方法需要目标的先验位置信息、不适用于非合作目标跟踪的问题,提出了一种基于广角相机图像误差的视频小卫星目标跟踪方法。该方法首先建立了广角相机成像模型,然后计算目标在相机图像平面中的投影位置和期望位置之差,通过图像误差确定目标与视频小卫星的相对误差角速度和姿态误差,将其作为反馈项设计非线性控制器,最后利用Barbalat引理证明了系统的稳定性。仿真结果表明,在广角相机大范围视场下,该方法可以有效地将目标控制到图像平面中期望的位置,并且利用天拓二号卫星在轨验证了该方法的有效性。

提出了一种伪攻角三回路自动驾驶仪的设计方法,从控制系统的开环性能指标出发,在舵控处依次断开增稳回路和过载回路,建立开环参数与伪攻角三回路自动驾驶仪参数的关系式,并以开环性能参数为自变量,闭环性能参数为优化目标,设计粒子群算法结构与边界条件,实现伪攻角三回路自动驾驶仪的快速调参。仿真结果表明,本文提出的设计方法,可使伪攻角三回路自动驾驶仪获得良好的开环性能和闭环性能,具有一定的工程应用价值。

为了实现航天器与太阳翼的柔顺对接,以六自由度并联调姿机构为研究对象,提出了一种基于阻抗控制的接触力控制策略。首先,建立了对接件与待对接件间的阻抗模型,将接触力误差量转换为位置修正量。其次,基于阻抗控制,引入了自适应控制器,解决了阻抗控制目标参数固定的弊端,提高了控制系统对环境的适应性。同时,加入了模糊控制器,实时在线调节阻抗参数。最后,基于Adams和Simulink进行联合仿真,仿真结果验证了所提方法的有效性。

针对威胁区交叉重叠且全覆盖飞行路径的变体飞行器轨迹规划问题,提出了一种考虑威胁区通行概率和变外形参数优化的轨迹规划方法。基于分层强化学习思想,通过设置飞行环境集合、决策选项、代价函数、Q函数以及选项内的策略等,建立了变体飞行器路径决策的分层强化学习模型;通过训练得到的评价网络,能够结合威胁区通行概率对实际的场景进行路径决策;根据飞行器可变外形的特点,优化所得决策结果的参数,得到全过程的通行轨迹和外形形态。仿真结果表明,该方法能够根据实际情况实时决策飞行路径,经过优化后得到全过程的优化轨迹和飞行形态。

针对高速飞行器在再入滑翔过程中的多约束、强时变问题,本文结合深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)的在线自主决策优势,根据威胁区信息,实时生成规避策略来进行动态禁飞区规避航迹规划。进一步为增强高速飞行器对环境不确定因素的抗干扰能力,在规避轨迹基础上选取航路特征点集合,采用预测校正在线制导方式,根据飞行任务需求和终端约束,实时校正高速飞行器飞行状态,最终实现高速飞行器精确制导。同时,为验证方法的有效性,开展了相应的数值仿真分析。结果表明,本文方法能够有效规避禁飞区,增强了对不确定因素的适应性,具有一定的工程应用价值。

针对太阳翼对接过程中姿态调整的快速性和准确性需求及人工调整不便的问题,本文设计了一种调平策略,能够根据地面状态更新调姿机构的运动学参数,利用激光跟踪仪获取调平所需位姿,采用基于运动学逆解的关节位置闭环控制实现动平台的调平,避免了传统支腿升降调平法在调平过程中存在的虚腿问题,实现了调姿机构从支腿收起状态到触地支撑状态再到动平台调至水平状态的自动调节。通过仿真验证了该调平策略的可行性,为太阳翼对接用调姿机构在工程应用中存在的虚腿调平问题提供了解决思路和方法。

为解决飞行器方向舵在复杂多变的工况条件下的故障诊断准确性问题,提出了一种结合卷积神经网络(CNN)和基于网络的深度迁移学习(NDTL)的NDTL-CNN故障诊断方法。首先,搭建了飞行器方向舵的故障仿真模型,采集不同工况条件、健康状态下的多维传感器数据;然后,设计了CNN,其自适应地从定工况数据中深度提取特征,能够有效捕获方向舵的故障特征信号;最后,对定工况下的预训练CNN进行模型微调,将其迁移到变工况数据中进行故障诊断。实验结果表明:所提方法在短时间内将变工况下CNN的诊断精度提高了15%,最终NDTL-CNN的诊断精度为97.7%,达到了在复杂多变的工况条件下精确辨识方向舵的健康状态。

针对固体捆绑运载火箭固体发动机大范围推力变化、推力不同步问题,提出了一种固体捆绑火箭联合摇摆控制方案。首先利用燃烧室压强估算各台固体发动机实时推力,根据推力变化在线修正控制器参数,以适应固体发动机大范围推力变化;然后采用推力不同步前馈控制,消除推力不同步影响;最后采用固体发动机下沉角实时补偿控制方法,消除固体发动机摆心漂移影响。经仿真验证,该方法可有效解决固体助推器间推力不确定和推力不同步带来的控制难题,大幅提高姿态控制精度,提升固体捆绑火箭飞行适应能力。

对序列凸优化方法在带动力飞行器再入轨迹优化中的应用进行了研究。首先,针对原始优化问题中控制量高度耦合且非线性的问题,通过引入新的控制量并建立与原始控制量的映射关系,得到关于控制量为线性的状态方程。其次,对原始优化问题中的非线性动力学方程、性能指标、过程约束与控制量约束进行松弛和线性化处理,通过附加状态变量的信赖域约束,并在性能指标中加入速度方位角的积分项以保证松弛和线性化的合理性。进一步,通过离散技术,将原始问题转化为一个凸优化问题。最后,通过数值仿真进行了算法验证。结果表明,本文算法对于带动力再入轨迹优化问题具有较高的求解精度,序列凸优化求解结果满足原始非线性约束,在一定精度范围内优化解可以作为原始问题的可行解。

针对航天型号体系化高带宽智能总线数据的实时处理需求和现有架构数据整理耗时、运维复杂等问题,开展轻量化的高可靠分布式处理架构研究。通过构建元数据模型库和数据解析器完成数据的清洗和转换;采用基于ORC文件格式的分布式文件系统替代原有Hbase分布式列存储方案,增强平台的易用性和可靠性;基于Spark内存计算模型提升平台的计算、分析能力,结合数据流分片存储机制和索引库实现数据查询的优化加速。该分布式处理架构已应用到某装备系统中,保证了系统高密度试验数据的快速处理、稳定存储和高可靠应用,为高带宽实时数据的快速处理和管理提供了一种解决方案。

针对地磁场模型更新慢和误差大而引起的地磁导航精度难以提高的问题,提出一种基于人工神经网络的地磁模型误差预测方法,通过建立地磁场强度矢量要素与地理特征及时间信息之间的映射关系,结合在轨卫星的磁场测量数据,实现对地磁场模型误差的估计和预测;此外,提出了一种神经网络与滤波器组合的地磁导航方法。为了验证方法的精度和有效性,利用卫星的实测信息进行了仿真分析,结果表明:同现有文献中先进的导航方法相比,位置和速度精度由4.15 km和4.38 m/s提高到了1.34 km和1.47 m/s,明显改善了地磁导航精度和效果。

针对飞行器复杂环境下强耦合、非线性和气动参数变化剧烈的问题,提出一种基于蜻蜓算法的自抗扰控制器设计方法。首先建立复杂环境下飞行过程三通道的数学模型,采用扩张状态观测器估计系统的状态和总扰动,并对观测到的干扰进行补偿,采用蜻蜓算法整定优化自抗扰控制器的参数,最后通过六自由度仿真进行验证。结果表明,优化后的控制器参数具有更好的控制精度,在气动参数拉偏的情况下也具有较好的控制效果。

针对夺旗运动中追逃博弈的最优躲避问题,提出了一种多人追逃的协商微分对策最优躲避策略。首先,建立夺旗追逃线性化模型,并对模型进行降阶。其次,考虑能量约束和交汇时刻博弈双方距离的代价函数,构造了哈密顿函数。最后,利用 Hamilton-Jacobi-Isaacs(H-J-I)方程组,求解得到了协商微分对策最优躲避策略。对所设计最优躲避策略进行了“二追一”仿真和多层追捕仿真,结果表明夺旗一方的队员成功夺旗的同时能量消耗最小,验证了本文提出协商微分对策躲避策略的有效性和适用性。

通过分析某地区2014年12月~2019年12月、时间间隔3.5 h内的最大气动载荷偏差,发现最大正偏差达到1297.62 Pa·rad 、最大负偏差达到-924.43 Pa·rad 。主要原因是由于3.5 h内高空风出现异常增大、异常减小导致的。通过对该两个例的发射前3 h高空风进行建模订正,最大气动载荷绝对差值分别由1297.62 Pa·rad 和924.43 Pa·rad 减小到908.60 Pa·rad 和286.56 Pa·rad,降幅分别为389.02 Pa·rad 和637.87 Pa·rad,表明该建模订正方法有一定的改进作用,有利于提高火箭安全飞行的保障能力。

针对具有惯性不确定和执行器故障的航天器编队姿态协同控制问题,利用宽度学习系统的逼近特性对系统的广义扰动和执行器故障进行估计,同时采用迟滞量化器对控制力矩信号进行量化,以降低对通信速率的要求,并减少抖振现象。在此基础上,提出一种基于模型预测控制和快速非奇异积分终端滑模的复合结构容错控制器。利用代数图论和Lyapunov理论分析了闭环姿态系统的稳定性。最后,通过仿真验证了本文提出的控制方法与现有方法相比的优越性。

针对传统人工势场(Artificial Potential Field,APF)解决避障问题时出现的局部极小值、目标不可达等缺点,提出了一种结合APF和具有协同避障效果的最优一致性控制方法。基于固定无向通信拓扑的双积分器无人机编队模型,引入具有避障代价函数的最优一致性控制协议,解决APF避障的局限性问题,同时对多无人机进行编队控制,使无人机编队控制系统的一致性性能指标、控制消耗性能指标和避障性能指标达到最优解。此外,通过对每架无人机构建虚拟斥力势场,防止在避障过程中出现机间碰撞。仿真结果表明,与改进APF的非最优一致性控制相比,本文提出的改进APF的最优一致性控制能够缩短任务用时32%,且能够极大程度上保持队形完整性,减少避障所造成的一致性消耗和控制损耗。

陆地探测一号卫星搭载了L波段多极化SAR进行对地观测,为保证高精度、高频次的地面时空重访,卫星在轨进行了严格回归轨道控制。针对双星分批部署的任务约束问题,基于严格回归轨道特性,分析了发射窗口差异对轨控的影响,初期组网捕获采用了摄动补偿控制策略,能够有效减少燃料消耗。针对严格回归轨道的长期面内外控制在轨实践情况进行了分析研究,在轨飞行结果表明,卫星真实轨迹维持在参考轨迹附近百米级管径内,满足了预期的管径控制要求。

针对卫星导航拒止环境、分布式集群纯惯导误差快速发散问题,提出了一种适用于所有节点均为纯惯导的分布式集群的协同导航方法,设计了秩亏约束卡尔曼滤波器,在量测量数量少于状态量数量导致滤波方程秩亏时,仍可以实现分布式集群协同导航,减小惯导误差。构建了无人机飞行试验平台,飞行试验验证结果表明,组网内无高精度节点,协同导航修正后位置和速度精度可提升两倍左右;组网内有一个高精度节点,协同导航修正后位置和速度精度可提升10~20倍左右。

针对参数众多的自适应增广控制(Adaptive Augmenting Control, AAC)技术,提出了两种基于优化算法的参数整定方法,实现了对AAC控制器参数的合理设计。第1种方法是使用粒子群算法,通过设计合理的适应度函数,使得优化得到的参数在标称状态下尽量不影响系统,在有干扰的情况下提升系统的抗扰动能力。第2种方法是重新定义高低通滤波器,减少优化参数数量,使用遗传算法得到优化的参数可以加快计算速度。仿真结果验证了使用优化算法得到的参数的合理性。与PD控制系统相比,AAC控制能够提升抗干扰能力;与滑模控制系统相比,能够看到相同精度下AAC控制的控制指令更加平滑。将第2种方法中得到的参数与使用粒子群算法对比,使用遗传算法得到的参数具有更优的性能。

针对被操作目标运动状态变化导致双臂与目标间内力发生突变的问题,提出了一种空间机动目标双臂协调柔顺操作控制方法。首先,针对空间双臂协调柔顺操作任务,分别建立双臂空间机器人开链动力学模型和闭链动力学模型;其次,考虑目标机动产生的扰动,设计阻抗参数自主调整策略,在双臂末端与目标间作用力发生较大变化时,可以保证双臂协调操作任务的平稳性和安全性;最后,搭建双臂协调柔顺操作地面物理试验系统,并开展物理仿真试验验证,试验结果表明了本文所提方法的有效性。

研究了以电推小推力作为主要的轨控推力来源的高轨卫星在轨控期间的自主导航算法。针对GNSS接收机在高轨的测速精度相对较差,以及轨控期间电推产生的推力较小,常规加速度计无法准确测量,从而导致在轨控期间自主导航精度下降的问题,提出了基于EKF+PI滤波的一体化自主导航算法。通过结合EKF滤波和PI滤波算法,经EKF滤波抑制GNSS接收机定位数据的测量白噪声,然后通过PI滤波估计电推加速度并反馈给EKF滤波算法,提高电推工作期间EKF算法的导航精度。仿真结果表明,基于EKF+PI滤波的一体化自主导航算法可以准确估计出电推加速度大小,同时可有效提高连续小推力轨控期间的自主导航精度。