一种面向移动目标跟踪的巨型星座资源调度方法

    公开(公告)号:CN120069384A

    公开(公告)日:2025-05-30

    申请号:CN202510038095.4

    申请日:2025-01-10

    Abstract: 本发明提出一种面向移动目标跟踪的巨型星座资源调度方法,该方法针对现有巨型星座节点数目众多,利用传统时空网格编码在星上存储海量资源信息要求过于严苛,以及采用集中式算法进行资源调度效率太低的问题,引入了时空网格编码及存储规则,星上自主反解并推导覆盖性计算模型,最后基于星座分簇管控架构通过模拟竞拍流程实现分布式双层竞拍任务分配,进而得到簇间/星间任务执行序列。本发明能够显著提升资源调度效率,并在巨型星座的资源管理和调度中发挥重要作用。未来,本发明将广泛应用于大规模卫星网络的高效管理与资源优化领域,推动巨型星座技术的进一步发展。

    在轨服务航天器多冗余机械臂协同控制方法

    公开(公告)号:CN116945184A

    公开(公告)日:2023-10-27

    申请号:CN202311004407.7

    申请日:2023-08-10

    Abstract: 本发明提出在轨服务航天器多冗余机械臂协同控制方法,所述方法首先针对搭载4条7自由度机械臂的多臂航天器进行运动学与动力学建模,并进行工作空间分析,以确保目标轨迹始终处于机械臂可达范围内;随后,在航天器展开阶段,当目标臂构型为单臂或对位双臂时,通过非目标机械臂的运动抵消目标机械臂运动对基座位姿的影响以节约燃料与工质;在任务执行阶段,通过雅克比矩阵的伪逆可完成末端空间到关节空间的映射,并通过迭代逐步完成对理想轨迹的逼近,最终得到符合要求的关节解算结果;且通过机械臂与基座的协同,防止机械臂陷入奇异状态,保证其可操作性;最后,在任务完成后的回收阶段采用关节空间的控制,确保系统能够较为精确地回归初始构型。

    在轨服务航天器多冗余机械臂协同控制方法

    公开(公告)号:CN116945184B

    公开(公告)日:2024-09-06

    申请号:CN202311004407.7

    申请日:2023-08-10

    Abstract: 本发明提出在轨服务航天器多冗余机械臂协同控制方法,所述方法首先针对搭载4条7自由度机械臂的多臂航天器进行运动学与动力学建模,并进行工作空间分析,以确保目标轨迹始终处于机械臂可达范围内;随后,在航天器展开阶段,当目标臂构型为单臂或对位双臂时,通过非目标机械臂的运动抵消目标机械臂运动对基座位姿的影响以节约燃料与工质;在任务执行阶段,通过雅克比矩阵的伪逆可完成末端空间到关节空间的映射,并通过迭代逐步完成对理想轨迹的逼近,最终得到符合要求的关节解算结果;且通过机械臂与基座的协同,防止机械臂陷入奇异状态,保证其可操作性;最后,在任务完成后的回收阶段采用关节空间的控制,确保系统能够较为精确地回归初始构型。

    一种未知复杂环境下无拖曳卫星控制方法

    公开(公告)号:CN116424573B

    公开(公告)日:2024-07-19

    申请号:CN202310122899.3

    申请日:2023-02-16

    Abstract: 本发明提出一种未知复杂环境下无拖曳卫星控制方法。首先采用主成分分析法提取不同传感器输入,并将相关性变量转换为一组具有线性不相关性变量,通过计算可实现多源数据的特征提取,从而达到降低数据维度的目的;随后将环境数据和卫星状态数据构成信息数据库,并利用Q学习算法在未知复杂环境学习状态‑动作值函数,再结合贪心策略更新Q值,从而得到Q学习模型;最后利用专家知识库并将迁移学习与Q学习相结合,得到实际的控制指令,并将信息反馈给执行机构,从而实现未知复杂环境下无拖曳卫星控制。

    一种未知复杂环境下无拖曳卫星控制方法

    公开(公告)号:CN116424573A

    公开(公告)日:2023-07-14

    申请号:CN202310122899.3

    申请日:2023-02-16

    Abstract: 本发明提出一种未知复杂环境下无拖曳卫星控制方法。首先采用主成分分析法提取不同传感器输入,并将相关性变量转换为一组具有线性不相关性变量,通过计算可实现多源数据的特征提取,从而达到降低数据维度的目的;随后将环境数据和卫星状态数据构成信息数据库,并利用Q学习算法在未知复杂环境学习状态‑动作值函数,再结合贪心策略更新Q值,从而得到Q学习模型;最后利用专家知识库并将迁移学习与Q学习相结合,得到实际的控制指令,并将信息反馈给执行机构,从而实现未知复杂环境下无拖曳卫星控制。

Patent Agency Ranking