-
公开(公告)号:CN111383239A
公开(公告)日:2020-07-07
申请号:CN202010112768.3
申请日:2020-02-24
Applicant: 上海航天控制技术研究所
Abstract: 本发明涉及基于迭代搜索的火星图像误边缘剔除及轮廓精确拟合方法,属于火星探测光学自主导航技术领域;步骤一、通过光学导航敏感器拍摄火星,获得带有误检测边缘的火星图像;步骤二、对带有误检测边缘的火星图像进行迭代剔除处理;获得剔除误检测边缘的火星图像;步骤三、对剔除误检测边缘的火星图像进行亚像素定位处理;获得精确边缘图像;步骤四、采用最小二乘法对精确边缘图像的全部边缘点进行拟合,获得轮廓精确火星图像;本发明以提高误边缘剔除准确率、节省星上计算资源为目标,综合考虑算法实现过程中的计算资源消耗,为火星探测光学自主导航系统提供一种高效的图像误边缘剔除及轮廓精确拟合方法。
-
公开(公告)号:CN106986049A
公开(公告)日:2017-07-28
申请号:CN201710277990.7
申请日:2017-04-25
Applicant: 上海航天控制技术研究所
Abstract: 本发明公开了一种深空借力轨道精确并行优化设计方法,包含以下步骤:步骤S1、并行计算各借力天体的P‑rp数据,绘制P‑rp图,进行能量图匹配获取满足发射能量及任务周期的多个备选借力序列;步骤S2、针对步骤S1所获取的备选借力序列及各自的窗口,划分子优化段,分配到计算节点,进行参数优化,获取局部初步解;步骤S3、使用SQP算法对步骤S2所得到的初步解进行再优化,得到满足约束的精确借力轨道。本发明将复杂的全局优化问题划分为相对独立的子优化段,一方面提高了借力序列搜索的速度及参数优化的速度,减少了获取初步解的时间;另一方面,由于SQP优化算法确保了最终解的精度,可以快速精确地设计出深空探测器的低能量借力轨道。
-
公开(公告)号:CN111402283B
公开(公告)日:2023-11-10
申请号:CN202010131258.0
申请日:2020-02-25
Applicant: 上海航天控制技术研究所
Abstract: 本发明公开了基于灰度方差导数的火星图像边缘特征自适应提取方法:S1、根据光学导航敏感器拍摄到的火星图像,得到其灰度图像后,利用火星图像的灰度分布图,假设火星灰度图像的目标提取待定阈值为k,定义灰度分布图中灰度值小于等于k的所有像素块构成的集合为背景区域,灰度值大于k的所有像素块构成的集合为目标区域,将目标区域灰度值的方差表示成关于目标提取待定阈值k的函数;对火星灰度分布图目标区域灰度值的方差做关于灰度值的一阶差分处理,求取差分值最大处的灰度值作为该火星灰度图像的目标提取待定阈值;S2、利用目标提取灰度阈值,得到火星边缘信息,对火星边缘信息进行圆拟合,得到火星边缘特征。
-
公开(公告)号:CN111382876A
公开(公告)日:2020-07-07
申请号:CN202010130385.9
申请日:2020-02-28
Applicant: 上海航天控制技术研究所
Abstract: 本发明公开一种基于进化算法的地火转移轨道设计初值快速获取方法及系统。在精确地火转移轨道前,直接利用先前建立的轨道数据库,基于进化算法快速计算出优势方向的轨道初值,可以支持后续进行更有效率的搜索。本方法主要包括3个步骤:1)据GTOP数据库,采用模型初值敏感矩阵特征值作为样本标签,建立学习样本库;2)构建轨道优化支持向量机(TO_SVM),对地火转移轨道学习样本库进行学习;3)针对需要设计的地火转移轨道,运行TO_SVM,给出优势方向c的轨道设计初值(发射日期、到达日期以及发射轨道剩余速度)供后续精确设计使用。
-
公开(公告)号:CN111174779A
公开(公告)日:2020-05-19
申请号:CN201911202097.3
申请日:2019-11-29
Applicant: 上海航天控制技术研究所
Abstract: 本发明提供一种深空探测飞行器惯性-天文组合导航方法,包含步骤:S1、建立日心惯性坐标系、建立日心轨道坐标系,基于光学敏感器测量得到的角度计算飞行器相对太阳在日心惯性系的方向矢量;S2、计算地球相对太阳在日心惯性系的方向矢量;S3、根据惯导测量结果,解算飞行器相对地心在日心惯性系方向矢量;S4、计算飞行器相对太阳在日心惯性系方向矢量;S5、基于方向矢量误差采用PI滤波估计位置/速度误差修正量;S6、基于位置/速度误差修正量惯性-天文组合导航。本发明的深空探测飞行器惯性-天文组合导航方法,能够在飞行器在轨实时导航时,抑制惯性导航累积误差。
-
公开(公告)号:CN107065571A
公开(公告)日:2017-08-18
申请号:CN201710419340.1
申请日:2017-06-06
Applicant: 上海航天控制技术研究所
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 一种基于机器学习算法的地外天体软着陆制导控制方法,包含以下步骤:S1、设计一条接近燃耗最优的标称着陆轨迹;S2、以标称轨迹为训练样本,由误差反向传播算法训练一个三层前向神经网络;S3、设计基于神经网络控制器的深空探测器软着陆制导控制器。这种方法能够提高制导控制算法的自主性,并具有良好的跟踪性、适应性和鲁棒性。
-
-
-
-
-