摘要：针对月面高精度下降着陆问题,提出了一种基于最优观测器的参数自适应凸优化月面着轨迹规划算法。首先,针对下降着陆主减速段需要尽可能减少燃料消耗的问题,考虑约束及动力学模型的非凸性,采用无损凸化技术将月面下降着陆问题转化为二阶锥规划问题;其次,为减少下降着陆过程中质量、比冲等参数不确定性影响,设计了基于Riccati方程的最优观测器;再根据标称参数凸优化所产生的最优轨迹进行飞行,利用该过程中加速度计实时测量信息,结合推力器输出信息,实现对着陆器参数的在线实时估计;在参数估计实现收敛后,通过在线求解二阶锥规划问题实现最优轨迹的在线规划。仿真结果表明,该观测器能够实现在线参数实时估计;该算法相较其他定点着陆算法,仅需要发动机具有离散的推力域,且具有精度更高的优势。

摘要：对常用的两种快速传递对准状态模型(ψ角与m_ψ角模型)的等效性进行了分析与证明。在此基础上,针对MEMS-IMU低精度与稳定性欠佳等特性,综合考虑对准精度与算法实时性,建立了11维ψ角与m_ψ角快速传递对准模型。与传统的15维模型相比,新模型的计算复杂度降低了约60%。与此同时,提出了"安装角滤波器+陀螺仪零偏滤波器"的双滤波器并行工作设计思路,并给出了一种抑制器件误差影响与环境干扰的带宽隔离滤波器参数设计方法,提高了传递对准滤波器设计的灵活性与系统鲁棒性。通过飞行试验对传递对准系统模型与设计方法进行了试验验证,结果表明,相较于传统算法,收敛时间减少至30 s以内,传递对准精度提高约40%,有效解决了低精度MEMS-IMU在航空制导武器中的应用问题。

摘要：为了提高未知弹道参数下的多级弹道导弹主动段目标跟踪精度和鲁棒性,提出了一种目标状态/参数联合估计算法。首先对多级弹道导弹主动段运动进行建模和动力学特性分析;然后在重力转弯目标跟踪模型(GT1)基础上进行改进,得到三维重力转弯目标跟踪模型(GT3),并与容积卡尔曼滤波(CKF)算法结合,设计了多级弹道导弹目标主动段状态/参数联合估计算法;在此基础上给出一种多级弹道导弹目标机动飞行模式,最后分别在常瞄准攻角飞行和机动飞行条件下完成仿真验证。GT3算法对导弹主动段三轴机动比较敏感,克服了GT1算法无法准确描述主动段运动的缺陷,算法精度、鲁棒性有所提升。GT3对瞄准攻角不为零的多级助推弹道导弹主动段跟踪表现出明显优势,且对级间切换具有一定的识别能力。

摘要：针对亚轨道可重复使用运载器(SRLV)再入过程中,强非线性和不确定性对动力学建模和控制系统设计带来的不利影响,提出了一种用于SRLV动力学模型非线性强度分析的方法。非线性指数是测量系统非线性强弱程度的重要指标。该方法首先对SRLV线性模型进行分析,计算出全飞行包线内静态和动态非线性指数大小,进而确定出全飞行包线内系统模型的非线性强弱程度,使得SRLV再入模型的非线性特性能被定性和定量的表现出来,最后通过仿真分析验证了该方法的正确性和适用性。

摘要：末制导技术的应用是提高导弹打击精度的有效途径.针对弹道导弹再入段弹道的特点,将合成孔径雷达(SAR)传感器应用到弹道导弹末制导中,应用卡尔曼滤波技术,将SAR获得的导航信息与惯导信息进行融合,用以提高导弹再入段的自主性和射击精度.仿真结果表明,SINS/SAR组合系统能够较大地提高导弹的射击精度.

摘要：针对低成本惯性/卫星组合导航系统在复杂环境中易受环境干扰、航向精度较差等问题,对双天线GPS/MEMS-INS深组合导航方法开展研究。考虑不同信号强度下的跟踪特性,基于矢量延迟锁定环(VDLL)、二阶锁相环(PLL)、速度辅助的一阶锁相环,设计了分别适应强信号、弱信号、失锁状态的跟踪环路结构。同时提出一种实用的信号强度判别方法,防止失准通道参与导航滤波器计算,提高导航精度。为保证航向精度,使用双天线接收卫星信号,将双天线载波相位差加入到导航滤波器的量测量中。采用视线矢量水平投影变换,构造了隔离俯仰信息的相位差量测方程,在不对俯仰角造成干扰的条件下修正航向角误差。车载导航试验表明,所设计的导航系统可以在城市环境中提供连续、高精度的导航输出。

摘要：远程协作学习是学习者以小组形式参与 ,为达到共同的学习目标 ,在一定的激励机制下为获得最大化个人和小组习得成果而合作的一切相关行为。要使小组学习真正具有协作性 ,必须具备五个要素 ,它们是 :(a)学生之间清晰明显的正互赖性 ;(b)经常的小组评价 ;(c)促进学习成果的组员间交互 ;(d)个体任务和职责 ;(e)频繁使用的人际和小组社交技能。基于Web的协作学习是指利用网络技术来支持协作学习。本文简要介绍基于Web的协作学习平台的设计与开发 ,主要包括以下几个方面的内容 :(1)简要阐述协作学习、基于计算机的协作学习和基于Web的协作学习的基本概念 ;(2 )分析当前国内外网络教学支撑平台的现状 ;(3)

摘要：本文章在结合当代教育理论的有关思想,研究网络教育平台模块化设计思路,对网络教育这种新形式的健康成长做点铺垫。

摘要：针对月面着陆器下降过程中的姿态快速调整需求,导航系统必须具备实时快速解算能力,而传统天文导航算法星图识别过程计算量大,占用了一定的硬件资源和能耗,限制了月面着陆器动态响应能力的提高。针对这一问题提出一种基于图像灰度误差的惯性/天文深度组合导航方法。该方法利用惯导辅助星敏感器构建灰度误差函数,根据灰度误差梯度优化姿态失准角,无需星图识别过程依旧可以完成对姿态的估计。仿真结果表明,在导航星数目不少于3颗时,该方法可在与惯性/天文松、紧组合姿态精度一致的前提下,将计算时间缩短60%,姿态精度维持在10″(非光轴)、50″(光轴)以内;在导航星数目小于3颗时,依旧可以进行导航解算,姿态精度维持在50″(非光轴)、100″(光轴)以内。将其应用于月面着陆器等实时性需求较高的背景中,有助于降低算法的计算量,节约硬件资源和系统功耗,为未来月面着陆器导航系统的设计提供新思路和理论参考。

摘要：临近空间飞行器飞行速度快,机动性强,飞行过程中的大姿态机动会导致星敏感器拍摄的星图出现拖尾现象,从而使天文导航的计算结果出现较大的误差甚至失效。针对这一问题,采用IMU量测信息辅助设计动态拖尾星图复原算法,针对传统维纳滤波无法对光轴向角速度引起的拖尾进行有效复原的缺陷,提出了一种图像分割分布式拖尾星图复原方法。通过图像分割对不同图像区域的星点进行分布式维纳滤波,完全适应三轴角速度变化。搭建了天文导航虚拟验证仿真平台并进行了仿真验证。仿真结果表明,图像分割分布式拖尾星图复原方法可对拖尾星图进行有效复原,复原后姿态精度可维持在20″(3σ)以内,质心提取精度提高20%,姿态精度提高10%。所提出的方法能有效提高动态环境下天文导航系统的适应能力,对未来临近空间飞行器天文导航算法的设计具有一定的参考价值。