全天时多视场星图仿真的设计与实现

为了对大气层内全天时短波红外三视场天文导航系统的软件开发及功能和性能测试,提出了一种全天时三视场星图仿真算法.该算法为本天文导航系统提供任一时刻、任一指向下的仿真星图.短波红外2MASS星表数据量巨大,为此,采取了分区检索视场恒星的方法.为了使仿真星图更接近真实情况,研究并分析三视场天空背景辐射及三视场恒星——背景对比度;建立了星点成像模型和系统噪声模型.充分考虑了同一时刻、不同视场间背景辐射的变化情况,采用蒙特卡罗方法随机产生平台姿态,以便更好的测试恒星检测与识别算法的鲁棒性.     

基于星联合分布的星图识别

针对栅格类算法中难以合适选取栅格尺寸的缺点,设计了将星图划分为多个多边形的划分方法,使星图中所有星都位于与其唯一对应的多边形中,提取多边形几何特征,对导航星库和观测星图的特征模式进行匹配。根据仿真数据进行验证,表明这一方法避免了栅格类算法中可能使多颗星位于同一栅格中的现象,同时也克服了栅格类算法不能正确选取定位星进而使星图识别失败的缺点,有效提升了星图识别的准确度。     

基于模糊决策的快速星图识别

空间碎片问题日益严重, 需要对其进行常态化监测。光学观测作为重要的监测手段, 需要依靠快速的光学图像处理技术, 采用天文定位方法得到空间碎片的赤经-赤纬测量信息。星图识别是天文定位的关键步骤, 直接影响着图像处理的速度和结果精度。本文提出了一种改进的基于模糊决策的快速星图识别方法, 在保持快速处理的情况下提高了星表匹配的准确性。利用新疆南山站25 cm望远镜的图像对该方法进行了测试, 取得了良好的效果, 证明了算法的有效性和稳定性。     

星图识别的剖分算法

为了提高星敏感器的测量速度和精度,在星图识别中首次采用了在地球物理地质建模中有着广泛应用的剖分算法。利用这一算法进行星图的匹配识别,仿真实验结果表明与现有的星图识别算法相比,此算法具有高的识别率,良好的实时性和鲁棒性,且所需导航星库的容量小,检索速度快。     

基于环境质量的动态经济最优增长路径

环境影响着生产的可持续性以及社会的福利问题,同时生产的进行不可避免的要使用资源而且又带来了污染,从而降低了环境资源的质量和数量.资源的不断减少以及环境质量的不断恶化显然不能支撑经济的可持续增长,甚至想保持不变的经济产出也都是不可能的.文中构造了一个基于环境质量的动态经济模型,并探讨了环境质量条件下动态经济的最优增长路径问题.     

基于地形可视性分析的最优路径搜索

将可视性分析得到的视线和视域结果用于最优路径搜索过程中,并同时考虑到地形特征如土地覆盖或土地利用,高程及坡度等对通行能力的影响,得到了能避开监视的安全隐蔽路径,比较隐蔽的最不可视性路径和视野较开阔的最可视路径。该方法适用于军事,旅游,城市规划等领域,具有重要的军事意义与民用价值。     

基于最优特征矢量子空间的雷达目标识别

针对雷达特征子空间距离像识别中存在的如何选择特征基的困难,提出了一种基于最优特征矢量子空间的雷达距离像识别方法。该方法首先对原数据样本进行特征提取变换,再采用遗传算法选取最优特征矢量,由此组成最优子空间。通过对三种不同类型飞机实测回波数据进行识别,并与经典特征子空间法的对比实验,表明该方法的有效性。     

基于固定分割的库存路径问题最优策略

针对由单个供应商和多个零售商组成的两级供应链分配系统,研究了一体化的库存路径问题.为了节省整个供应链的费用,重新设计了对零售商的区域分割算法.在此基础上,确定了出零售商订货周期与供应商订货周期的大小关系,通过引入周期比例向量,设计了一个全新的整数倍时间策略,给出了详细的理论分析,证明该策略是最优的整数倍时间策略.数字实验结果表明,该策略比其他策略具有明显优越性.     

基于能量最优的无人驾驶汽车路径跟踪控制

动力总成控制对无人驾驶汽车的动态性能和经济性起着重要的作用。为了提高车辆在路径跟踪过程中的动力性和经济性,提出了一种基于能量最优化的路径跟踪控制策略。控制策略分为两部分,在上层控制器中使用非线性模型预测控制来计算所需要的动力参数和前轮转角。下层控制器采用基于电机能耗数值最优的方法进行设计。该方法可以确保电机一直运行在效率最优状态,并可根据电机状态动态调节无级变速器以满足车辆动力需求。仿真结果表明,控制方案具有良好的跟踪性能和节能潜力。     

基于最优线性分派的多指标群体决策

在多指标群体决策问题中,如何将个体的偏好评判值集结为群体综合评判值得决策的关键一步,也是系统分析者研究的重要课题。本文给出一种基于最优线性分派模型的多指标群体决策法,从而多为指标群体决策提供了又一可靠而可行的决策方法。     

基于星敏感器的星座自主导航融合技术研究

为解决单纯基于星间观测的星座自主导航系统的基准秩亏问题,利用星敏感器间接敏感地平的导航方法提出了一种基于星敏感器的星座自主导航信息融合技术。该技术可以有效地将星光折射和星间观测两种方法结合起来,利用星光折射提供星座中成员卫星的绝对位置信息,给出星座的空间基准,再利用星间相对观测,约束星座的几何结构,提高星座的整体的导航精度。     

基于星敏感器的星光折射卫星自主导航方法研究

研究了基于星光折射量测进行自主确定卫星姿态及轨道的方法。这种导航方案利用高精度的CCD星敏感器,结合星光穿越大气的较精确的数学模型,来间接敏感地平,从而实现对卫星的精确定位和定姿。为了说明所提导航方案的有效性,采用推广卡尔曼滤波算法,结合模拟的测量数据对自主定轨进行了仿真。仿真结果表明,定轨精度优于100m。还分析比较了采样周期、星敏感器精度、恒星数目等因素对定轨精度的影响。总结了其变化规律,可用于提高卫星自主定轨精度。     

基于星敏感器/红外地平仪的自主导航算法研究

星敏感器和红外地平仪直接敏感地平的天文导航方法简单、可靠,但其导航精度主要取决于红外地平仪,因此导航精度相对较低.间接敏感地平利用星敏感器现测折射星得到地平信息,但是由于折射星数量有限,故不能连续提供观测信息.因此提出了一种将直接敏感地平和间接敏感地平相结合的信息融合自主导航方法,对两种导航模式的原理和观测方程进行了详细分析和推导.采用自适应扩展卡尔曼联合滤波算法进行数值仿真.通过对数值仿真结果分析,证实该方法既提高了系统导航精度,又增强了系统可靠性.     

基于粒子滤波技术的欺骗路径识别

欺骗路径规划是作战仿真中的研究内容之一。对于欺骗路径,传统的路径识别方法存在很大的局限性,识别效率不高。针对目前路径识别方法中存在的不足,提高对欺骗路径的识别效果,将粒子滤波技术引入到欺骗路径识别领域。通过建立系统状态方程和观测方程,一方面降低观测噪声带来的干扰,准确把握当前时刻识别对象的位置信息;另一方面根据采集到的动态数据估计欺骗模型中的关键参数,从而对识别对象的运动趋势和真实目标进行判断。仿真实验表明,基于粒子滤波技术的欺骗路径识别方法能够提升识别效率,准确地判断出识别对象的真实进攻目标。     

基于区间灰度的无人机航迹择优评价方法研究

本文给出一种基于区间灰度评价理论的无人机多航迹方案择优方法,提高了不确定飞行环境下,无人机航迹择优的精度和可靠度.针对无人机多航迹方案择优中存在的不确定性和威胁信息获取的不完全性,本文将反映不确定性的区间数,与刻画信息获取量的灰度组成的二元有序对,作为新的评价标度-区间灰度,并定义了决策结果可靠度指标;接着构建了基于区间灰度评价标度的无人机航迹方案择优方法.在无人机航迹规划方案的择优实证分析中,对比仿真了本文方法与区间决策方法,仿真结果表明:本文方法不仅能有效提升最优方案分别与次优和最差方案评价指标的离差,减少决策者的犹豫度;还能提供决策结果的可靠度信息,增加决策信心.     

基于单源最优路径的NOMA中继选择与协作传输

目前,在非正交多址接入(non-orthogonal multiple access,NOMA)中继通信的研究中,中继用户的选择是随机的,并没有考虑中继节点之间信道条件的差异.为了得到信道条件较好的中继用户,提出一种基于单源最优路径的中继选择策略,从基站广播信号以用户为节点,设定信道参数,寻找最佳传输通路.当信号到达目...     

基于伪噪声码星间自主测距

卫星之间的高精度自主距离测量是卫星自主相对定位的基础,提出了一种基于半无调制数据的伪噪声(pseudo-random noise, PRN)码高精度星间自主测距方法。首先在无调制数据的同相支路完成信号的捕获、跟踪过程,然后利用同相和正交支路之间的相位关系,在携带数据的正交支路直接完成数据的解调过程,并借助非等量采样技术以及带通信号采样定理,使得卫星之间的自主相对距离测量精度理论上达到了4.6 mm。在信噪比(signal-to-noise ratio, SNR)为-20 dB的环境下,仿真实验结果表明测量精度优于2 cm。