美国：发展反卫星武器手段更为隐蔽

试验和部署反卫星武器,在政治和法律上都极其敏感,不可避免地会引发国际社会的较大关注,从而造成外交压力,对一个国家的和平形象也会产生一定的不利影响.     

基于SRUKF仅测角导航的空间交会闭环控制协方差分析

针对基于仅测角导航的空间交会问题,开展了采用线性协方差进行闭环控制误差快速分析方法的研究。建立了基于SRUKF (Square Root Unscented Kalman Filter) 的仅测角导航算法并推导了观测敏感矩阵,构建了基于多脉冲Hill制导的闭环控制线性协方差分析模型。经算例验证,本文提出的闭环控制协方差分析结果与Monte Carlo打靶结果能够很好吻合;该方法适用于采用传统Extended Kalman Filter (EKF)的仅测角导航问题,但其迹向位置的估计存一个与该方向控制误差方差相当的偏心,其误差椭圆的长轴和短轴分别比基于SRUKF的估计结果大了24.68%和20.56%。此外,由于采用了QR分解和Cholesky 因子更新两种高效的代数运算,基于SRUKF的协方差分析模型要比基于EKF的协方差分析模型在计算速度上快了10%。     

空间碎片碰撞风险评估模型及其应用

以现有的空间碎片环境模型为基础,建立了一套空间碎片风险评估模型。该模型包括空间碎片环境、航天器有限元建模、几何遮挡处理以及碰撞概率计算四个模块。为了验证风险评估模型的精度及有效性,针对机构间空间碎片协调委员会指定的三种标准工况,将该计算结果与国内外已有的风险评估模型的计算结果进行比较,验证了风险评估模型的正确性。利用开发的风险评估模型,对立方体航天器遭遇空间碎片碰撞风险进行仿真评估与分析,给出了轨道高度、倾角以及航天器自身的姿态参数对航天器遭遇空间碎片碰撞风险的影响特性。     

重力梯度对超大柔性空间结构在轨动力学特性的影响

空间太阳能电站是一种具有超大和高柔性特征的空间结构,这种空间结构在尺寸上远超以往的航天器,给轨道动力学特性的研究带来了新现象与新问题。以千米量级的哑铃模型为研究对象,考虑重力梯度影响,建立了Hamilton体系下的在轨动力学模型,利用辛龙格库塔法得到了不同参数取值下的动力学响应。通过对比仿真结果,得到了结构尺寸与重力梯度对轨道运动、姿态运动影响的定量关系。仿真结果表明,重力梯度引起了姿态-柔性振动耦合现象,姿态运动影响了结构振动曲线外部包络线样式,而柔性振动改变了姿态运动周期。     

改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法理论基础上提出一个改进的稀疏子空间聚类算法:迭代加权的稀疏子空间聚类。稀疏子空间聚类通过解决l1最小化算法并应用谱聚类把高维数据点聚类到不同的子空间,从而聚类数据。迭代加权的l1算法比传统的l1算法有更公平的惩罚值,平衡了数据数量级的影响。此算法应用到稀疏子空间聚类中,改进了传统稀疏子空间聚类对数据聚类的性能。仿真实验对Yale B人脸数据图像进行识别分类,得到了很好的聚类效果,证明了改进算法的优越性。     

临近空间高超声速目标跟踪技术研究

由于临近空间高超声速目标具有高速度、高机动的特点,对此类目标的跟踪是一个研究热点问题。提出了一种基于容积卡尔曼滤波的临近空间目标跟踪方法,首先分析临近空间高超声速目标的运动特性,建立了临近空间高超声速目标的运动模型。然后通过三站测得时差信息,实现了对临近空间目标的跟踪。最后,对提出的算法与扩展卡尔曼滤波和不敏卡尔曼滤波进行了综合性能对比分析,并通过仿真结果验证了该算法的实时性有效性。     

基于稀疏子空间聚类的人脸识别方法

在现有的稀疏子空间聚类算法理论基础上给出两种稀疏子空间聚类优化算法:稀疏线性子空间聚类和稀疏仿射子空间聚类。这两种优化算法针对不同的数据集会有不同的聚类效果。通过稀疏表达得到不同的稀疏系数矩阵,把稀疏系数矩阵应用到较为简单的改进的正则化谱聚类算法中实现聚类。应用Yale B数据对人脸图像进行识别分类得出:采用稀疏线性子空间聚类算法优于稀疏仿射子空间聚类算法;在算法执行时间上和算法聚类错误率比传统的稀疏子空间聚类较为快速高效。     

三维半线性波动方程初值问题解的破裂

研究了半线性波动方程初值问题在三维空间中解的生命跨度的上界估计,关于此初值问题的爆破解将被建立。无论多么小的初值,该问题都没有整体解,在前人研究的基础上给出该初值问题解的生命跨度的上界估计。     

导弹自动驾驶仪控制算法鲁棒性研究

以某型轴对称导弹为研究对象,在解耦和线性化的情况下,得到简化的数学模型。通过求解线性矩阵不等式(LMI)设计了状态反馈H∞控制导弹自动驾驶仪,采用模糊和变论域理论设计了变论域模糊PID控制自动驾驶仪。考虑飞行过程中的干扰、气动参数摄动,对两种自动驾驶仪的控制性能进行对比研究,仿真结果表明,二者皆能实现对导弹制导指令的有效跟踪,其中状态反馈H∞控制设计的自动驾驶仪在指令跟踪的快速性、准确性和抗干扰性上具有明显的优越性。