日益增多的空間碎片不斷惡化著地球周圍的空間環(huán)境,也將會是人類在今后進行近地太空行為活動中面臨最大的危險之一。主動碎片清除措施（Active Debris Removal,ADR）可以在減少航天器執(zhí)行任務時與碎片碰撞次數(shù)同時降低產(chǎn)生二次碎片概率。本文以空間碎片清除任務中的初始清除范圍確定、碎片間轉移燃耗估計和空間碎片的質量特性辨識三個問題為研究對象,分別采用機器學習算法中的聚類、集成學習和線性神經(jīng)網(wǎng)絡對以上三個問題的解決策略開展研究。針對多碎片清除任務中的初始范圍確定問題,本文利用基于密度的聚類算法（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）對多碎片清除任務初始標范圍進行確定。首先闡述了聚類任務的定義、與分類的區(qū)別和聚類效果的衡量標準,分析了4種常見的聚類算法的特點;然后通過對空間碎片的運動規(guī)律進行分析后采用一種改進的軌道指示器作為衡量空間碎片轉移難度的標準,將本問題完全轉化為一個聚類任務;仿真結果證明了聚類算法對于解決本章問題的有效性。針對空間碎片間的轉移燃料估計問題,本文在權衡估計精度和估計時... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

按照碎片類型劃分的碎片總數(shù)演化趨勢

哈爾濱工業(yè)大學工學碩士學位論文合，從而引發(fā)自燃。由此產(chǎn)生的爆炸可以摧毀物體，從而產(chǎn)生相當大規(guī)模的碎片群這些碎片群在質量和傳播速度上都處于一個比較廣的范圍內(nèi)。除了這種意外的破壞外，近些年來地面導彈攔截衛(wèi)星也是空間碎片數(shù)量的貢獻者。圖 1-1 按照碎片類型劃分的碎片總數(shù)演化趨勢

哈爾濱工業(yè)大學工學碩士學位論文合，從而引發(fā)自燃。由此產(chǎn)生的爆炸可以摧毀物體，從而產(chǎn)生相當大規(guī)模的碎片群這些碎片群在質量和傳播速度上都處于一個比較廣的范圍內(nèi)。除了這種意外的破壞外，近些年來地面導彈攔截衛(wèi)星也是空間碎片數(shù)量的貢獻者。圖 1-1 按照碎片類型劃分的碎片總數(shù)演化趨勢

【參考文獻】：
期刊論文
[1]基于多種群協(xié)同進化免疫多目標優(yōu)化算法的百葉窗優(yōu)化研究[J]. 駱清國,趙耀,桂勇,劉紅彬,帥剛.  兵工學報. 2019(04)
[2]基于參數(shù)動態(tài)調(diào)整的多目標差分進化算法[J]. 侯瑩,韓紅桂,喬俊飛.  控制與決策. 2017(11)
[3]基于SMOTE和GBDT的網(wǎng)絡入侵檢測方法研究[J]. 封化民,李明偉,侯曉蓮,徐治理.  計算機應用研究. 2017(12)
[4]空間非合作目標慣性參數(shù)在軌辨識[J]. 孔祥龍,李文龍,李文峰,趙毅.  中國空間科學技術. 2016(04)
[5]一種基于Boosting的集成學習算法在不均衡數(shù)據(jù)中的分類[J]. 李詒靖,郭海湘,李亞楠,劉曉.  系統(tǒng)工程理論與實踐. 2016(01)
[6]帶有空間機械臂的航天器系統(tǒng)慣性參數(shù)辨識[J]. 文坤,廖瑛,楊雅君.  飛行器測控學報. 2015(04)
[7]小生境多目標蟻群算法在飛行器總體設計中的應用[J]. 池元成,陸小兵,王彥靜,何漫,郭大慶.  航天控制. 2015(02)
[8]空間機器人慣性參數(shù)辨識的粒子群優(yōu)化新算法[J]. 馬歡,李文皓,肖歆昕,劉宏,蔣再男.  宇航學報. 2015(03)
[9]基于推力器的組合航天器質量特性辨識方法研究[J]. 侯振東,王兆魁,張育林.  航天控制. 2015(01)
[10]月面遠程運輸飛行軌跡優(yōu)化設計[J]. 朱小龍,馬劍,劉強,高揚.  載人航天. 2015(01)

博士論文
[1]空間機動飛行器清除碎片任務規(guī)劃與制導控制技術[D]. 王偉林.國防科學技術大學 2017

碩士論文
[1]航天飛行控制的機器學習方法[D]. 姜春生.中國科學技術大學 2018
[2]考慮機械臂柔性的非合作目標慣性參數(shù)辨識研究[D]. 舒巨.哈爾濱工業(yè)大學 2015
[3]自重構多分支空間機器人動力學與軌跡規(guī)劃的研究[D]. 張宇.哈爾濱工業(yè)大學 2014



本文編號：3324192