大學生數(shù)學建模競賽b題獲獎論文-嫦娥三號軟著陸軌道設計與控制策略-資料下載頁
2025-05-18 16:34本頁面
【導讀】上咨詢等）與隊外的任何人研究、討論與賽題有關(guān)的問題。引用處和參考文獻中明確列出。我們鄭重承諾，嚴格遵守競賽章程和參賽規(guī)則，以保證競賽的公正、公平性。違反競賽章程和參賽規(guī)則的行為，我們將受到嚴肅處理。請仔細核對，提交后將不再允許做任何修改。如填寫錯誤，論文可能被取消評獎資格。因此，本文將月球視為球體建立了三維動力學模型，表示出著陸器。方案三是針對緩速下降階段提出的。由于在緩速下降段中，著陸器距離月面很近，且著陸器幾乎沿豎直方向下降。的影響不敏感，因此也無法對初始偏差造成的著陸誤差進行修正。在整個“落月”過程中，嫦娥三號要完全依靠自主導航控制，嫦娥三號在高速飛行的情
【正文】 敏感，因此該方法也無法對初始偏差造成的著陸誤差進行修正。 16 六、模型評價 模型一 通過計算最小速度增量確定了初始點的位置，該計算方法簡單，易于工程化，適用于變推力火箭發(fā)動機在月球上實現(xiàn)定點軟著陸的任務，但不能具體求解出初始點的位置參數(shù)，只能求得初始點和著陸點的相對位置。 模型二將月球視為球體建立了三維動力學模型，并針對上述模型，給定初值進行迭代，從而求得中間變量，最終獲得最優(yōu)控制。但是該方法不利于在探測器上實現(xiàn)自主控制。 模型三和模型四分別進行了 故障檢測和著陸點的選擇，初步避開了危險區(qū)域，得到了安全著陸的最佳區(qū)域，缺點是該方案有效性和可靠性不可兼顧，在 設置探測器可以容忍的危險地勢閾值極限值時可能會使安全性降低。 模型五在平面月球二維模型的基礎(chǔ)上進行簡化，設計了一維垂直動力學模型，并提出了 緩速下降階段 控制方案的設計。優(yōu)點是充分考慮了著陸的安全性，缺點是模型對初始位置和速度偏差的影響不敏感，因此該方法也無法對初始偏差造成的著陸誤差進行修正。 七、參考文獻 [1] 朱立東 ，《衛(wèi)星通信導論》，出版社：電子工業(yè)出版社， 20xx 年。 [2] Ueno S, Yamaguchi. 3dimensional nearminimum fuel guidance law of a lunar landing module,AIAA Guidence, Navigation, and Control Conference and Exhibit, Portland, OR, 1999:AIAA993983。 [3] 王鵬基，張熇，曲廣吉 . 月球軟著陸飛行動力學和制導控制建模與仿真 . 20xx,39(3):521527。 [4] 董士波 火星表面障礙識別與 規(guī)避方法研究 哈爾濱工業(yè)大學碩士學位論文， 20xx。 [5] 褚桂柏，張熇 . 月球探測器技術(shù) . 北京：中國科學技術(shù)出版社， 20xx. 152154 17 附錄 一：運用 Matlab 編寫的圖像二值化處理源程序 clear all。clc。 I = imread(39。39。)。 figure imshow(I) title(39。原始圖像 39。) figure imhist(I) title(39。原始圖像的直方圖 39。) level = graythresh(I) BW = im2bw(I,level)。 figure imshow(BW) title(39。根據(jù)動態(tài)閾值做二值化 39。) 18 附錄二：運用 Matlab 編寫的圖像分割與統(tǒng)計源程序 clear all。 I=imread(39。39。)。 %figure,imshow(a) %將圖像二值化 %I=a。 level = graythresh(I)。 BW = im2bw(I,level)。 figure %subplot(231)。 imshow(BW) title(39。根據(jù)動態(tài)閾值做二值化 39。) a=I。 count=imhist(a)。 [m,n]=size(a)。 N=m*n。 L=256。 count=count/N。%%每一個像素的分布概率 count for i=1:L if count(i)~=0 st=i1。 break。 end end st for i=L:1:1 if count(i)~=0 nd=i1。 break。 end end nd f=count(st+1:nd+1)。 %f 是每個灰度出現(xiàn)的概率 size(f) E=[]。 for Th=st:nd1 %%%設定初始分割閾值為 Th av1=0。 av2=0。 Pth=sum(count(1:Th+1))。 %%%第一類的平均相對熵為 for i=0:Th av1=av1count(i+1)/Pth*log(count(i+1)/Pth+)。 end %%%第二類的平均相對熵為 for i=Th+1:L1 19 av2=av2count(i+1)/(1Pth)*log(count(i+1)/(1Pth)+)。 end E(Thst+1)=av1+av2。 end position=find(E==(max(E)))。 th=st+position1 for i=1:m for j=1:n if a(i,j)th a(i,j)=255。 else a(i,j)=0。 end end end %figure,imshow(a)。 level = graythresh(a)。 quan = im2bw(a,level)。 figure %subplot(232)。 imshow(quan) title(39。熵最大法分割圖像 39。) lst=~quan。 fna1=(BW+lst)。 % lst=(fna+quan)。 figure fna2=~fna1。 %subplot(233)。 imshow(fna2)。 %將圖像進行分割 %figure divd=142。 %fen=fna2(1:divd,divd*1+1:divd*(1+1))。 %imshow(fen)。 figure。 ci=1。 k=0。 tongji1=zeros(7,7)。 tongji2=zeros(7,7)。 for hang=0:6 for lie=0:6 fen=fna2((divd*hang+1):(divd*(hang+1)),(divd*lie+1):(divd*(lie+1)))。 for i=1:142 for j=1:142 20 if fen(i,j)==0 k=k+1。 %統(tǒng)計黑色像素點的個數(shù) end end end bili=(k/(142*142))*100。 tongji1(hang+1,lie+1)=k。 tongji2(hang+1,lie+1)=bili。 k=0。 subplot(7,7,ci)。 ci=ci+1。 %figure。 imshow(fen)。 end end
研究報告相關(guān)推薦
鄂ICP備17016276號-1