多卫星成像任务规划的冲突消解

分析了多卫星成像任务规划中多卫星之间的任务冲突,印多卫星成像任务冲突和多卫星下传任务冲突,研究了这两类冲突的消解方法;提出了基于拍摄概率的多卫星成像任务冲突消解算法和基于非互斥链的多卫星下传任务冲突消解算法.将多卫星成像任务规划问题转换成各卫星独立的成像调度问题,从而降低了问题的复杂度.实验表明,该方法解决了多卫星之间的冲突问题,使星地资源得到均衡有效的利用.     

伪码连续波交会对接雷达信号处理机设计

介绍了某伪码连续波交会对接雷达信号处理机设计.在测距中,提出用噪声较小的载波相位△伪距测量值对伪距进行处理,得到高精度测距值.在测角中,提出了一种干涉仪天线阵结构和干涉仪解模糊算法,针对通道载波相位误差可能引起的解模糊错误,又提出了一种纠正方法,仿真显示,在发生解模糊错误的概率高达0.42的情况下,该方法仍然可以识别并纠正所有解模糊错误.实验表明,该信号处理机可以满足空间航天器交会对接的要求.     

基于对偶四元数的卫星信息一致性控制

为了解决航天器控制信息一致性问题,提出了利用对偶四元数来描述对象的位置及姿态信息,实现位置与姿态的统一表述。同时利用信息一致性理论,通过设计航天器间的信息传递模型来解决分布式航天器间的状态同步问题。采用对偶四元数及信息一致性理论为工具,分别给出了位姿同步及跟踪两种控制方法并针对两种信息拓扑模型,以空间交会对接问题进行仿真实验,实验结果表明,在500s以内,卫星的位置及姿态实现了同步及跟踪控制。     

空间交会对接用激光雷达敏感器

本文讨论了在航天飞行器的空间交会对接(RVD)技术中采用激光雷达敏感器的可行性。提出在航天飞行器的自主交会对接技术中,应采用一种简单、实用的单目标系统。     

一种A da95分布计算的实现模型

在研究 Ａｄａ９５ 分布计算语义的基础上,提出了一个支持 Ａｄａ９５ 的分布计算的实现模型 并讨论了在该环境下实现 Ａｄａ９５ 分布计算所存在的问题和解决方法,以及如何实现非 Ａｄａ９５ 分布计算语义的 Ａｄａ 程序的分布并行计算的问题对于后者,着重讨论了远程会合的实现问题     

面向Torque游戏引擎的网络数据传输优化方法研究

Torque游戏引擎是目前非常流行的跨平台游戏引擎,广泛用于包括智能终端在内的游戏开发。分析了TGE引擎的总体架构,深入剖析了其网络核心模块的设计理念和实现模型,详细讨论了基于TGE引擎的任务下载流程。针对因TGE引擎内部同时维护的客户和服务器端而导致的任务下载流程复杂、游戏资源加载时间长的问题,从下载流程脚本和引擎实现两个角度给出一套完整的任务数据传输优化方案。实验结果表明,该网络数据传输优化方案能够有效地提高TGE引擎的客户端任务场景下载速度。     

基于因特网的MPEG-4视频流技术

从力求视频流服务质量最好的角度，介绍和讨论基于因特网的MPEG-4视频流技术分压缩编码方法、QOS控制和传输结构体系。     

基于多目标影响图效果作战模型

针对目前基于效果作战评估中没有涉及多目标以及决策者的偏好的情况,将多目标影响图引入到基于效果作战模型.首先分析了基于效果作战中各主要要素之间关系,其次提出了基于效果作战模型构造过程,然后将其与多目标决策理论结合建立了多目标基于效果作战模型,用多目标影响图对其进行建模,并给出了求解方法,最后将基于多目标影响图效果作战模型应用于空战任务分配中.仿真结果表明该模型的有效性.     

基于空间交会的GPS/INS组合导航系统仿真

由于实验务件限制,GPS/INS组合导航系统很难在真实空间交会对接环境中进行GPS/INS组合导航系统性能测试研究。为此,简要设计和实现了基于空间交会的GPS/INS组合导航软件仿真平台,研究了基于空间交会两航天器绝对和相对运动轨迹生成、GPS/INS组合导航系统误差建模、观测数据生成等实现方法,并通过仿真数据分析验证了这种设计方案的可行性,为进一步开展相关研究奠定了基础。     

A REVIEW ON THE APPLICATIONS OF DEEP LEARNING IN AIRCRAFT DYNAMICS AND CONTROL

飞行器动力学与控制历经多年的发展取得辉煌成就,也面临着一系列亟需解决的难题。深度学习基于存储、记忆、预训练的新模式为动力学与控制难题的解决提供了新途径。本文以提升飞行器控制自主性和智能水平为研究主题,从三个方面总结了深度学习在飞行器动力学与控制中的应用,包括：在动力学建模中应用深度学习来提升模型计算效率和建模精度、求解模型反问题;在最优控制中应用深度学习来提升轨迹规划速度、最优控制实时性和自主性;在飞行器任务设计中应用深度学习来提升任务优化的计算效率和决策水平。在此基础上,梳理了各个方案的优缺点和部分代表性成果。最后,给出了深度学习应用于飞行器动力学与控制的四点建议。