-
公开(公告)号：CN114779803A
公开(公告)日：2022-07-22
申请号：CN202210279927.8
申请日：2022-03-21
申请人： 南京航空航天大学
IPC分类号： G05D1/10
摘要： 本发明公开了InSAR卫星集群构型NSGA‑III智能优化算法，使用E/I矢量的描述方法对InSAR卫星集群相对运动进行建模；根据InSAR卫星系统长短基线搭配测高成像的基线长度约束，确定“同心环”构型的优化变量及其优化范围；从集群构型的安全性、稳定性以及有用性三个角度构造星间距离目标函数、构型稳定目标函数和测高性能目标函数；最后通过多目标NSGA‑III优化算法对上述3个目标函数进行优化求解，得到满足星间避碰、构型稳定与测高精度任务要求的最优InSAR卫星集群构型。本发明提供的多目标智能优化算法有效解决了InSAR卫星集群优化设计涉及多目标、多约束的求解难题，实现了卫星集群“同心环”构型的智能优化设计，为InSAR卫星集群系统获取高精度DEM产品的任务提供了技术基础。
-
公开(公告)号：CN118446476A
公开(公告)日：2024-08-06
申请号：CN202410605089.8
申请日：2024-05-15
申请人： 南京航空航天大学
IPC分类号： G06Q10/0631 , G06Q10/04 , G06Q50/26
摘要： 本发明公开了一种基于着色旅行商问题(Colored Traveling Salesman Problem，CTSP)模型的多载荷敏捷卫星星座任务规划方法，涉及卫星星座任务规划领域。本发明考虑了光学卫星与SAR卫星在实际工程中的约束，以最短化成像时间、最大化成像质量和卫星负载均衡作为任务规划优化目标，根据CTSP的特点和敏捷卫星对地观测任务规划的流程，进行多载荷敏捷卫星星座任务规划研究。本发明将主要应用于路径规划的CTSP模型应用到对地观测卫星的任务规划领域，为卫星任务规划研究提供了一种较为新颖的求解思路。相较于以观测收益最大为首要优化目标的传统卫星任务规划研究，本发明主要应用于对成像时间、成像质量等有要求的现实场景，并从多个角度对规划结果进行优化，流程合理，逻辑清晰，对卫星星座对地观测任务规划研究提供了帮助。
-
公开(公告)号：CN114879515A
公开(公告)日：2022-08-09
申请号：CN202210813256.9
申请日：2022-07-12
申请人： 南京航空航天大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于学习神经网络的航天器姿态重构容错控制方法，首先，考虑航天器执行机构故障、转动惯量不确定性和空间扰动的影响，建立航天器姿态跟踪动力学模型；然后，设计学习神经网络模型和学习神经网络观测器对执行机构故障进行精确重构；最后，基于故障重构结果，给出基于学习神经网络滑模算法的航天器姿态重构容错控制器方法，该方法能够实现航天器执行机构故障、转动惯量不确定性以及空间干扰影响时高精度姿态跟踪控制。所提基于学习神经网络的航天器姿态容错控制方案具有计算量小、容错能力强以及强鲁棒性等特点。
-
公开(公告)号：CN111077767B
公开(公告)日：2021-11-30
申请号：CN201911273235.7
申请日：2019-12-12
申请人： 南京航空航天大学
IPC分类号： G05B13/02
摘要： 本发明提供一种卫星星座组网同轨道面扩容重构的控制方法，该方法首选确定卫星星座轨道优化决策变量；确定卫星星座优化决策变量约束条件；确定卫星星座扩容重构的目标函数；确定卫星星座扩容重构控制的燃料消耗评价函数；在利用基于多目标优化NSGA‑II算法，确定卫星星座单星目标相位，从而得到扩容重构后的卫星星座中每颗卫星的目标相位；确定控制脉冲和脉冲时刻，并在脉冲时刻利用控制脉冲将卫星调整到相应的目标相位。本发明进一步提高了卫星星座系统对目标区域的重访覆盖性能。
-
公开(公告)号：CN114879512A
公开(公告)日：2022-08-09
申请号：CN202210789081.2
申请日：2022-07-06
申请人： 南京航空航天大学
IPC分类号： G05B13/04
摘要： 本发明公开了基于学习神经网络滑模的航天器编队轨道容错控制方法，按以下步骤进行：1、考虑空间摄动和推力器故障，建立航天器编队系统的非线性相对动力模型；2、结合P型迭代学习算法、径向基函数神经网络模型和滑模算法，设计一种学习神经网络滑模观测器，对推力器故障进行鲁棒重构；3、结合学习神经网络模型和滑模控制算法，设计一种学习神经网络滑模容错控制器，实现航天器编队系统受到空间摄动和推力器故障时对标称构型的高精度维持控制。
-
公开(公告)号：CN118584802A
公开(公告)日：2024-09-03
申请号：CN202410605093.4
申请日：2024-05-15
申请人： 南京航空航天大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于动态事件触发学习滑模的分布式卫星编队构型重构控制方法，其主要设计一种基于动态事件触发学习滑模的卫星编队构型重构控制器。本发明解决了考虑通信受限、空间摄动以及星间避碰的高精度卫星编队构型重构控制问题。基于动态事件触发学习滑模的分布式卫星编队构型重构控制方法按照以下步骤进行：1、建立高精度卫星编队系统的相对动力学误差模型；2、设计一种分布式学习滑模控制算法，实现对编队卫星的构型重构控制；3、通过引入人工势函数避免构型重构过程中成员卫星碰撞问题；4、结合提出的动态事件触发机制和学习滑模控制算法，实现通信受限下和星间避碰下的卫星编队高精度构型重构控制。本发明应用于航空航天领域。
-
公开(公告)号：CN116170059A
公开(公告)日：2023-05-26
申请号：CN202310119660.0
申请日：2023-02-14
申请人： 南京航空航天大学
摘要： 本发明公开了一种基于学生心理算法(SPBO)的多载荷卫星星座设计方法，涉及卫星星座设计领域。本发明考虑了SAR载荷卫星与光学载荷卫星实际工程中的约束，以紧急任务目标区域重访时间，平均覆盖率作为多载荷卫星星座设计优化目标，SPBO应用到多载荷卫星星座设计中，根据SPBO的特点和卫星星座轨道参数的特点，提出该算法应用于卫星星座设计领域的迭代方式。本发明流程清晰且无需调整参数，容易实现。
-
公开(公告)号：CN114879515B
公开(公告)日：2022-11-25
申请号：CN202210813256.9
申请日：2022-07-12
申请人： 南京航空航天大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于学习神经网络的航天器姿态重构容错控制方法，首先，考虑航天器执行机构故障、转动惯量不确定性和空间扰动的影响，建立航天器姿态跟踪动力学模型；然后，设计学习神经网络模型和学习神经网络观测器对执行机构故障进行精确重构；最后，基于故障重构结果，给出基于学习神经网络滑模算法的航天器姿态重构容错控制器方法，该方法能够实现航天器执行机构故障、转动惯量不确定性以及空间干扰影响时高精度姿态跟踪控制。所提基于学习神经网络的航天器姿态容错控制方案具有计算量小、容错能力强以及强鲁棒性等特点。
-
公开(公告)号：CN114781808A
公开(公告)日：2022-07-22
申请号：CN202210312714.0
申请日：2022-03-28
申请人： 南京航空航天大学
摘要： 本发明公开了一种基于学生心理算法的分布式InSAR卫星任务规划方法，具体为：1：形成初始种群，2：对初始种群进行冲突任务消解，3：按照适应度值的降序对初始种群中的观测任务序列进行排序，将该种群作为上一代种群，迭代次数加1转步骤4；4：基于学生心理算法对上一代种群进行交叉变异调整；5，对调整后的种群进行冲突任务消解；6：对冲突任务消解后的种群进行更新；7：将更新后的种群中的观测任务序列按照适应度的降序排列；8：当前迭代次数为最大迭代次数时，输出步骤7中适应度值最大的观测任务序列，否则迭代次数加1，将当前迭代计算得到的种群作为上一代种群并转步骤3。本发明流程清晰且无需调整参数，容易实现。
-
公开(公告)号：CN114781247A
公开(公告)日：2022-07-22
申请号：CN202210313485.4
申请日：2022-03-28
申请人： 南京航空航天大学
IPC分类号： G06F30/27 , G06F111/04 , G06F111/06
摘要： 本发明公开了一种基于多目标NSGA‑III算法的InSAR卫星任务规划方法，具体为：1：生成卫星载荷可视陆地栅格化矩阵W；2：根据W生成初始种群；3：对初始种群进行冲突任务消解，得到更新后的种群和卫星观测任务指令；4：计算种群中每个个体的目标函数值；5：通过锦标赛选择法产生新的种群；6：对新的种群进行交叉变异，卫星观测任务指令扩充以及冲突任务消解，得到更新后的种群；7：将更新后的种群和上一代种群合并，然后选择个体，生成选择后的种群；8：如果当前迭代次数大于最大迭代次数，则停止计算，输出最终的卫星观测任务指令；否则进入下一次迭代。本发明对InSAR卫星对地观测任务规划提供了帮助。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.04 秒)