嫦娥三號(hào)軟著陸軌道設(shè)計(jì)與控制策略大學(xué)生數(shù)學(xué)建模競(jìng)賽b題獲獎(jiǎng)?wù)撐?資料下載頁(yè)
2025-06-29 15:18本頁(yè)面
【導(dǎo)讀】置，然后根據(jù)開(kāi)普勒定律的速度計(jì)算公式，確定了橢圓軌道中近月點(diǎn)和遠(yuǎn)月點(diǎn)的速度。了各方案中不同因素對(duì)方案的影響，得到可靠的誤差范圍，并進(jìn)行了優(yōu)化。其中，方案一是針對(duì)主減速和快速調(diào)整段提出的。帶來(lái)較大的偏差。因此，本文將月球視為球體建立了三維動(dòng)力學(xué)模型，表示出著陸器。下降速度在坐標(biāo)系三軸上的分量。然后給定初值進(jìn)行迭代，從而求得協(xié)狀態(tài)變量或中。間變量，最終獲得最優(yōu)控制方案。然后采用蒙特卡洛打靶，假設(shè)各誤差均符合正態(tài)分。方案二是針對(duì)粗避障和精避障段提出的。處的數(shù)字高程圖進(jìn)行分析，從而確定故障區(qū)域和安全區(qū)域。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(wú)法對(duì)初始偏差造成的著陸誤差進(jìn)行修正。實(shí)現(xiàn)中國(guó)首次月面軟著陸。在整個(gè)“落月”過(guò)程中，嫦娥三號(hào)要完全依靠自主導(dǎo)航控制，嫦娥三號(hào)在高速飛行的情
【正文】 可兼顧，在 設(shè)置探測(cè)器可以容忍的危險(xiǎn)地勢(shì)閾值極限值時(shí)可能會(huì)使安全性降低。 模型五在平面月球二維模型的基礎(chǔ)上進(jìn)行簡(jiǎn)化，設(shè)計(jì)了一維垂直動(dòng)力學(xué)模型，并提出了 緩速下降階段 控制方案的設(shè)計(jì)。優(yōu)點(diǎn)是充分考慮了著陸的安全性，缺點(diǎn)是模型對(duì)初始位置和速度偏差的影響不敏感，因此該方法也無(wú)法對(duì)初始偏差造成的著陸誤差進(jìn)行修正。 七、參考文獻(xiàn) [1] 朱立東 ，《衛(wèi)星通信導(dǎo)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(dòng)力學(xué)和制導(dǎo)控制建模與仿真 . 20xx,39(3):521527。 [4] 董士波 火星表面障礙識(shí)別與規(guī)避方法研究 哈 爾濱工業(yè)大學(xué)碩士學(xué)位論文， 20xx。 [5] 褚桂柏，張熇 . 月球探測(cè)器技術(shù) . 北京：中國(guó)科學(xué)技術(shù)出版社， 20xx. 152154 17 附錄 一：運(yùn)用 Matlab 編寫(xiě)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(dòng)態(tài)閾值做二值化 39。) 18 附錄二：運(yùn)用 Matlab 編寫(xiě)的圖像分割與統(tǒng)計(jì)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(dòng)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(gè)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(gè)灰度出現(xiàn)的概率 size(f) E=[]。 for Th=st:nd1 %%%設(shè)定初始分割閾值為 Th av1=0。 av2=0。 Pth=sum(count(1:Th+1))。 %%%第一類(lèi)的平均相對(duì)熵為 for i=0:Th av1=av1count(i+1)/Pth*log(count(i+1)/Pth+)。 end %%%第二類(lèi)的平均相對(duì)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(jìn)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(jì)黑色像素點(diǎn)的個(gè)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(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1