摘要：低照度图像信息受损严重,会导致失效卫星的位姿估计精度和鲁棒性降低。基于此,提出了无监督生成式对抗网络低照度图像增强模型。生成器以U-Net网络为基础,并设计密集残差连接结构。判别器设计为全局-局部的双辨别器结构,由传统的单一标量扩展为多标量判别。在小样本的条件下,基于进化训练与并行训练方式改进基于SinGAN的数据增广方法。最后,在基于ORB-SLAM位姿初始化的基础上,建立特征信息的局部地图,克服位姿估计对参考帧的依赖;通过关键帧ROI的稠密匹配,建立关于平面法向量和单目相机安装高度的非线性优化模型求解尺度因子;通过闭环检测后的相似性变换,构建关键帧集合的联合位姿图优化方程,实现对位姿矩阵的全局校正。实验结果表明:测量稳定后,低照度图像的姿态角误差最大值为4°,而图像增强后的姿态角误差最大为0.5°;对于以角速度20°/s运动的失效卫星旋转5周,相对静止下的跟踪测量为5周,1m水平方向机动下的跟踪测量为4.5周。可以满足失效卫星相对姿态测量的任务需求。

摘要：在高超声速阶段,飞行器强非线性耦合与强不确定性问题,为飞行控制系统的设计工作带来了巨大的挑战。为了研究高超声速飞行器纵向控制系统中的耦合关系,基于高超声速纵向非线性模型,对其状态变量组与输入变量组进行耦合采样分析。同时,考虑到系统的不确定性,提出了一种分层鲁棒的协调控制策略。对高超声速纵向的高度和速度子系统设计鲁棒与耦合补偿控制器,对姿态子系统设计鲁棒与耦合转换控制器。利用Lyapunov稳定性理论分析整个闭环系统的稳定性。仿真表明,该控制方法可以有效应对纵向系统间的强耦合问题。

摘要：研究了高超声速飞行器的姿态运动间的强耦合问题并设计了姿态协调控制器,首先基于状态变量间耦合度推导了耦合熵,再基于耦合分析设计了协调因子,其中将状态变量间的耦合熵作为协调因子的参数,然后引入协调因子设计了姿态控制器。仿真结果表明,所设计的协调控制器可有效应对高超声速飞行器姿态运动间的强耦合问题,在保证姿态稳定的前提下,实现了姿态角之间的协调控制。