首页期刊导航|航天控制
期刊信息/Journal information
航天控制
航天控制

齐春棠

双月刊

1006-3242

ht12@httx.com.cn

010-68388585，010-68762264

100854

北京142信箱402分箱

航天控制/Journal Aerospace ControlCSCD北大核心CSTPCD
查看更多>>本刊是国内外公开发行的中央级科技期刊，创刊于1983年3月，是由中国航天科技行业卓有成就的北京航天自动控制研究所、北京控制工程研究所和上海八部等三家单位联合主办，有关航天运载器、空间飞行器制导导航与控制系统及有关地面测试发射控制系统的专业技术刊物。本刊以高度的战略技术眼光，洞察当今国际航天控制领域的发展方向和趋势，广泛报道航天控制技术的新理论、新应用、涉及自动化控制、计算机、电子学、物理学、数学等基础和专业学科，是自动控制技术在航天领域应用的权威性技术期刊。
正式出版
收录年代

    基于DBO优化的球载吊舱自抗扰姿态控制

    尹通志周江华张冬辉张晓军...
    68-74页
    查看更多>>摘要：针对采用扭转器作为执行机构的球载吊舱姿态控制方案,利用步进电机作为动力来源,设计了基于自抗扰控制(ADRC)算法的串级控制器,利用蜣螂优化算法(DBO)对控制器中的关键参数进行了寻优,利用寻优得到的控制器相关参数,对吊舱的姿态控制进行了仿真,并考虑了吊舱在飞行过程中抛砂对控制产生的影响.仿真结果表明,所设计的控制算法能跟踪静态与动态目标,控制精度较优,并具有一定的抗干扰能力,也证明了蜣螂优化算法的有效性.

    高空气球吊舱姿态控制蜣螂算法(DBO)自抗扰控制(ADRC)串级控制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    迁移学习在变工况方向舵故障诊断中的应用

    刘笑炎陈立平丁建完梅再武...
    75-81页
    查看更多>>摘要：为解决飞行器方向舵在复杂多变的工况条件下的故障诊断准确性问题,提出了一种结合卷积神经网络(CNN)和基于网络的深度迁移学习(NDTL)的NDTL-CNN故障诊断方法.首先,搭建了飞行器方向舵的故障仿真模型,采集不同工况条件、健康状态下的多维传感器数据;然后,设计了 CNN,其自适应地从定工况数据中深度提取特征,能够有效捕获方向舵的故障特征信号;最后,对定工况下的预训练CNN进行模型微调,将其迁移到变工况数据中进行故障诊断.实验结果表明:所提方法在短时间内将变工况下CNN的诊断精度提高了 15％,最终NDTL-CNN的诊断精度为97.7％,达到了在复杂多变的工况条件下精确辨识方向舵的健康状态.

    飞行器方向舵故障诊断卷积神经网络深度迁移学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    征稿简则

    封3页
      原文链接:
    • NETL
    • NSTL
    • 万方数据