针对捷联惯导系统(SINS)导航误差累积、定位精度低的问题,利用大气数据系统(ADS)修正 SINS 的状态量,包括失准角、速度误差与位置误差,提出一种 SINS/ADS 误差修正方法,分别对 SINS、基于文献的 SINS/ADS 与本文基于误差修正方法的 SINS/ADS 进行导航仿真与对比,仿真结果验证了该方法能有效抑制误差发散,降低导航误差,提高定位精度。

综述了液体火箭发动机的故障模式,总结了液体火箭发动机故障诊断技术的最新成果,包括基于物理模型、信号分析和人工智能的故障诊断方法;将不同故障诊断方法的应用进展及其诊断效果进行了对比分析;并对液体火箭发动机故障诊断方法的发展趋势进行了展望。

针对复杂空间环境下的太空任务场景,提出一种小卫星集群系统任务规划与控制方法。研究了小卫星集群系统空间任务规划模式及主要流程;引入基于不同任务模式的集群智能指挥与决策方法;通过优化转移轨道与任务构型,在减少轨道转移消耗的同时提高目标观测效果,引入自主协同控制使集群个体配合执行任务,提高任务的准确性,使性能最大化。仿真结果表明:小卫星集群系统任务规划与控制设计可实现对空间目标的多轮精确观测,解决小卫星集群空间协同问题,为开展更大规模集群设计提供理论基础和技术支撑等。

针对目前采用ASIC芯片架构的GNSS接收机设计完成后算法和软件不易改变、扩展性低和灵活性差等缺点,提出一种基于FPGA的接收机架构并进行了软硬件设计。接收机在FPGA芯片的基础上完成信号的捕获、跟踪和解算等一系列操作,提高了接收机的集成度、扩展性和兼容性。同时针对卫星定位原理造成的高程误差较大的缺点,将高精度大气压强传感器引入接收机,对接收机输出的高度信息进行校正。地面跑车试验结果表明,该接收机能够可靠实现符合预期的定位功能,具有一定的工程实用性。

针对高速机动飞行器常用的程序化机动突防方式适应性不强、突防效果不稳定的问题,提出了一种基于深度强化学习算法的机动博弈制导方法。该方法以增大交会摆脱量为任务目标,采用深度神经网络拟合飞行器的制导律,应用强化学习方法训练网络参数,得到一种以突防拦截双方的位置和速度为输入、以飞行器的需用过载为输出的智能机动博弈制导律。数学仿真验证结果表明,在连续的状态空间和动作空间中,飞行器能根据当前态势自主选择合适的制导指令。相比传统突防方式,该制导律显著提升了交会摆脱量,且突防效果更稳定。

基于对飞行器飞行控制软件的需求(包括功能需求以及性能需求)的分析结果,提出一种基于战星嵌入式实时操作系统的多核分布式飞行控制软件架构,架构共分为5层,从下至上依次为:操作系统层、硬件接口层、框架层、应用层和重用构件层。该架构目前已经应用于多个项目,具有可移植性好、可靠性高、实时性强等特点,能够降低项目研制时间与成本,提高飞行控制软件的可靠性与安全性。

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。

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。

从巨型星座轨道运动的力学特性出发,分析了星座空间安全性及自主防碰撞方法。针对碰撞发生的轨道相对运动特征,基于球面三角学构造了碰撞的轨道参数表征形式,分析了星座内部和星座外部的碰撞风险。针对异轨空间目标相对速度大、交会时间短的特征,提出了基于多轨交会航过观测的碰撞风险监视和自主防碰撞规避。以Cosmos-2251卫星和Iridium-33卫星的碰撞为例,分析了碰撞风险目标的相对运动特征,仿真分析了多轨交会航过目标监视和自主碰撞规避的可行性。

针对带有大型挠性附件的航天器姿态控制系统,将自适应模糊控制和模型预测控制相结合,设计了大挠性航天器的模糊模型预测姿态控制策略。基于大挠性航天器的动力学模型,采用泰勒展开设计出了非线性模型预测控制律,避免了预测控制在线优化过程中繁琐的计算,有效降低了计算复杂度。针对大挠性附件振动导致的不确定性扰动对姿态控制的影响,使用自适应模糊控制来逼近不确定扰动。基于Lyapunov理论证明了控制系统的稳定性,并推导了模糊参数的自适应律。仿真结果表明所设计的控制策略对大挠性附件振动有很好的抑制作用,可以控制姿态角对期望值实现快速跟踪,具有较好的控制特性。

针对无人机集群抗干扰通信问题,提出了一种以同时实现信息传输速率最大化和跳频开销最小化为目标的智能快跳频算法。首先在传统Q学习基础上,利用近期信息价值增益选择跳频点,再依据对环境的观测信息,并运用矩更新方法修正基于高斯-伽马分布模型的Q值,进而实现了对无人机集群快跳频策略性能的提升。仿真结果表明,相较于随机快跳频和基于传统Q学习的智能快跳频算法,所提算法能更快地学习到性能更佳的快跳频策略。

对基于模型的系统工程(MBSE)的发展及其在航天控制中的应用进行了综述。首先阐述了MBSE的定义及其发展过程,介绍了MBSE的三大支柱:建模语言、建模方法和建模工具,对比了主流建模工具的特点。其次,针对MBSE在航天控制中的应用,从控制系统架构设计、控制系统可靠性与安全性分析、控制系统校核和验证三方面对现有研究进行了综述。最后,围绕多领域联合仿真、控制系统数字孪生以及控制系统智能化设计与优化对MBSE在航天控制中的应用前景进行了展望。

针对自抗扰控制器在无拖曳卫星应用时瞬态性能以及鲁棒性上的不足,提出了自抗扰控制器非线性fal函数的改进形式——faln函数。函数通过调节函数大误差段增益,提高扩张状态观测器的抗差能力,以改善控制系统的性能。将faln函数与现有的自抗扰控制器形式进行对比仿真分析,结果表明faln函数可以让控制器拥有更快速、平稳的过渡过程,可以很好地提升无拖曳系统的控制性能。

以交互式感知空间遥操作在空间在轨服务上的应用为背景,首先阐述了当前国内外交互式遥操作机器人在航天技术上的工程案例,探究交互式感知空间遥操作机器人的主要技术组成及核心难点与当前主流技术方法与研究进展,讨论了开展交互式感知遥操作研究的必要性和急迫性,在此基础上展望了交互式感知遥操作在轨服务中的应用,讨论了今后的研究方向,提出了视觉反馈+力反馈+局部自主智能+辅助装配+路径规划+机械臂运动规划的技术路线。

针对高速飞行器与拦截器的攻防博弈问题,研究了一种基于双深度Q网络(DDQN)的改进算法。该算法针对经典DDQN样本利用效率低的问题,设置多个经验池,并将一轮对抗中Q值的累积时序差分误差(TD-error)与累积奖励值相结合,通过模糊推理计算样本存储至不同经验池中的概率。再根据累积奖励的时序差分误差设计积分抽样器,从不同经验池中抽取样本进行训练。模型的奖励函数设计原则为在成功突防的基础上减少自身机械能消耗。实验结果表明,相比于经典DDQN算法,改进算法能够有效提高样本利用效率,为解决高速飞行器机动突防问题提供了一种新思路。

针对变形飞行器动力学模型非线性强、不确定性大,以及变形引起模型变化范围大的问题,基于双延迟深度确定性策略梯度算法提出了一种深度强化学习姿态控制方法。首先,基于多刚体系统建立了变形飞行器动力学模型,然后在马尔可夫决策过程的框架下设计了算法所需状态空间、动作空间以及奖励函数,通过在状态空间中引入姿态跟踪误差历史信息,进一步提高了控制精度,并将策略网络与传统PD控制结合形成复合控制器,提高了算法训练效率,最后通过数学仿真验证了深度强化学习控制策略对变形过程模型不确定性与外界复杂干扰的强鲁棒性,以及对不同变形指令的强适应性。

针对通信拒止复杂环境下的导弹集群多目标分配问题,提出一种分布式的多目标分配与决策方法。基于弹-目攻防性能指标,设计时间戳、获胜导弹、获胜投标、优势度等列表,通过一致性和拍卖阶段,优化目标分配方案,并借鉴自然界鸟群、鱼群等群居性生物的群体协同运动机制,利用“避撞-结队-聚集-攻击”集群行为规则模型(Separation Alignment Cohesion Offense,SACO),结合集群动态拓扑交互机制,建立支持不同通信拒止等级环境下的导弹集群运动决策模型,使导弹集群涌现出宏观的作战行为。仿真结果表明,本文设计的方法能够在不同通信拒止等级条件下进行多目标分配和决策,涌现出宏观的集群作战行为,并具有较好的优化性能,其计算效率相对于其他方法具有更明显的优势。

从三回路过载驾驶仪的模型出发,给出形式统一的系统开环传函、闭环传函及闭环特征方程,然后依据闭环传函确定系统控制增益与闭环极点、开环截止频率的关系。通过引入舵偏角速度约束、开环截止频率约束、稳定裕度指标约束及高频部件约束,进而给出最小化闭环系统等效时间常数的目标函数。形成典型的约束条件下参数寻优范式,通过求解系统最优解,实现系统开环截止频率、相位裕度的精确设计,形成一种可工程化的极点配置设计方法,算例检验了方法的有效性。

针对多四旋翼无人机编队队形保持不变情况下的航迹优化问题,在飞行过程中以图论方法为基础将四旋翼无人机编队看作一个虚拟刚体,将编队中的跟随无人机看作领航四旋翼无人机的约束来处理,优化过程中仅考虑领航四旋翼无人机的最大转弯半径约束、队形变换时间约束及转换而来的约束,并将编队飞行所需能量最小作为优化目标,求解多四旋翼无人机编队定时到达目标的航迹优化问题,然后基于Gauss伪谱法对领航四旋翼无人机进行航迹优化,将其转化成一个非线性规划问题。仿真结果表明,利用本文提出的算法可以获得一条平滑飞行航迹,满足定时到达目的地约束、多无人机性能约束和环境约束要求;所获得的航迹能安全绕过障碍物,提高了无人机编队的生存能力,有一定的工程应用价值。

针对固定速度增量条件下Lambert交会中的转移时间,使用一种基于横向偏心率的Lambert交会求解算法,解决了经典普适变量法求解Lambert交会中的奇异点问题,并将转移时间表示为横向偏心率的函数;利用自适应粒子群优化算法对轨道转移中转移时间进行优化,采用自适应惯性权重和自适应变异机制优化转移时间,达到用最短的时间在固定速度增量的情况下实现Lambert交会。仿真校验新算法,结果表明新算法在固定速度增量条件下求解效率高,能得到最优转移时间,可应用于航天器空间交会。

为提高基于等价空间原理的故障检测方法在冗余捷联惯组故障检测中的适用性和鲁棒性,提出了一种补偿噪声的t检验最优奇偶向量法(t-OPT)。该方法在最优奇偶向量法(OPT)的基础上引入t检验构造了新的故障检测函数,使用卡尔曼滤波算法补偿了t-OPT方法中故障检测函数的随机噪声,使检测方法在奇偶残差统计特性未知、存在噪声干扰和故障幅值较小的情况下,仍可以实现对故障器件的准确定位。仿真结果表明:该方法可以检测到冗余捷联惯组中低故障幅值的常值漂移,有效降低了常值漂移故障检测的虚警率以及线性漂移故障的检测时延。

为适应新一代运载火箭电气设备数字化、智能化的发展,提出了基于嵌入式实时操作系统的飞行控制软件多任务设计方法。设计了飞行控制、数据管理、精确关机等任务,根据实时性要求设置了相应任务的优先级;设计了飞行控制任务在三冗余处理器中一致性运算的机制;提出了控制周期内多任务共用临界资源的约束性要求作为冗余同步运行的余量指标。本文设计的多任务已在新一代中型运载火箭飞行试验中得到验证。

针对液体火箭发动机运行过程中外界载荷及自身属性存在不确定性导致失效的问题,提出了一种基于泰森多边形区域划分结合自适应克里金代理模型的液体火箭发动机可靠性分析方法。该方法通过对全局进行泰森多边形区域划分,结合改进留一法选取最敏感区域,通过主动学习函数筛选样本点,进而迭代更新液体火箭发动机的克里金代理模型。该方法的优势在于,能够依据较少的样本点构建精确的液体火箭发动机模型,实现液体火箭发动机失效概率的准确预测。将本文所提方法应用于实际液体火箭发动机可靠性分析中,构建的代理模型测试计算误差与其他模型相比小于1%,效率提高了48%,从而高效地实现了液体火箭发动机的可靠性分析,降低了计算成本。

针对多无人机执行编队飞行任务过程中在时间、空间、姿态多维度协同配合的问题,提出了一致性算法和领航跟随法相结合的无人机编队控制方法。基于领航跟随法将无人机分为领航机和跟随机,领航机和跟随机共同组成无人机编队。在此基础上设计了无人机运动学模型和基于一致性算法的编队控制器。实现了无人机编队飞行控制系统,控制多无人机执行协同探测编队飞行任务。最后,使用三台无人机开展飞行实验,验证了该编队飞行控制方法的有效性,为使用无人机模拟卫星来测试星载有效载荷设备提供了支持。

为解决同型号火箭控制系统测发数据少、故障样本不足的问题,本文提出一种数字孪生驱动的火箭控制系统健康管理框架。首先,从系统组成层面和飞行任务剖面对控制系统进行系统级分析;在分析控制系统典型故障模式的基础上,提出健康管理系统的功能需求和方案制定;建立控制系统的五维系统组成和四维模型融合,实现其数字孪生体的模型构建;接着提出数字孪生驱动的故障诊断六维系统架构,并从控制系统运维策略实体验证、虚拟模型验证和虚实实时映射来阐述其三阶运行机制;该框架为控制系统典型单机设备的数字孪生故障诊断技术提供了理论依据和模式借鉴。

针对星载GNSS接收机易受单粒子影响和地面干扰的问题,研究星载GNSS接收机抗单粒子及干扰方法。根据星载GNSS接收机在轨测试数据,分析星载GNSS接收机异常原因、机理,提出星载GNSS抗单粒子及地面干扰方法,可规避或检测GNSS异常并自动处置恢复。该方法已应用于某型号星载GNSS接收机,经过分析,结果表明:该方法可有效保障GNSS接收机正常工作,不影响卫星载荷任务,取得了良好的使用效果。

针对传统的粒子群优化算法容易陷入局部最优解的问题,采用量子粒子群优化算法开展了无人机三维航迹规划。详细分析了固定翼无人机的飞行性能约束条件。为了减小算法计算复杂度,提高规划效率,对三维航迹规划问题的高度规划采用了直接设定策略,即,设置各个航路点的高度介于最大、最小飞行高度之间,从而将三维航路规划问题简化为二维航路规划问题。设计了收缩-扩张因子的线性增大调节策略、代价函数和航迹规划流程。分别采用量子粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所设计的量子粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。

利用周期调相、PWM调控和差分放大技术生成正负交变、占空比可调的液晶薄膜驱动信号,设计并研制了一台基于液晶薄膜的反射率控制装置,可实现太阳帆面反射率参数的连续调控功能。地面实验结果表明,所研制装置可实现反射率参数的连续调控、简单的通断控制,提高了控制的灵活性和适用性。

多智能体系统在许多实际领域中得到了广泛应用,包括机器人技术、分布式控制和多人游戏等。这些领域中的许多复杂任务无法通过预定义的智能体行为来解决,而基于通信的多智能体强化学习(Multi-Agent Reinforcement Learning, MARL)技术是应对这些挑战的有效方法之一。该领域存在2个核心问题:1) 如何建立有效的多智能体通信机制,从而提升多智能体系统的整体性能;2) 在带宽受限的场景下,如何设计高效的通信调度方案从而压缩通信过程中冗余信息。本文首先对处理这两个核心问题的文献进行了概述并重点介绍具有代表性的一些工作,接着说明其在航天领域的应用前景,最后进行总结。

介绍了液体火箭上升段制导方法的发展历程。从飞行任务需求、控制计算理论、箭载计算平台3个角度,梳理了大气层内外上升段制导的开发背景和驱动力。在大气层外制导部分,介绍了迭代制导、动力显式制导和数值最优制导的工作原理、存在问题和改进策略。在大气层内制导部分,介绍了常用的摄动制导方法和降低气动载荷的减载控制策略,讨论了闭环轨迹优化在大气层内制导中的应用。最后,展望了上升段制导方法未来的发展方向,探讨了数值规划和机器学习技术在上升段制导中的应用前景以及制导方法的几个发展方向,如智能化、可靠数值化等。

针对中国地球静止轨道(GEO)导航卫星定点精度要求高、在轨位置保持操作频繁等特点,设计了一种基于惯性测量单元(IMU)的自主导航方法。该方法能够在卫星位置保持操作期间,有效地给出导航卫星的精确轨道信息。该自主导航方法采用IMU测量卫星的姿态信息和加速度信息,并基于轨道动力学方程设计了导航卫星位置保持期间的自主导航算法,仿真表明该方法可以大幅提高GEO导航卫星位置保持期间的自主导航精度,从而保障GEO导航卫星导航业务的连续性。该方法结构简单,性能可靠,具有良好的工程价值。

针对航天器姿态跟踪问题,建立了基于误差四元数的姿态控制系统二阶数学模型。基于现代控制理论,通过设计四元数状态反馈控制器对姿态控制系统的极点进行配置,实现航天器姿态的稳定跟踪。仿真结果表明,设计的状态反馈控制器能够实现微型航天器的高精度姿态跟踪控制。

为了解决TVM编译器在航天应用过程中优化时间过长的问题,针对TVM的自动搜索框架Ansor,提出一种新的基于LightGBM算法的成本模型来预测代码的运行时间。LightGBM算法由于减少了分裂点数量、样本数量、特征数量,使得新成本模型有效地降低了计算量,在不损害准确率的条件下加快了模型的训练速度,缩短了优化时间。实验结果表明,在相同的优化任务下,具有新成本模型的Ansor在优化时间上提高了1.6倍,整体推理时间提高了6.1%。

卫星星载转台的快速扫描运动会对星体姿态产生较大扰动,为维持受扰期间星体姿态的高精高稳指向,在转台扫描路径规划和星体姿态控制器改进两方面采取措施:利用阿基米德螺旋线对载荷指向的星下点轨迹进行规划,使转台的转角、转速平滑缓变,以减小转台运动对星体姿态的扰动;根据规划轨迹解算的转台运动指令信息和转台的精确动力学模型,实时计算转台运动对星体产生的干扰力矩,并将其作为前馈量在控制器中同步补偿,再叠加高带宽的反馈控制,形成前馈+反馈的复合控制器结构。最后通过仿真验证了上述措施的有效性。

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%。

分析了低中高不同轨道高度受摄演化规律,针对2种典型的异构混合星座,提出了星座部署偏置量计算方法及星座构型保持控制策略。算例表明,合理利用入轨轨道参数偏置和摄动运动保持控制,可以实现异构星座卫星最优协同工作。

由捷联惯性导航(SINS)和全球定位系统(GPS)组成的组合导航系统在使用时会受周边恶劣环境干扰,导致GPS失锁现象发生。针对GPS失锁后精度迅速下降,无法正确导航的情况,提出了一种基于RBF神经网络辅助组合导航算法。在GPS信号良好且可用时,通过卡尔曼滤波对组合导航输出的导航信息进行数据融合,将解算后的速度和位置信息送入RBF网络进行在线训练;当GPS接收机信号异常导致失锁时,利用训练好的RBF网络补偿载体自身的速度和位置误差信息。该算法可以解决SINS随时间的增加,位置和速度误差逐步累积,导致无法导航的问题。通过跑车实验解算速度和位置信息,结果表明,速度平均误差在0.36m/s以内,位置平均误差在3.14m以内,证实了该算法对组合导航的有效性。

针对运载火箭自适应增广(AAC)控制器的稳定性分析和参数设计问题展开研究。首先,在假定PD控制器稳定的前提下,证明AAC控制器的引入不会破坏PD闭环系统的稳定性。其次,提出了一种基于数量级计算的参数设计方法,实现快速高效设计AAC控制器。最后,通过数学仿真的方式验证相关算法的正确性。仿真结果表明,AAC控制器能够在刚体、弹性参数大偏差情况下实现对系统的稳定控制,证明了AAC控制器的稳定性和优越性,为后续工程实践应用打下了必要的基础。

针对单一的导航源导航信息单一、易被干扰、可靠性低的问题,本文设计了一种多源融合定位导航算法,构建了SINS/BDS/里程计/气压高度计/电子罗盘的融合导航模型。并且对多源导航信息融合过程中可能出现动力学模型易受扰动,以及量测信息异步异质的情况,设计了抗差自适应滤波器,来控制动力学模型预测信息异常和量测信息异常的影响,此外还研究了信息融合过程中滤波发散的判断、处理方法,并给出了滤波校正的手段,最后基于不同的信息融合模型和滤波方法做了半实物仿真实验,并对滤波结果进行了分析和总结。实验结果表明本文设计的多源融合导航算法可以整合多传感器的优势,提供高精度、高可靠性的定位导航服务。

针对高低温偏差下固体发动机推力、耗尽时间和秒耗量散布大的问题,提出了一种以速度模值增量为自变量的固体运载火箭序列凸优化制导算法。该算法以速度增量替代传统的飞行时间为自变量建立动力学模型,采用序列凸优化算法求解多约束耗尽关机制导问题,并基于速度模值增量在线辨识高低温工况,修正内弹道模型。该方法相比以飞行时间为自变量的序列凸优化算法具有更高的制导精度和鲁棒性。最后,通过某型固体运载火箭高空飞行段制导数值仿真,验证了以速度增量为变量的序列凸优化算法和内弹道修正模型的有效性。