通过2022年2—4月在长白山地区定点逐日采集雪样,对季节性积雪中主要化学离子的浓度特征和变化规律进行了分析,并与2010—2012年同一地点的样品进行对比,使用海盐示踪法和后向轨迹聚类分析,研究了不同离子的年代际变化及其原因.分析结果显示,长白山积雪中离子的浓度大小为:NO3->Ca2+>SO42->NH4+>Cl->Na+>K+>Mg2+>F-,最主要的阳离子是Ca2+,最主要的阴离子是NO3-.采样时间段内积雪持续融化,离子浓度下降速度在融化初期最快,随浓度下降逐渐放缓.与2010—2012年相比,NH4+和Na+浓度分别上升了107%和46%...

为解决小升阻比月球返回舱再入大气层时安全性低、机动能力差的问题,提出采用一种带配平翼的中等升阻比返回舱做为月球采样返回舱,并对动压约束下轨迹优化问题进行了分析。首先介绍了一阶状态变量约束最优控制问题。然后采用庞德里亚金极大值原理以总吸热量最小为优化目标,对动压约束下再入轨道的初始再入段进行了优化设计,给出了升力系数的最优表达式。仿真研究表明,该方法能有效地降低返回舱再入过程中的动压。

针对障碍环境下具有非完整约束月球车的运动规划问题,提出了一种基于离散化位姿的月球车运动规划方法。该方法首先将月球车的运动轨迹限定于多项式旋线,通过求解多项式旋线参数生成无障碍条件下连接任意位姿状态的运动轨迹。同时,该方法对月球车运动规划问题中的位姿状态空间进行离散化,形成离散化的位姿状态空间。根据离散化位姿状态空间的特点,在离线的条件下生成连接相邻离散位姿的月球车基本的运动轨迹集。最后该方法结合基本运动轨迹集并利用启发式搜索算法最终解决障碍条件下的运动规划问题。基于动力学仿真平台中的实验结果验证了该方法的正确性和有效性。

对月球返回舱跳跃再入大气层的初始再入段弹道特性与过载约束下轨迹优化问题进行了分析。首先介绍了跳跃再入的基本概念与优点,对不同再入角、不同升阻比情况下初始再入段的弹道特性进行了分析。然后采用庞特里亚金极大值原理以总吸热量最小为优化目标,对过载约束下再入轨道的初始再入段进行了优化设计,给出了升力系数的最优表达式。仿真研究表明,该方法能有效地降低飞行过程中的过载。

借助庞特里亚金最大值原理(Pontryagin′s Maximal Principle,PMP),将月球燃耗最优软着陆问题转化为终端时间自由型两点边值问题(Two Point Boundary Value Problem,TPBVP)。采用一种基于初值猜测技术的线性摄动法求解TPBVP,得到最优软着陆轨迹。仿真结果表明,初值猜测技术得出的伴随变量初值均落在线性摄动法的收敛区间内,收敛速度快,优化精度高。最后研究了不同制动推力大小对软着陆性能的影响,结论为:增大制动发动机推力,既可缩短软着陆的时间,又能减少软着陆的燃料消耗。

针对基于最省燃料的月球软着陆轨迹优化问题进行了研究。首先通过改进的函数逼近法,将月球软着陆的轨迹优化问题转化为参数优化问题,并且使优化变量及状态变量均有明确的物理意义。然后利用增加了局部搜索策略的十进制蚁群算法对该优化问题进行研究。仿真算例证明十进制蚁群算法能快速地搜索到满足终端约束条件的最优月球软着陆轨迹,而且燃料消耗也与采用极大值原理得到的最优燃料消耗相当;同时与改进的遗传算法-自适应模拟退火遗传算法相比,在优化精度相差不多的情况下十进制蚁群算法收敛速度要快很多。仿真结果也说明增加局部搜索策略的十进制蚁群算法具有优良的全局和局部搜索能力。

针对平整坡面上行驶的月球车,研究了基于再生核理论的月球车轨迹跟踪控制新方法。它是基于描述月球车运动的动力学模型方程,对有限时间内的期望轨迹进行采样;利用再生核方法,数值求解控制参数,从而实现月球车期望轨迹的跟踪控制。该方法计算量小、方法简单、精度高,且可实现任意的非线性曲线的期望轨迹追踪。数值实验验证了该方法的正确性和有效性。

针对平整坡面上行驶的月球车,研究了基于滑移率的月球车轨迹跟踪控制新方法。它是基于描述月球车运动的动力学模型方程,将左右轮滑移率及两转向前轮的失配角作为控制参数,利用小波插值方法,进行数值求解,从而实现月球车期望轨迹的跟踪控制。该方法计算量小、方法简单、精度高,且可实现任意的非线性曲线的期望轨迹追踪。数值实验验证了该方法的正确性和有效性。

针对月球软着陆过程中的控制问题 ,提出了一种将最优理论和非线性神经元控制相结合的控制制导方案。其主要内容是 ,根据终端着陆条件和性能指标 ,以由庞氏极大值原理得出从近月点到月面的最优着陆轨迹为基础 ,给出一种基于人工神经元网络的非线性最优控制策略 ,使被控系统能通过神经网络对非线性的映射能力实现某种最优的非线性控制。最后给出的仿真结果验证了该控制策略的可行性和有效性