-
公开(公告)号：CN115096315B
公开(公告)日：2023-04-07
申请号：CN202210636163.3
申请日：2022-06-07
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种针对稀疏数据的航天器目标机动检测方法，包括如下步骤：每隔一个观测周期，追踪器通过测量设备测量并记录含有测量误差的目标器状态值；给定滑动式时间窗口的长度，当追踪器记录的目标状态数据量大于等于给定阈值N时，启动滑窗式目标机动检测算法；基于该窗口中的稀疏目标数据集，利用加权最小二乘方法对目标器进行轨道确定，并得到一个定轨后的残差值；随着过程的不断推进，检测时间窗口也不断向前滑行，在每一个时间窗口内，得到一个定轨残差时间序列；通过检测残差值偏离参考值的程度，进而判断目标器是否开始或者停止机动。所述方法能够适用于只能获得稀疏目标信息数据的场景，并为在该场景中成功拦截机动目标提供帮助。
-
公开(公告)号：CN113562198B
公开(公告)日：2023-04-07
申请号：CN202110987674.5
申请日：2021-08-26
Applicant: 哈尔滨工业大学
Abstract: 本发明实施例公开了一种铰链机构、太阳能帆板及微纳卫星，所述铰链机构包括：锁定轴，包括本体和凸出部；与锁定轴同轴地设置的主子轴，形成有第一孔和第一凹入部，本体插入在第一孔中，第一凹入部与凸出部配合以引导锁定轴和主子轴沿着锁定轴的轴线的方向相对于彼此移动并且防止锁定轴和主子轴绕轴线相对于彼此转动；与锁定轴同轴地设置的主母轴，形成有第二孔和第二凹入部，第二孔与本体配合以引导锁定轴和主母轴绕轴线相对于彼此转动，第二凹入部具有与凸出部匹配的形状；推压构件，用于迫使锁定轴朝向主母轴移动，使得当凸出部与第二凹入部对准时，凸出部在保持与第一凹入部配合的同时插入到第二凹入部中。
-
公开(公告)号：CN115906455A
公开(公告)日：2023-04-04
申请号：CN202211419795.0
申请日：2022-11-14
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F111/04
Abstract: 本发明实施例公开了一种由GTO至日地共线平动点的转移轨道设计方法、装置及介质；该方法包括：根据日‑地质心会合坐标系下的航天器动力学方程以及势函数，计算获得和平动点周围的Halo轨道相连的不变流形；以地球同步转移轨道为地球停泊轨道构建约束变量，以Halo轨道为目标轨道构建控制变量，并利用最小二乘微分修正法对控制变量进行修正；基于设定的约束条件和性能指标，从符合约束条件的转移轨道中选择最优性能的转移轨道所对应的最优HOI点；根据最优HOI点，分析控制变量和停泊轨道约束变量之间的关系，构建用于确定多约束轨道设计的控制变量初值的构建微分修正初值表达式；根据微分修正初值表达式利用多级微分修正法得到满足多个约束的转移轨道。
-
公开(公告)号：CN115675942A
公开(公告)日：2023-02-03
申请号：CN202211387246.X
申请日：2022-11-07
Applicant: 哈尔滨工业大学
Abstract: 本发明实施例公开了一种考虑输入饱和及运动约束的跟踪控制方法、装置及介质，该方法包括：针对服务航天器与目标航天器之间的期望距离构建期望平动；针对服务航天器与目标航天器之间的视线角指向约束构建所述服务航天器期望姿态；针对在轨服务过程中的任务需求，构建平动及转动的约束条件；基于所述期望平动以及平动约束条件，以最小化燃料及跟踪误差为目标构建针对相对位置的MPC控制器；基于所述服务航天器的期望姿态及转动约束条件，通过的MPC角速度规划模块获取期望的角速度；根据所述期望的角速度设计自适应抗饱和滑模控制器，并通过抗饱和辅助系统处理控制力矩饱和问题，以获得用于指向跟踪的姿态控制器。
-
公开(公告)号：CN115480901A
公开(公告)日：2022-12-16
申请号：CN202211177526.8
申请日：2022-09-26
Applicant: 哈尔滨工业大学
Abstract: 本发明实施例公开了一种关联周期任务的低功耗与容错协同调度方法、装置及介质，该方法可以包括：根据给定的系统能耗模型，分析得到关联周期任务的多核处理器系统能耗与工作频率的关系；根据所述多核处理器系统能耗与工作频率的关系，利用关联周期任务的剩余空闲时间使用DVFS调节多核处理器内核的工作电压/频率，以获得最小化的多核处理器系统能耗；所述利用关联周期任务的剩余空闲时间使用DVFS调节多核处理器内核的工作电压/频率所造成的所述关联周期任务的瞬态故障，采用逆向恢复容错调度算法，以获取到最小化的任务平均出错率；和/或，针对所述关联周期任务的瞬态故障和永久性故障，采用主备份容错调度算法，以获取到最小化的任务平均出错率。
-
Patent Agency Ranking
公开(公告)号：CN115096315A
公开(公告)日：2022-09-23
申请号：CN202210636163.3
申请日：2022-06-07
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种针对稀疏数据的航天器目标机动检测方法，包括如下步骤：每隔一个观测周期，追踪器通过测量设备测量并记录含有测量误差的目标器状态值；给定滑动式时间窗口的长度，当追踪器记录的目标状态数据量大于等于给定阈值N时，启动滑窗式目标机动检测算法；基于该窗口中的稀疏目标数据集，利用加权最小二乘方法对目标器进行轨道确定，并得到一个定轨后的残差值；随着过程的不断推进，检测时间窗口也不断向前滑行，在每一个时间窗口内，得到一个定轨残差时间序列；通过检测残差值偏离参考值的程度，进而判断目标器是否开始或者停止机动。所述方法能够适用于只能获得稀疏目标信息数据的场景，并为在该场景中成功拦截机动目标提供帮助。
-
公开(公告)号：CN114996841A
公开(公告)日：2022-09-02
申请号：CN202210581517.9
申请日：2022-05-26
Applicant: 哈尔滨工业大学
IPC: G06F30/15 , G06F30/27 , G06N3/12 , G06F111/10
Abstract: 一种基于正切初值的最优共面转移搜索方法，本发明涉及基于正切初值的最优共面转移搜索方法。本发明的目的是为了解决现有方法受优化变量的限制，计算时间较长，求解效率较低，难于应对大规模的轨道转移需求的问题。过程为：一、完成脉冲优化的初始条件设置；二、将推力方向限制在速度正切方向，设定优化指标为燃料最优，利用遗传算法，对正切脉冲燃料最优解所需要优化的2n‑3个变量进行全局搜索，得到正切脉冲条件下的全局燃料最优解；三、完成fmincon算法的初始化；四、将脉冲方向限制在轨道平面内，设定优化指标为燃料最优，利用fmincon算法，对3n‑4个优化变量进行局部优化，求得局部燃料最优解。本发明用于航天器轨道转移领域。
-
公开(公告)号：CN114936471A
公开(公告)日：2022-08-23
申请号：CN202210671501.7
申请日：2022-06-14
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06T1/20 , G06F111/10
Abstract: 一种基于并行计算的航天器碰撞预警分层快速筛选方法，本发明涉及基于并行计算的航天器碰撞预警分层快速筛选方法。本发明的目的是为了解决现有筛选方法仅采用几何筛选和一些简单的二体摄动环境下的筛选不能够满足精度需求，而均使用高精度数值方法进行筛选会消耗大量时间，实用性较小的问题。过程为：一、利用预筛选模块从几何角度上筛除不可能接近的空间目标，得到保留的空间目标；二、保留存在接近风险的目标以及接近时刻；三、得到最小接近距离；四、得到碰撞概率，与概率阈值比较后，对大于阈值的目标给出碰撞警告。本发明用于航天器碰撞预警筛选领域。
-
公开(公告)号：CN114815872A
公开(公告)日：2022-07-29
申请号：CN202210673197.X
申请日：2022-06-14
Applicant: 哈尔滨工业大学
IPC: G05D1/08
Abstract: 一种针对碰撞规避的星座智能自主轨道控制方法，本发明涉及针对碰撞规避的星座智能自主轨道控制方法。本发明的目的是为了解决现有传统的最优控制问题求解法存在计算量大，对初值极其敏感，或对结果精度依赖于轨道形状的选取等的问题。过程为：S1、基于深度学习，构建控制器神经网络模型：一：通过间接法求解最优轨道转移问题，构建最优控制数据库；二：设计神经网络结构，包括神经网络的层数，每一层的节点数与激活函数；三：得到航天器最优控制器模型，实现实时根据当前与期望状态信息生成最优控制策略；S2、基于S1训练好的神经网络模型与人工势函数，构建考虑碰撞规避的卫星星座推力智能自主控制器。本发明用于卫星轨道控制领域。
-
公开(公告)号：CN114781275A
公开(公告)日：2022-07-22
申请号：CN202210558104.9
申请日：2022-05-19
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F119/14
Abstract: 本发明实施例公开了一种基于人工智能的航天器轨道拦截的燃料控制方法、装置及介质；该方法可以包括：通过设定的高精度轨道动力学模型进行递推，获得任务航天器与目标航天器在预设时间段内每个采样时刻分别对应的轨道信息；针对每个采样时刻，根据任务航天器在每个采样时刻的轨道信息以及目标航天器在每个采样时刻增加转移时间段后的轨道信息，利用二体条件下的兰伯特问题解算，获得每个采样时刻对应的轨道机动控制脉冲；根据任务航天器在每个采样时刻的轨道信息、目标航天器在每个采样时刻增加转移时间段后的轨道信息以及每个采样时刻对应的机动脉冲构建训练数据集；利用训练数据集训练预设的神经网络模型，获得轨道信息‑机动脉冲之间对应关系的拟合函数；任务航天器的星上系统根据拟合函数计算获得设定的机动时间内的燃料最优的轨道机动控制脉冲。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.031 seconds)
