-
摘要: 控制是航天器在空间环境下自主完成复杂任务的关键技术. 首先梳理了中国空间控制技术过去50多年来的发展成果, 总结划分为航天器姿态控制、姿态轨道控制、“感知−决策−执行” (Perception-decision-action, PDA)自主控制三个方面, 并在综述了各方面主要进展的基础上, 围绕超大结构航天器姿态轨道控制、轨道空间博弈控制、网络化航天器集群控制、地外探测智能无人系统控制、跨域航天器自主控制、在轨建造与维护(On-orbit servicing, assembly, and manufacturing, OSAM)控制6个技术方向, 提出面临的挑战和需要重点关注的基础性问题, 为空间控制技术未来的发展提供借鉴和参考.Abstract: Control has a key role in enabling spacecraft to perform complex tasks in space environment autonomously. After a brief review of the development of space control technology in China over the past 50 years, we focus on the main progress of the three aspects from the spacecraft attitude control to the attitude-orbit control, and then to the “perception-decision-action” (PDA) autonomous control. Based on which, and an analysis of the challenges brought by more complex space missions in the future, some fundamental control issues worthy of follow-up focus are involved, especially in the fields of extra-large spacecraft, orbital games, networked spacecraft swarms, extraterrestrial operations, cross-domain spacecraft and on-orbit servicing, assembly, and manufacturing (OSAM).
-
Key words:
- Space control technology /
- spacecraft attitude control /
- attitude-orbit control /
- “perception-decision-action” (PDA) autonomous control /
- extra-large spacecraft /
- orbital games /
- networked spacecraft swarms /
- extraterrestrial operations /
- cross-domain spacecraft /
- on-orbit servicing, assembly, and manufacturing (OSAM)
-
随着无线通信技术的进步以及无线传感器网络(Wireless sensor network, WSN)和物联网等的高速发展, 如何精确定位监控区域内的多个目标已经成为信号处理领域中极具挑战和实际意义的问题.多目标定位可以应用于诸多场景, 例如, WSN中传感器节点定位[1]、室内定位[2]、污染源定位[3]、无线电监控等.
传统的定位算法主要分为两类.一类是基于测距的定位算法, 典型算法有利用到达时间测距(Time of arrival, ToA)、利用到达时间差测距(Time difference of arrival, TDoA)、利用到达角度测距(Angle of arrival, AoA)和利用接收信号强度进行三边测距(Received signal strength indicator, RSSI)[4]; 一类是非测距的定位算法, 典型算法有DVhop定位[5]、基于信道感知定位[6]和RSSI指纹定位[7-8]等.然而这些方法都显示出一定的局限性.
近年来, 压缩感知(Compressive sensing, CS)理论的兴起[9]为我们提供了一种全新的视角去看待多目标定位问题.通过对感知区域的网格化, 目标位置在空间域上的稀疏性为压缩感知理论体系的应用提供了可能.研究表明[10-11], 基于压缩感知的多目标定位方法能够实现比传统的定位方法更好的定位性能. Cevher等[12-13]提出了WSN中多目标定位的估计框架, 提出只需少量的测量, 便可以将目标位置的稀疏向量通过传感矩阵进行恢复.在此之后, Feng等[10]开始将多目标定位问题建立在压缩感知欠定方程上, 并采取了基追踪(Basis pursuit, BP)和基追踪降噪(Basis pursuit denoising, BPDN)等恢复算法进行仿真测试及性能比较. Zhang等[11]使用贪婪匹配追踪(Greedy matching pursuit, GMP)算法替代传统的压缩感知恢复算法, 提高了恢复的准确性, 同时对传感矩阵是否满足有限等距特性(Restricted isometry property, RIP)[9]进行了证明. Lin等[14]通过融合两种网格下的恢复结果获得了分集增益, 提高了定位精度.
然而, 之前基于压缩感知定位的研究有诸多不足. 1)求解基于压缩感知的多目标定位问题时, 基于优化逼近的方法定位精度高但计算复杂, 基于贪婪恢复的方法计算简单却定位精度低; 2)简单使用一般的压缩感知恢复算法来实现定位, 忽略了多目标定位问题中丰富的结构信息, 无法有效提升定位性能; 3)为降低密集网格划分带来的强相关性, 文献中广泛采用的正交预处理方法[10]削弱了原始定位模型中的信噪比, 使得定位算法的抗噪性能大幅降低.
鉴于此, 本文针对多目标定位问题, 给出了明确的系统模型, 证明预处理方法削弱模型信噪比, 提出一种新颖的基于压缩感知的层级贪婪匹配追踪定位算法(Hierarchical greedy matching pursuit, HGMP).所提算法具有线性计算复杂度, 提供了一种利用多目标定位场景中的结构信息实现快速贪婪定位的层级架构, 提高了多目标定位系统的定位精度和抗噪声性能.
1. 系统模型
本节首先阐述基于德劳内三角剖分的空间网格化方法, 介绍基于压缩感知的多目标定位模型及各参数的意义.其次, 从压缩感知理论出发, 讨论定位问题中目标数、传感器数目、网格数目三者的相互制约关系.接着, 证明文献中广泛采用的基于正交的预处理操作本质上降低信噪比.最后, 在讨论部分阐述本文的主要动机.
1.1 空间德劳内三角网格划分
不失一般性, 设已知存在$K$个目标的二维感知区域被离散成$N$个网格点(目标服从感知区域内的连续均匀分布), 其中随机均匀散布$M$个传感器(位置已知), 每个传感器测量该点处的接收信号强度(Received signal strength, RSS).在空间网格点数目足够大的前提下, 可以用网格点近似估计目标的位置来确定$K$个目标发射源的位置.
空间网格化是构建定位模型的第一步, 文献中广泛采用均匀矩形网格划分.理论上, 三角形和四面体是二维和三维空间的单纯形, 可以剖分任意复杂的几何形状.因三角剖分具有良好的灵活性和稳定性, 20世纪80年代后, 对三角剖分的研究飞速发展, 除了在有限元分析, 流体力学等传统领域大放光彩外, 在模式识别, 虚拟现实, 计算机视觉等领域也得到广泛的应用.
本文采用新提出的基于德劳内三角剖分的空间网格化方法(Delaunay triangulation spatial gridding, DTSG)[14]. DTSG方法利用传感器节点和四个边界点作为原始网格点, 对感知区域进行初步的德劳内三角剖分, 然后依次添加各个德劳内三角形的重心作为新的网格节点, 重新对感知区域进行德劳内三角剖分, 如此迭代分裂, 直至网格点个数满足预设大小.相比均匀矩形网格, 其具有灵活、网格多分辨率、网格密度自适应的特点. Lin等[14]的研究显示, 统计平均意义下, DTSG网格划分方法的定位性能优于传统的均匀矩形网格划分方法.而实际中, 传感器的布置符合一定的先验知识, 如在无线电监控中, 固定监测站点和移动监测平台往往布置在非法电台出现机率大的区域.所以, 这种由传感器节点位置生成网格的空间划分方法更切合实际应用.图 1给出了$M=50$, $N=441$设定下DTSG网格划分结果.其中黑色圆点为随机布置的传感器节点, 灰色圆点为依据DTSG算法生成的网格节点, 五角星为目标发射源.图 1中的目标发射源节点用于示意定位模型, 由DTSG方法可知网格划分与目标无关.
1.2 基于压缩感知的多目标定位模型
由于$K \ll N$, 所以目标的估计位置在空域上具有稀疏性.根据压缩感知理论, 多目标问题可以抽象为通过$M$维接收信号强度的有噪测量(噪声为测量噪声$n$, 近似为高斯噪声), 重建出$N$维空间中的$K$稀疏位置矢量的稀疏近似问题.模型为
$ \begin{align}\label{model1} \boldsymbol{y} = \Phi \Psi \boldsymbol{x} + \boldsymbol{n} = A\boldsymbol{x} + \boldsymbol{n} \end{align} $
(1) 其中, 称为传感矩阵, 是一个过完备字典.在模型(1)中, 我们用网格点来近似真实的目标位置.各参数的意义如下:
1) 目标稀疏位置矢量$\boldsymbol{x} \in {\bf R}_{+}^{N}$
为$K$稀疏矢量, 编码了目标在网格点中的近似位置.如果目标被近似到第$i$个网格点上时, $x_i$为与目标功率有关的正数$C$, 否则为$0$.
2) 基于RSS的稀疏基矩阵$\Psi \in {{\bf R}^{N \times N}}$
的每一列$\pmb \psi_j$代表所有网格点对网格点$j$处目标的RSS测量.在不考虑信号增益的条件下, 网格点$j$处目标在网格点$i$上的接收信号强度满足空间传播的衰落模型[10]
$ \begin{align}\label{propation1} RSS({d_{i, j}}) = {P_0} + {K_e} - 10\eta \lg \frac {{d_{i, \, j}}}{d_0} + \alpha + \beta \end{align} $
(2) 其中, $P_0$为信号发射功率, $K_e$为环境衰减因子, $d_{i, \, j}$为网格点$j$到网格点$i$的物理距离, $d_0$为近场参考距离. $\alpha$为快衰落的影响因子, $\beta$为阴影衰落的影响因子.显而易见, .不同于压缩感知原理中的稀疏基矩阵, 例如离散余弦变换基、快速傅里叶变换基、离散小波变换基等, 在多目标定位模型(1)中的稀疏基矩阵$\Psi$很可能不是$N$维空间的一个基矩阵, 即${\rm span}(\Psi)\subsetneq {{\bf R}^N}$.
3) 测量矩阵$\Phi \in {{\bf R}^{M \times N}}$
测量矩阵表示网格点中的传感器部署方案.多目标定位问题中, 稀疏基矩阵$\Phi$的前$M$列为传感器所在网格点, 所以测量矩阵形式为$\Phi =I_{M \times N}^M$ $=$ , 其中, $I_M$为$M$阶单位矩阵, 为全零矩阵.
4) 测量结果矢量$\boldsymbol{y} \in {{\bf R}^M}$
测量结果矢量$\boldsymbol{y}$为$M$个传感器的实际RSS测量结果. 中的任一元素$y_i$代表第$i$个传感器感知到的所有目标的功率叠加结果.
$ \begin{align} {y_i} = \sum\limits_{j = 1}^K {RSS({d_{i, j}})} \end{align} $
(3) 1.3 模型参数的约束关系
在多目标定位问题中, 研究者感兴趣的问题是需要多少个接收传感器才能成功定位给定数目的目标发射源?网格划分越密集, 是否定位精度会越高?借由压缩感知理论, 可以获得关于这些问题的初步结论.
对于无噪声压缩感知方程$\boldsymbol{y} = A\boldsymbol{x}$, 文献[11]证明, 若且$A$满足$(2K, \sigma)$的RIP条件, 则$\ell_1$范数最小化问题
$ \begin{align}\label{L1min} \min{\lVert \boldsymbol{x} \rVert}_{1} ~~{\rm s.t.}~~\boldsymbol{y} = A\boldsymbol{x} \end{align} $
(4) 的解为$\hat{\boldsymbol{x}}$, 若$\boldsymbol{x}$是严格$K$稀疏信号, 则; 若$\pmb x$是非严格$K$稀疏信号, 则$\hat{\boldsymbol{x}}$能重建出$\boldsymbol{x}$最主要的$K$个系数.当$\boldsymbol{y}$受到噪声污染时, 压缩感知方程(1)的$\ell_1$范数最小化解的重建误差为${{c_0}{\epsilon_0}+{c_1}{\epsilon}}$, 其中${c_0}$, ${c_1}$为很小的正常数, $\epsilon_0$为$\boldsymbol{y}$的重建允许误差范围, ${\epsilon}$为无噪声时的重建误差.
Zhang等[11]证明了多目标定位模型(1)的传感矩阵$A$以大概率满足RIP条件.所以从压缩感知的重构的角度来看, 给定网格划分结果确定了$A$的构成, 而$A$满足的RIP条件阶数又进一步确定了在当前传感矩阵下能够重构出的最大目标数$K$.同时, 为了重构出稀疏位置矢量$\boldsymbol{x}$, 传感器个数需满足$M$ $\ge$ ${\rm O}(K\lg (N/K))$.
在多目标定位问题中, 目标位置的参数空间是连续的.基于压缩感知的定位方法通过把参数空间网格离散化获得对目标位置的网格点近似估计, 然后由这些网格点构成有限离散的过完备字典(即传感矩阵$A$).网格划分越精细, 网格点和真实目标之间的误差就越小, 但过密的网格会造成稀疏基字典中原子间的相关性越强, 进而使得压缩感知的重构性能下降[15], 有如下定理[12].
定理1 [12]. 令$A \in {{\bf R}^{M \times N}}$为一个过完备字典, $\boldsymbol{a_j}$为其第$j$列, 定义相干性(Coherence) $\mu(A)$为
$ \begin{align} \mu \left( A \right) = \mathop {\max }\limits_{1 \le i \ne j \le N} \frac{{\left| {\left\langle {\boldsymbol{a_i}, \boldsymbol{a_j}} \right\rangle } \right|}}{{{{\left\| {\boldsymbol{a_i}} \right\|}_2}{{\left\| {\boldsymbol{a_j}} \right\|}_2}}} \end{align} $
(5) 令$K \le 1 + 1/16u$, 当$M \ge {\rm O}(K\lg (N/K))$时, 任何$K$稀疏向量$\boldsymbol{x}$可以从测量$\boldsymbol{y} = A\boldsymbol{x}$中通过求解式(4)以大概率恢复.
Cevher等[12]的研究表明, 在基于压缩感知的多目标定位场景中, $ \mu \left( A \right) $依赖于$\Delta /2D$.其中$\Delta$为网格精度, $D$为网格点和传感器之间的最大距离(由传感器部署和网格划分共同决定).从而, $\Delta$决定能够成功定位的目标数的下界, 而$D$决定其上界.
另一方面, 为了缓解密集网格划分造成的传感矩阵各列之间的强相关性对压缩感知重建性能的影响, Feng等[10]提出一种基于正交的预处理方法降低了原始传感矩阵各列之间的相关性.此后, 这种预处理方法被研究者广泛使用[10, 14, 16], 下面对基于正交的预处理方法做出了详细介绍, 并证明在有噪情况下, 其本质上放大了噪声的影响, 降低了信噪比.
1.4 基于正交的预处理方法及其不足
定义1 (预处理算子T). 给定模型$\boldsymbol{y} = A\boldsymbol{x}+\boldsymbol{n}$, 定义线性预处理算子为.其中, $A^†$表示$A$的伪逆, 表示对矩阵$A$的规范正交化操作.
设矩阵$A \in {\bf R}_r^{M \times N}$有SVD分解, 其中$U$和$V$均为正交矩阵, $\Sigma$的主对角线元素为$A$的奇异值, 非主对角元素为$0$. $r$为$A$的秩, $r \le M$.对测量结果矢量进行预处理
$ \begin{align} T\boldsymbol{y} = &\ T ( A\boldsymbol{x} + \boldsymbol{n} ) = \notag \\ &\ { V^{\rm T}(:, 1:r) } V {\Sigma ^† } { U^{\rm T} } ( U \Sigma{ V^{\rm T} }\boldsymbol{x} +\boldsymbol{n} ) = \notag \\ &\ {V^{\rm T}(:, 1:r) } \boldsymbol{x} + \boldsymbol{n}' \end{align} $
(6) 其中, $\boldsymbol{n}' = I_{r \times N}^r{\Sigma ^† }{U^{\rm T}}\boldsymbol{n}$.记$\boldsymbol{z} = T\boldsymbol{y}$, 经过预处理后, 多目标定位模型(1)可以表示为
$ \begin{align}\label{model2} \boldsymbol{z}= Q\boldsymbol{x} + \boldsymbol{n}' \end{align} $
(7) 其中, $V(:, 1:r)$为正交矩阵$V$的前$r$列构成的子矩阵.可以证明, 正交矩阵的随机子矩阵满足RIP条件[17].下文中, 称模型(1)为原始模型, 模型(7)为预处理模型, 相应地, $A$称为原始传感矩阵, $Q$称为预处理传感矩阵.
可见, 相对原始传感矩阵$A$, 预处理传感矩阵$Q$的列间相关性已被大大降低.但预处理算子$T$并不是一个无损操作.从原始模型(1)到预处理模型(7), 相对信号功率, 预处理算子$T$放大了噪声水平, 即预处理算子$T$削弱了信噪比(Signal to noise ratio, SNR), 有如下定理.
定义2 (信噪比SNR). 给定模型$\boldsymbol{y} = A\boldsymbol{x} + \boldsymbol{n}$, $\boldsymbol{x}$为随机向量.其中信号为$A\boldsymbol{x}$, 噪声.模型信噪比定义为
$ \begin{align} SNR = \frac{{\rm E}({\lVert A\boldsymbol{x} \rVert}_2^2)}{{\rm E}({\lVert \boldsymbol{n} \rVert}_2^2)} \end{align} $
(8) 定理2. 给定模型$\boldsymbol{y} = A\boldsymbol{x} + \boldsymbol{n}$, 其中$A \in {\bf R}_M^{M \times N}$, 为随机向量且各分量$x_i$满足i.i.d. 条件.模型信噪比为$SNR_1$.对应预处理模型为, 模型信噪比为$SNR_2$.如果存在E$(x_i^2)$, $i=1, 2, \cdots, N$, 则$SNR_2$ $\le$ $SNR_1$.
证明. $A =U \Sigma_1 V^{\rm T}$.其中,
$ \Sigma_1 =[\Sigma \, \, O_{M \times (N-M)}], \ \ \Sigma = {\rm diag}\{s_1, s_2, \cdots, s_M\} $
$s_i$为$A$的奇异值.
记$V^{\rm T}\boldsymbol{x}=(v_1, v_2, \cdots, v_N)^{\rm T}$, , $1/s_2$, $\cdots, 1/s_M\}$.所以
$ \begin{align*} &\lVert A\boldsymbol{x}\rVert_2^2 = \boldsymbol{x}^{\rm T}V\Sigma_1^{\rm T}U^{\rm T}U{\Sigma_1}V^{\rm T}\boldsymbol{x}=\mathop\sum\limits_{i=1}^{M}{s_i^2}{v_i}^2\\ &T=QA^† =[I_M, O_{M\times(N-M)}]V^{\rm T}\\ &\lVert TA\boldsymbol{x}\rVert_2^2 = \!\boldsymbol{x}^{\rm T}V\Sigma_1^{\rm T}U^{\rm T}U\Sigma^{†}\Sigma^{†}U^{\rm T}U{\Sigma_1}V^{\rm T}\boldsymbol{x}=\!\mathop\sum\limits_{i=1}^{M}{v_i}^2\\ &{\rm E}(\boldsymbol{n}^{\rm T}\boldsymbol{n})=M\sigma^2 \end{align*} $
接下来考虑${\rm E}\{\lVert T\boldsymbol{n}\rVert_2^2\}$:
$ {\rm E}\left\{ {\lVert T\boldsymbol{n}\rVert}_2^2 \right\}={\rm E}\left\{ {\lVert \Sigma^{†}U^{\rm T}\boldsymbol{n}\rVert}_2^2 \right\} $
令$\boldsymbol{z}=U^{\rm T}\boldsymbol{n}$, $U$为正交矩阵.因为高斯白噪的正交变换仍为高斯白噪.所以, $ \boldsymbol{z}\sim {\rm N}(0, \sigma^{2}I)$.从而有
$ {\rm E} \left\{ {\lVert \Sigma^{†}U^{\rm T}\boldsymbol{n}\rVert}_2^2 \right\} ={\rm E}\left\{ {\mathop\sum\limits_{i=1}^{M}{\dfrac{z_i^2}{s_i^2}}}\right\}= {\mathop\sum\limits_{i=1}^{M}{\dfrac{\sigma^2}{s_i^2}}} $
所以
$ \begin{align} &\frac{SNR_1}{SNR_2} = \frac{{\rm E}({\lVert A\boldsymbol{x} \rVert}_2^2){\rm E}({\lVert T\boldsymbol{n} \rVert}_2^2)} {{\rm E}({\lVert TA\boldsymbol{x} \rVert}_2^2){\rm E}({\lVert \boldsymbol{n} \rVert}_2^2)} \notag = \\ &\qquad \frac{{\rm E}\left(\mathop\sum\limits_{i=1}^{M}{s_i^2}{v_i}^2\right)\mathop\sum\limits_{i=1}^{M}{\frac{\sigma^2}{s_i^2}}} {{\rm E}\left(\mathop\sum\limits_{i=1}^{M}{v_i}^2\right)M\sigma^2}= \frac{\mathop\sum\limits_{i=1}^{M}{s_i^2}\mathop\sum\limits_{i=1}^{M}{\frac{1}{s_i^2}}} {M^2}\notag \end{align} $
由Cauchy-Schwarz不等式, 有
$ \begin{align} \mathop\sum\limits_{i=1}^{M}{s_i^2}\mathop\sum\limits_{i=1}^{M}{\frac{1}{s_i^2}} \ge \left(\mathop\sum\limits_{i=1}^{M}{s_i \frac{1}{s_i}}\right)^2=M^2 \notag \end{align} $
综上所述
$ \begin{align} SNR_2 \le SNR_1 \notag \end{align} $
等号成立的条件为: $A$的所有奇异值都为1.
在多目标定位模型(1)中, 按照空间传播损耗模型构建的原始传感矩阵$A$, 其奇异值一般远小于1, 根据定理2, 经过预处理算子$T$处理后, 预处理模型(7)的信噪比将远小于原始模型(1)的信噪比.
1.5 讨论
由上述分析可知, 密集划分网格会造成$A$各列间的强相关性, 进而影响重建性能.而文献中为降低列间相关性而采取的正交预处理操作又被证明是放大噪声影响, 降低模型信噪比.然而, 对于定位场景, 只有目标附近的字典原子才会对真实的信号构成具有明显贡献, 远离目标的位置的原子划分并不会给定位带来益处.所以, 对于给定的网格化空间和相应的过完备字典$A$, 可以将观测子空间视为信号子空间和噪声子空间的叠加.
此外, 在求解压缩感知定位问题上, 文献中采用的$\ell_1$范数最小化方法, 例如BP算法, 定位精度高, 抗噪声性能强, 但当$N$很大时, 其${\rm O}(N^3)$的计算成本过于昂贵. RIP条件意味着$A$近似正交的, 这启发了一系列通过迭代求解$\boldsymbol{x}$的$K$个最大稀疏的贪婪算法, 例如正交匹配追踪算法(Orthogonal matching pursuit, OMP)等.这些贪婪算法通常具有直观, 易于理解, 计算简单的优点.但在定位问题中, 其对噪声较为敏感, 且容易陷入局部最优解中.
所以, 本文的主要动机为以贪婪重建的方式, 利用多目标定位场景中隐含的结构信息, 从观测子空间中分离出信号子空间, 降低测量噪声和网格密集划分所带来的强相关性的影响, 提升贪婪恢复的定位准确性.更具体地, 原始模型(1)中隐藏着丰富的结构信息, 预处理模型(7)适合于贪婪求解, 利用原始模型(1)和预处理模型(7)进行联合迭代贪婪定位, 将获得更优异的定位表现.
2. 层级贪婪匹配追踪定位算法
本节首先分析多目标定位场景中隐含的结构信息.其次, 利用这些结构信息提出一种分层贪婪匹配追踪的多目标定位方法(HGMP).最后, 对所提算法的收敛性和计算复杂度做出分析.
2.1 多目标定位场景中的结构信息
1) 团块模式
原始模型(1)是对多目标定位问题的网格点近似, 真实的目标位置可能分布在感知区域的任何位置, 不一定精确地在网格点上.所以, 接收信号投影到网格空间上的能量将分散在真实目标附近的原子团上.迭代过程中, 残差投影到网格空间上的能量将分散在对当前残差贡献最大目标附近的原子团上.具体地, 在真实目标位置附近的网格点上, 压缩感知恢复系数或残差在网格空间上的投影具有相近的取值, 且幅度明显高于远离目标位置的网格点上的, 称这种模式为团块模式.图 2 (a)和2 (b)分别展示的是恢复系数在网格点索引集上和网格空间上的团块模式. Yang等[16]注意到了恢复系数的团块模式, 其在BP算法的定位结果上利用KNN聚类对恢复位置进行加权平均, 鉴于BP算法的计算复杂度, 其很难被应用到实际中; 图 2 (c)展示的是在原始传感矩阵$A$上在OMP算法迭代过程中残差的团块模式, 可以清晰看到, 左边的目标对当前残差贡献最大, 其附近的原子团呈现出明显的团块模式; 图 2 (d)展示的是预处理传感矩阵$Q$上OMP算法迭代过程中残差在网格空间上的投影, 由于基于正交的预处理操作打乱了原始传感矩阵$A$中的相关性, 所以不再具有明显的团块模式.本文研究OMP算法迭代过程中残差在原始传感矩阵A的团块模式.
2) 冗余信息
如前所述, 为了在多目标定位问题中应用贪婪类压缩感知恢复算法, 文献中常采用预处理算子$T$.数学上, $T$是一个不可逆算子, 它把$M$维非稀疏矢量$\boldsymbol{y}$映射成$r$维()矢量$\boldsymbol{z}$, 再通过$\boldsymbol{z}$重建$N$维$K$稀疏矢量$\boldsymbol{x}$.前文的分析显示, $T$放大噪声的影响, 降低模型信噪比.此外, 预处理传感矩阵$Q$是一个正交矩阵的子矩阵, 相对原始传感矩阵而言, 其列之间的相关性已被大大降低.所以相对原始模型(1), 预处理模型损失了冗余的信息.对于一个系统来说, 冗余虽然带来有效性的降低, 但是另一方面, 却是系统可靠性的重要保障.在多目标定位问题中, 这种冗余信息的损失可以从$A$和$Q$的列相关性中得到解释. $A$中的每一列$\boldsymbol{a_j}$代表所有传感器对网格点$j$处目标的RSS测量, 空域中网格点$i$和网格点$j$距离越近, $\boldsymbol{a_i}$和$\boldsymbol{a_j}$就越相关.所以$A$的列之间的相关性具有清晰的物理意义.作为这种相关性在残差投影上的反映, 投影结果也会在空域上呈现出清晰的相关性, 如图 2 (c)所示, 残差在原始传感矩阵$A$上的投影呈现出清晰的团块模式.与此相反, 预处理传感矩阵$Q$是正交矩阵$V$的子矩阵, $Q$的列相关性已经无法直接体现空域上网格点间的相关性.如图 2 (d)所示, 残差在传感矩阵$Q$上的投影无清晰的团块模式.
2.2 算法步骤
提出的HGMP算法是一种层级的贪婪算法, 利用多目标定位场景中的结构信息, 具有线性计算复杂度和很好的可解释性. HGMP算法的思想是以贪婪的方式, 逐步发掘多目标定位问题中的残差在原始传感矩阵中投影的团块模式, 进而利用预处理模型获得贪婪恢复.算法特征为:全局估计层获得目标可能位置的全局估计, 稀疏恢复层利用全局估计信息进行目标稀疏位置矢量压缩感知贪婪重建.有以下核心算法步骤.
输入. 测量结果矢量$\boldsymbol{y}$, 原始感知矩阵$A$, 目标数$K$;
输出. 目标位置恢复点集$P$, $\boldsymbol{x}$的$K$稀疏逼近$\hat{\boldsymbol{x}}$;
初始化. 候选集$\Omega \leftarrow \phi $, 残差相关集$\Lambda \leftarrow \phi $, 删除集$\Delta \leftarrow \phi $, 残差$\boldsymbol{v} \leftarrow \boldsymbol{y}$, 格点索引集$\mathbb{N} \leftarrow \{ 1, 2$, $\cdots$, $N\}$;
预处理. 计算预处理感知矩阵$Q$, 计算;
全局估计层. 迭代量, 循环执行步骤$1$ $\sim$ $5$.
步骤1. 寻找对当前残差贡献最大的原子团$\Lambda$ $\leftarrow$ $\{ j| \langle {\boldsymbol{v}, \boldsymbol{a_j}} \rangle > Th( {\boldsymbol{v}, A} )$, ;
步骤2. 利用$\boldsymbol{z}$和$Q$, 在中进行局部正交匹配追踪, 得到$\Lambda$上的的恢复系数$\boldsymbol{\theta}$及其支撑集$\Pi$;
步骤3. 对$\boldsymbol{\theta}$及其支撑集$ \Pi$正则化, 结果为;
步骤4. 迭代更新. , ${\Delta \leftarrow \Delta \cup \Omega}$, $\boldsymbol{v}$ $\leftarrow$ $\boldsymbol{y}-A_{\Omega }A_{\Omega }^{†} \boldsymbol{y}$, ${i \leftarrow i + 1}$;
步骤5. 如果, 进入下一次迭代, 返回步骤1;否则, 进入稀疏恢复层, 执行步骤6;
稀疏恢复层.
步骤6. 扩大候选集
$ {\Omega \leftarrow \Omega \cup \left\{ {l\left. {\left| {l \in Neighbor(j, D), j \in \Omega , l \in \mathbb{N} \backslash \Omega } \right.} \right\}} \right.} $
步骤7. 利用$\boldsymbol{z}$和$Q$, 在候选集$\Omega$中进行正交匹配追踪, 得到$\boldsymbol{x}$的$K$稀疏逼近$\hat{\boldsymbol{x}}$及其支撑集$P$; 其中, $A_\Omega$表示$A$的索引集为$\Omega$的列构成的子矩阵.步骤1中, $Th(\boldsymbol{v}, A)$是自适应动态门限, 定义为
$ {Th(\boldsymbol{v}, A)=\max \{ A_{\mathbb{N} \backslash \Delta}^{\rm T}\boldsymbol{v} \}-{\rm std}(\{ A_{\mathbb{N} \backslash \Delta}^{\rm T}\boldsymbol{v} \}} $
动态门限能够自适应地提取对当前残差贡献最大的原子团, 噪声水平高时, 残差投影系数的方差较大, 动态门限自适应地降低门限值来对抗噪声的干扰, 保证空域上与当前残差相关的目标附近格点能够被选入残差相关集$\Lambda$.反之, 当噪声水平低时, 动态门限会提高门限值, 减少选入残差相关集$\Lambda$中弱相关格点的数目.
步骤3中, 正则化[18]处理旨在从恢复系数中找出幅度相近且具有最大能量的子集.给定恢复系数$\theta$及其下标集合$\Pi$, 在集合$\Pi$中寻找子集$\Pi_0$, 满足
$ \left| {\theta_i} \right| \le 2\left| {\theta_j} \right|, \quad\forall i, j \in {\Pi _0} $
正则化操作选择所有满足要求的子集$\Pi_0$中具有最大能量(的$\Pi_0$作为输出.
步骤6中, $Neighbor(j, D)$指在空域上与格点$j$的欧氏距离小于门限值的格点集合.
2.3 讨论和分析
1) 收敛性和抗噪声性能
不同于一般的基于压缩感知的定位方法, HGMP通过全局估计层获得目标可能位置的候选原子集合, 然后稀疏重建层在候选原子集合上获得最终的稀疏贪婪重建结果.这等效于从观测空间中分离出信号子空间, 然后在信号子空间上进行贪婪正交匹配追踪.在进行全局估计时, 利用原始传感矩阵$A$上残差投影的团块模式, 筛选出对当前残差贡献最大的原子团, 然后利用预处理传感矩阵$Q$易于贪婪恢复的优势获得局部正交匹配追踪恢复结果, 最后通过正则化处理从局部恢复结果中挑选出能量最大且贡献类似的原子团.由正则化操作的分析[18]可知, 最终全局估计层的输出原子团中一定包含OMP最终估计的$K$个原子, 而稀疏重建层算法是子空间上的OMP算法.所以, 在高信噪比条件下, HGMP将和OMP算法保持一致的收敛性.当信噪比较低时, OMP算法易受噪声干扰, 陷入局部最优解中, 而HGMP挑选原子的方法比OMP更为谨慎, 每次挑选出原子团而非单个最相关原子的模式也使得算法对噪声的鲁棒性更强.全局估计层把可能位置从$\mathbb{N}$缩小到候选集$\Omega$, 已经极大地去除了噪声造成的虚假目标位置候选点.所以, 在此基础上进行贪婪恢复定位具有明显的抗噪声优势.
2) 计算复杂度
步骤1中投影操作实质是矩阵向量乘法, 门限比对操作实质是一个遍历过程, 所以步骤1的复杂度为.
步骤2把残差的能量正交投影到残差相关集$\Lambda$上, 实质上是一个OMP子问题, 复杂度为, 其中$C_1 = card(\Lambda)$且$C_1 \ll N$.
步骤3中正则化操作实质上是大小为$C_1$的数集上的排序和二重循环遍历过程, 复杂度为 $+$ $K^{2})$.
步骤4在候选集$\Omega$中更新残差涉及一个最小二乘问题, 复杂度为, 其中$C_2 =card(\Omega)$, 且满足$C_2 \ll N$.
步骤6扩大候选集, 包含$C_2$个遍历格点集合的操作, 复杂度为.
所以, 全局恢复层的复杂度为${\rm O}(K(MN +$ $MC_1^2$ $+$ .渐进地, 当$N$很大时, 占主导作用, 全局估计层的渐进复杂度为${\rm O}(KMN)$.
稀疏恢复层是候选集上的稀疏度为$K$的OMP操作, 其复杂度为.
综上所述, 当$N$较小时, HGMP算法计算复杂度不高于.当$N$很大时, HGMP算法的渐进复杂度为${\rm O}(KMN)$.
3. 算法仿真
为验证所提算法在抗噪性能和计算复杂度方面的提升, 采用经典的OMP算法和BP算法作为对比.此外, 为了对比算法在DTSG网格划分和均匀矩形网格划分上的性能, 对于同样的仿真参数设置, 每一次蒙特卡洛仿真中在两种网格上分别进行定位.仿真的硬件环境为Intel Core i7-6700处理器, 主频3.4 GHz, 8 GB内存; 软件环境为Windows 10 + MATLAB R2016a.
3.1 评价度量
平均定位正确率(Mean localization accuracy rate, MLAR).如果在距离真实目标$T_i$小于1 m的范围内能够找到恢复点$\hat{T_i}$, 认为目标$T_i$被成功定位, 恢复点$\hat{T_i}$被称为目标$T_i$的匹配恢复点.把被成功定位的目标个数${\#Successful\_Localized\_Targets}$与总目标个数${\#Targets}$的比值记为恢复的正确率.
$ \begin{align} MLAR = \frac{{\#Successful\_ Localized\_Targets}}{{\#Targets}} \end{align} $
(9) 平均定位误差距离(Mean localization error distance, MLED)定义为目标$T_i$的真实位置$({x_i}$, ${y_i})$和最近的匹配恢复点位置$({\hat{x}_i, \hat{y}_i})$之间的平均欧氏距离, 公式为
$ \begin{align} MLED = \frac{1}{K}\sum\limits_{i = 1}^K {\sqrt {{{({x_i} - {{\hat x}_i})}^2} + ({y_i} - {{\hat y}_i})^2} } \end{align} $
(10) 平均运行时间(Mean run time, MRT)指每次蒙特卡洛仿真中算法运行时间的平均值, 以此来评价算法的时间复杂度.
3.2 仿真参数选择
感知区域设为$10\, {\rm m} \times 10\, {\rm m}$的方形区域, 网格点$N$ $=21 \times 21$, 目标数$K = 4$.目标有效全向辐射功率.稀疏基字典$\Psi$采用IEEE802.15.4标准中的室内传播损耗模型[14].
$ \begin{align} & RSS(d) = \begin{cases} {P_t} - 40.2 - 20\lg d, &D \le 8\\ {P_t} - 58.5 - 33\lg \frac{d}{8}, &D > 8 \end{cases} \end{align} $
(11) 测量噪声为高斯白噪声, 为了有效验证算法的定位性能, 消除随机因素的影响, 取3 000次仿真的均值作为实验结果(每一次仿真均重新撒布目标和传感器, 重新构造空间网格).
3.3 仿真结果和分析
下文中均匀矩形网格划分简称为矩形网格, DTSG网格划分简称为三角网格.
1) 抗噪声性能和计算复杂度
图 3和图 4分别给出了$M=50$时, 在均匀矩形网格划分和DTSG网格划分下各算法的平均定位正确率和平均定位误差距离受信噪比的影响.可以看出:
a) 随着信噪比的增加, 各算法的平均定位正确率不断上升, 平均定位误差距离不断下降.当SNR $>$ 25 dB时, BP和OMP的定位性能趋于收敛, 当SNR $>$ 22 dB时, HGMP的定位性能趋于收敛.由于基于压缩感知的多目标定位模型是对真实目标位置的一个逼近模型, 当信噪比大于一定程度时, 多目标定位问题中的测量噪声不再是主要矛盾.对于图 3, 限制MLAR继续增加的主要因素为定义成功定位的精度(仿真中为1 m)和网格精度(网格划分带来的模型逼近误差, 仿真中平均网格间距为0.5 m); 对于图 4, 限制MLED继续降低的主要因素为网格精度.
b) 在统计平均意义上, 对于BP算法和HGMP算法, DTSG三角网格划分和传统的均匀矩形网格划分的定位性能保持一致; 对于OMP, 在同样的噪声水平下, 三角网格划分能实现比均匀矩形划分更高的定位正确率和更低的定位误差距离.
c) 在噪声占主要影响因素的前提下(SNR $<$ 25 dB), 通过在迭代过程中利用残差的团块模式, 限制在信号子空间上进行贪婪重建, HGMP的定位正确率和定位误差距离优于BP的, 远远优于OMP的, 显示出良好的抗噪能力.
图 5给出上述实验过程中各算法的平均运行时间. HGMP算法的计算复杂度显著低于BP算法.随着信噪比的提高, HGMP的平均运行时间降低.这是因为噪声水平越低, 残差投影的团块结构越明显, 投影方差越小, 每次选入残差相关集$\Lambda$中的格点数目也越少, 从而运行时间也越少.同样的噪声水平下, HGMP算法在三角网格划分上的运行时间要高于矩形网格划分的, 近似是矩形网格划分的常数倍.这是因为计算残差相关集采取的动态门限函数和残差投影标准差相关, 由于三角网格划分的非均匀性和非规则性, 其投影方差大于均匀矩形网格划分的, 导致三角网格中的残差相关集包含更多的格点, 使得三角网格上的运行时间高于矩形网格上的.相对BP算法和HGMP算法, OMP只包含投影、最小二乘、更新残差三个步骤, 所以其计算最为简单, 但从图 3和图 4可以看出, OMP低计算复杂度的代价是对噪声敏感, 当SNR较低时, 定位性能低于HGMP和BP.
2) 传感器个数的影响
图 6和图 7分别给出了$SNR = 25$ dB条件下, 传感器数目为6, 8, 10, 15, 30, 40, 50时, 均匀矩形网格划分和DTSG网格划分下各算法的平均定位正确率和平均定位误差距离.可以清晰看出, 随着传感器的个数不断增加, 各算法的平均定位正确率不断上升, 平均定位误差距离不断下降, 但变化趋于平缓.对于$K=4$, $M=441$, 理论上需要传感器的下界为.从图 6和图 7可以看出, 当传感器个数小于20时, 所有算法的平均定位误差距离都大于1 m, 平均定位正确率小于70 %.当传感器个数大于30时, 除了在矩形网格划分上的OMP算法外, 其他算法的平均定位误差距离都小于1 m, 相应的平均定位正确率大于82 %.统计意义上, 对于1 m范围的成功定位精度, 经验值和理论值之间的差距为11个传感器.其次, 对于同一传感器数目, HGMP在DTSG三角网格划分和均匀矩形网格划分下都显示出优于其他算法的定位性能, 且在DTSG三角网格划分下的HGMP定位性能最优.
4. 结论
本文给出了一种新颖的基于压缩感知的多目标分层贪婪匹配定位方法(HGMP), 并证明了文献中广泛采用的正交预处理操作降低定位信噪比.所提算法从观测子空间中分离出信号子空间, 利用原始传感矩阵和预处理传感矩阵进行联合迭代贪婪定位, 提供一种利用多目标定位问题中丰富的结构信息实现鲁棒性贪婪定位的层级架构.理论分析和计算仿真表明, HGMP定位算法具有渐进线性复杂度${\rm O}(KMN)$.相同信噪比下, HGMP在不同网格划分上均展示出更好的定位性能.
-
[1] 中国空间技术研究院. 中国航天器. 北京: 电子工业出版社, 2008.China Academy of Space Technology. Chinese Spacecraft. Beijing: Publishing House of Electronics Industry, 2008. [2] Iwata T. Precision on-board orbit model for attitude control of the advanced land observing satellite (ALOS). Journal of Aerospace Engineering Sciences and Applications, 2012, 4(3): 62-74 [3] ALOS-2 — Satellite overview [Online], available: https://spaceflight101.com/spacecraft/alos-2/, November 20, 2022 [4] WorldView-4 [Online], available: https://www.eoportal.org/satellite-missions/worldview-4#worldview-4-formerly-geoeye-2, January 28, 2023 [5] 屠善澄, 吕振铎, 邹广瑞, 邢光谦, 刘良栋. 中国同步试验通信卫星STW-1的控制. 宇航学报, 1986, 7(4): 1-13Tu Shan-Cheng, Lü Zhen-Duo, Zou Guang-Rui, Xing Guang-Qian, Liu Liang-Dong. Control of the Chinese geostationary experimental communication satellite STW-1. Journal of Astronautics, 1986, 7(4): 1-13 [6] 吕振铎. 地球同步通信广播卫星的两种姿态控制方式. 中国空间科学技术, 1990(1): 28-35Lü Zhen-Duo. Two different attitude control methods for geostationary communication broadcasting satellite. Chinese Space Science and Technology, 1990(1): 28-35 [7] 吕振铎, 李铁寿, 刘良栋. 实用通信广播卫星控制软件的改进. 宇航学报, 1990(1): 1-6Lü Zhen-Duo, Li Tie-Shou, Liu Liang-Dong. Improvements in attitude and orbit control software for Chinese STW-2 satellite. Journal of Astronautics, 1990(1): 1-6 [8] 齐春子, 于嘉茹. FY-2C星控制分系统设计. 上海航天, 2005, 22(S1): 36-41 (查阅所有网上资料, 未找到对应的卷号信息, 请联系作者确认)Qi Chun-Zi, Yu Jia-Ru. Control subsystem design of FY-2C meteorological satellite. Aerospace Shanghai, 2005, 22(S1): 36-41 [9] 徐福祥. 第二颗风云一号试验气象卫星的技术改进. 世界导弹与航天, 1991(1): 5-7Xu Fu-Xiang. The technological improvements of FY-l(B). Missiles & Spacecraft, 1991(1): 5-7 [10] Xiong Y Z, Wu Y P, Cheng H Y, Liu D. The online estimation of relative alignments for multiple heads star tracker based on the invariability of inter-star angle principle. In: Proceedings of SPIE 10141, Selected Papers of the Chinese Society for Optical Engineering Conferences. Changchun, China: SPIE, 2016. 60−66 [11] 李骥, 张洪华, 赵宇, 梁俊, 张晓文, 关轶峰, 等. 嫦娥三号着陆器的陀螺在轨标定. 中国科学: 技术科学, 2014, 44(6): 582-588 doi: 10.1360/092014-54Li Ji, Zhang Hong-Hua, Zhao Yu, Liang Jun, Zhang Xiao-Wen, Guan Yi-Feng, et al. In-flight calibration of the gyros of the Chang’E-3 lunar lander. Scientia Sinica Technologica, 2014, 44(6): 582-588 doi: 10.1360/092014-54 [12] 韩京清. 自抗扰控制技术 — 估计补偿不确定因素的控制技术. 北京: 国防工业出版社, 2008.Han Jing-Qing. Active Disturbance Rejection Control Technique — The Technique for Estimating and Compensating the Uncertainties. Beijing: National Defense Industry Press, 2008. [13] Han J Q. From PID to active disturbance rejection control. IEEE Transactions on Industrial Electronics, 2009, 56(3): 900-906 doi: 10.1109/TIE.2008.2011621 [14] Guo L, Cao S Y. Anti-disturbance control theory for systems with multiple disturbances: A survey. ISA Transactions, 2014, 53(4): 846-849 doi: 10.1016/j.isatra.2013.10.005 [15] Chen W H, Yang J, Guo L, Li S H. Disturbance-observer-based control and related methods - An overview. IEEE Transactions on Industrial Electronics, 2016, 63(2): 1083-1095 doi: 10.1109/TIE.2015.2478397 [16] 斯祝华, 刘一武. 帆板驱动影响下的卫星姿态高精度高稳定度控制. 宇航学报, 2010, 31(12): 2697-2703Si Zhu-Hua, Liu Yi-Wu. High accuracy and high stability attitude control of a satellite with a rotating solar array. Journal of Astronautics, 2010, 31(12): 2697-2703 [17] Chak Y C, Varatharajoo R, Razoumny Y. Disturbance observer-based fuzzy control for flexible spacecraft combined attitude & sun tracking system. Acta Astronautica, 2017, 133: 302-310 doi: 10.1016/j.actaastro.2016.12.028 [18] Zou A M, de Ruiter A H J, Dev Kumar K. Disturbance observer-based attitude control for spacecraft with input MRS. IEEE Transactions on Aerospace and Electronic Systems, 2019, 55(1): 384-396 doi: 10.1109/TAES.2018.2852369 [19] Liu Y W, Si Z H, Tang L, Chen S L. Angular momentum management strategy of the FengYun-4 meteorological satellite. Acta Astronautica, 2018, 151: 22-31 doi: 10.1016/j.actaastro.2018.05.031 [20] Tang L, Chen S L, Wang K, Liu Y W. Fengyun-4 attitude control system design and its in-flight performance. Journal of Spacecraft and Rockets, 2019, 56(1): 200-210 doi: 10.2514/1.A34226 [21] 李明群, 雷拥军, 牟小刚. 具有载荷扰动抑制的卫星姿态控制方法及验证. 中国空间科学技术, 2019, 39(1): 73-77, 86Li Ming-Qun, Lei Yong-Jun, Mu Xiao-Gang. Satellite attitude control method and physical test with load disturbance suppression. Chinese Space Science and Technology, 2019, 39(1): 73-77, 86 [22] Lei Y J, Lu D N, Mu X G, Li L J, Chen C. Modelling and mitigation of dual-axis antenna-induced disturbances on spacecraft. In: Proceedings of the Chinese Control Conference (CCC). Guangzhou, China: IEEE, 2019. 3202−3207 [23] 陆栋宁, 雷拥军, 陈超. 具有运动约束的姿态机动路径规划方法研究. 见: 惯性技术与智能导航学术研讨会论文集. 昆明, 中国: 中国惯性技术学会, 2019. 237−244Lu Dong-Ning, Lei Yong-Jun, Chen Chao. Research on attitude maneuvering path planning method with motion constraints. In: Proceedings of the Symposium on Inertial Technology and Intelligent Navigation. Kunming, China: China Inertial Technology Society, 2019. 237−244 [24] 陆栋宁, 郭超勇, 王淑一, 陈超. 星载运动附件扰动抑制方法研究. 中国空间科学技术, 2020, 40(5): 26-33Lu Dong-Ning, Guo Chao-Yong, Wang Shu-Yi, Chen Chao. A disturbance mitigation method for moving appendages on spacecraft. Chinese Space Science and Technology, 2020, 40(5): 26-33 [25] 郭超勇, 陆栋宁, 陈超, 张猛, 于国庆. 高分七号卫星太阳翼驱动主动控制方案. 航天器工程, 2020, 29(3): 151-156Guo Chao-Yong, Lu Dong-Ning, Chen Chao, Zhang Meng, Yu Guo-Qing. Drive and active control scheme of solar array for GF-7 satellite. Spacecraft Engineering, 2020, 29(3): 151-156 [26] Pinilla-Alonso N, Stansberry J A, Holler B J. Surface properties of large TNOs: Expanding the study to longer wavelengths with the James Webb Space Telescope. The Trans-Neptunian Solar System. Amsterdam: Elsevier, 2020. 395−412 [27] 关新, 郑钢铁. 空间相机隔振与姿态控制一体化设计. 宇航学报, 2013, 34(2): 214-221Guan Xin, Zheng Gang-Tie. Integrated design of space telescope vibration isolation and attitude control. Journal of Astronautics, 2013, 34(2): 214-221 [28] 刘潇翔, 胡军. 包含密集模态的空间结构的模糊主动振动控制. 空间控制技术与应用, 2010, 36(4): 18-24Liu Xiao-Xiang, Hu Jun. Fuzzy vibration control of space structures with close modes. Aerospace Control and Application, 2010, 36(4): 18-24 [29] 李东旭. 大型挠性空间桁架结构动力学分析与模糊振动控制. 北京: 科学出版社, 2008.Li Dong-Xu. Large Flexible Space Truss Structures: Dynamic Analyses and Vibration Fuzzy Control. Beijing: Science Press, 2008. [30] 杨鸿杰, 刘磊, 李新国. 超静空间科学卫星分离式主动隔振技术. 中国空间科学技术, 2021, 41(4): 102-110Yang Hong-Jie, Liu Lei, Li Xin-Guo. Separated active vibration isolation technology for ultra-quiet scientific satellites. Chinese Space Science and Technology, 2021, 41(4): 102-110 [31] 郝仁剑, 汤亮, 关新. 基于观测器的超静卫星平台关节-任务空间鲁棒控制方法. 空间控制技术与应用, 2019, 45(3): 8-16Hao Ren-Jian, Tang Liang, Guan Xin. Observer-based robust control for the Hexapod platform on the ultra-quiet spacecraft in the joint-task space. Aerospace Control and Application, 2019, 45(3): 8-16 [32] 王有懿, 汤亮, 何英姿. 超静平台动力学建模与解耦控制. 空间控制技术与应用, 2016, 42(4): 6-11Wang You-Yi, Tang Liang, He Ying-Zi. Dynamic modeling and decoupled control of ultra quiet platform. Aerospace Control and Application, 2016, 42(4): 6-11 [33] Kong Y F, Huang H. Vibration isolation and dual-stage actuation pointing system for space precision payloads. Acta Astronautica, 2018, 143: 183-192 doi: 10.1016/j.actaastro.2017.11.038 [34] 廖波, 梁健, 刘胜, 刘磊. 双超敏捷卫星载荷舱扰动补偿研究. 空间电子技术, 2019, 16(3): 48-54Liao Bo, Liang Jian, Liu Sheng, Liu Lei. Disturbance compensation research of disturbance-free payload agility satellite with disturbances in payload module. Space Electronic Technology, 2019, 16(3): 48-54 [35] 许域菲, 赵艳彬. 基于音圈式Stewart平台的零刚度卫星复合姿态控制研究. 上海航天, 2017, 34(2): 52-60Xu Yu-Fei, Zhao Yan-Bin. Complex attitude control study of a zero stiffness satellite based on voice coil Stewart platform. Aerospace Shanghai, 2017, 34(2): 52-60 [36] Tang L, Guo Z X, Guan X, Wang Y Y, Zhang K B. Integrated control method for spacecraft considering the flexibility of the spacecraft bus. Acta Astronautica, 2020, 167: 73-84 doi: 10.1016/j.actaastro.2019.08.030 [37] Tang L, Guo Z X. Integrated control and magnetic suspension for fast attitude maneuvering and stabilization. IEEE Transactions on Aerospace and Electronic Systems, 2019, 55(6): 3273-3283 doi: 10.1109/TAES.2019.2907343 [38] Wie B, Bailey D, Heiberg C. Rapid multitarget acquisition and pointing control of agile spacecraft. Journal of Guidance, Control, and Dynamics, 2002, 25(1): 96-104 doi: 10.2514/2.4854 [39] 袁利, 王淑一, 雷拥军. 航天器姿态敏捷稳健控制方法与应用. 北京: 科学出版社, 2021.Yuan Li, Wang Shu-Yi, Lei Yong-Jun. Agile and Robustifying Attitude Control of Spacecraft: Methods and Applications. Beijing: Science Press, 2021. [40] Kojima H. Singularity analysis and steering control laws for adaptive-skew pyramid-type control moment gyros. Acta Astronautica, 2013, 85: 120-137 doi: 10.1016/j.actaastro.2012.12.019 [41] 孙羽佳, 袁利, 雷拥军. 基于指令力矩螺旋式搜索的SGCMG奇异规避方法. 空间控制技术与应用, 2016, 42(6): 26-30Sun Yu-Jia, Yuan Li, Lei Yong-Jun. SGCMG singularity avoidance method based on command torque vector helix search. Aerospace Control and Application, 2016, 42(6): 26-30 [42] 雷拥军, 姚宁, 刘洁, 赵江涛, 朱琦, 何海锋, 等. 一种基于指令力矩矢量调节的控制力矩陀螺奇异规避方法, 中国 105388902A, 2016-03Lei Yong-Jun, Yao Ning, Liu Jie, Zhao Jiang-Tao, Zhu Qi, He Hai-Feng, et al. A Command Torque Vector Regulation Based SGCMG Singularity Avoidance Method, CN 105388902A, March 2016 [43] 雷拥军, 袁利, 王淑一, 田科丰. SGCMG系统的力矩指令调节及动态分配操纵方法. 宇航学报, 2019, 40(7): 794-802 doi: 10.3873/j.issn.1000-1328.2019.07.008Lei Yong-Jun, Yuan Li, Wang Shu-Yi, Tian Ke-Feng. A steering method with torque command adjustment and dynamic distribution for single-gimbal control moment gyro systems. Journal of Astronautics, 2019, 40(7): 794-802 doi: 10.3873/j.issn.1000-1328.2019.07.008 [44] Creamer G, Delahunt P, Gates S, Levenson M. Attitude determination and control of Clementine during lunar mapping. Journal of Guidance, Control, and Dynamics, 1996, 19(3): 505-511 doi: 10.2514/3.21650 [45] 周端, 申晓宁, 郭毓, 陈庆伟, 胡维礼. 基于多目标优化的挠性航天器姿态机动路径规划. 南京理工大学学报, 2012, 36(5): 846-853Zhou Duan, Shen Xiao-Ning, Guo Yu, Chen Qing-Wei, Hu Wei-Li. Profile planning for attitude maneuver of flexible spacecrafts based on multi-objective optimization. Journal of Nanjing University of Science and Technology, 2012, 36(5): 846-853 [46] Zhang Y, Zhang J R. Combined control of fast attitude maneuver and stabilization for large complex spacecraft. Acta Mechanica Sinica, 2013, 29(6): 875-882 doi: 10.1007/s10409-013-0080-8 [47] Wie B, Lu J B. Feedback control logic for spacecraft eigenaxis rotations under slew rate and control constraints. Journal of Guidance, Control, and Dynamics, 1995, 18(6): 1372-1379 doi: 10.2514/3.21555 [48] Su W C, Drakunov S V, Ozguner U, Young K D. Sliding mode with chattering reduction in sampled data systems. In: Proceedings of the 32nd IEEE Conference on Decision and Control. San Antonio, USA: IEEE, 1993. 2452−2457 [49] 雷拥军, 陆栋宁, 关新. 一种对地姿态重定向的机动轨迹规划及控制方法. 航天控制, 2020, 38(1): 9-16Lei Yong-Jun, Lu Dong-Ning, Guan Xin. A maneuver attitude trajectory planning and control method for earth remote-sensing satellite reorientations. Aerospace Control, 2020, 38(1): 9-16 [50] Lee J F L, Yeichner J A, Matulenko R, Chang D S. Space station attitude control system. In: Proceedings of the 43rd International Astronautical Congress. Washington, USA: 1992. [51] 中国宇航学会. 2018–2019 航天科学技术学科发展报告. 北京: 中国科学技术出版社, 2020.Chinese Society of Astronautics. Report on Advances in Space Science and Technology. Beijing: China Science and Technology Press, 2020. [52] Zhang J, He Y Z, Zhang J J. Attitude control and momentum management of inertially oriented space station. IFAC Proceedings Volumes, 2013, 46: 1-6 [53] 程迎坤, 孙承启, 张锦江. 空间站力矩平衡姿态和动量平衡姿态的研究. 航天控制, 2008, 26(2): 3-8Cheng Ying-Kun, Sun Cheng-Qi, Zhang Jin-Jiang. Study on torque equilibrium attitude and momentum equilibrium attitude of the space station. Aerospace Control, 2008, 26(2): 3-8 [54] 刘将辉, 李海阳, 张亚坤. 空间站平均力矩平衡姿态的气动力矩影响. 国防科技大学学报, 2018, 40(5): 20-26 doi: 10.11887/j.cn.201805004Liu Jiang-Hui, Li Hai-Yang, Zhang Ya-Kun. Influence of air torque on average torque equilibrium attitude of space station. Journal of National University of Defense Technology, 2018, 40(5): 20-26 doi: 10.11887/j.cn.201805004 [55] 张军, 张志方, 刘成瑞, 张锦江, 冯帅, 林瀚峥, 等. 中国空间站GNC系统设计与在轨验证. 中国科学: 技术科学, 2022, 52(9): 1355-1374 doi: 10.1360/SST-2021-0517Zhang Jun, Zhang Zhi-Fang, Liu Cheng-Rui, Zhang Jin-Jiang, Feng Shuai, Lin Han-Zheng, et al. Design and on-orbit verification of the guidance, navigation and control system of the China space station. Scientia Sinica Technologica, 2022, 52(9): 1355-1374 doi: 10.1360/SST-2021-0517 [56] Flores-Abad A, Wei Z, Ma O, Pham K. Optimal control of space robots for capturing a tumbling object with uncertainties. Journal of Guidance, Control, and Dynamics, 2014, 37(6): 2014-2017 doi: 10.2514/1.G000003 [57] Huang P F, Wang M, Meng Z J, Zhang F, Liu Z X. Attitude takeover control for post-capture of target spacecraft using space robot. Aerospace Science and Technology, 2016, 51: 171-180 doi: 10.1016/j.ast.2016.02.006 [58] Huang P F, Wang M, Meng Z J, Zhang F, Liu Z X, Chang H T. Reconfigurable spacecraft attitude takeover control in post-capture of target by space manipulators. Journal of the Franklin Institute, 2016, 353(9): 1985-2008 doi: 10.1016/j.jfranklin.2016.03.011 [59] 马广富, 高寒, 吕跃勇, 宋婷, 袁建平. 组合体航天器有限时间超螺旋反步姿态控制. 宇航学报, 2017, 38(11): 1168-1176 doi: 10.3873/j.issn.1000-1328.2017.11.005Ma Guang-Fu, Gao Han, Lv Yue-Yong, Song Ting, Yuan Jian-Ping. Super-twisting observer based finite-time backstepping attitude control for a combined spacecraft. Journal of Astronautics, 2017, 38(11): 1168-1176 doi: 10.3873/j.issn.1000-1328.2017.11.005 [60] Han D, Huang P F, Liu X Y, Yang Y. Combined spacecraft stabilization control after multiple impacts during the capture of a tumbling target by a space robot. Acta Astronautica, 2020, 176: 24-32 doi: 10.1016/j.actaastro.2020.05.035 [61] Huang X W, Biggs J D, Duan G R. Post-capture attitude control with prescribed performance. Aerospace Science and Technology, 2020, 96: Article No. 105572 [62] 杨保华. 航天器制导、导航与控制. 北京: 中国科学技术出版社, 2011.Yang Bao-Hua. Guidance, Navigation and Control of Spacecraft. Beijing: China Science and Technology Press, 2011. [63] Crouch P. Spacecraft attitude control and stabilization: Applications of geometric control theory to rigid body models. IEEE Transactions on Automatic Control, 1984, 29(4): 321-331 doi: 10.1109/TAC.1984.1103519 [64] Byrnes C I, Isidori A. On the attitude stabilization of rigid spacecraft. Automatica, 1991, 27(1): 87-95 doi: 10.1016/0005-1098(91)90008-P [65] 郭朝礼, 张笃周, 王淑一. 欠驱动航天器滑模速率阻尼控制. 空间控制技术与应用, 2013, 39(4): 12-17 doi: 10.3969/j.issn.1674-1579.2013.04.003Guo Chao-Li, Zhang Du-Zhou, Wang Shu-Yi. Sliding mode control for rate damping of underactuated spacecraft. Aerospace Control and Application, 2013, 39(4): 12-17 doi: 10.3969/j.issn.1674-1579.2013.04.003 [66] 张洪华, 王芳, 胡锦昌, 王泽国. 欠驱动挠性航天器的全姿态控制. 宇航学报, 2015, 36(4): 419-429Zhang Hong-Hua, Wang Fang, Hu Jin-Chang, Wang Ze-Guo. All-attitude control for underactuated flexible spacecraft. Journal of Astronautics, 2015, 36(4): 419-429 [67] Kim S, Kim Y. Spin-axis stabilization of a rigid spacecraft using two reaction wheels. Journal of Guidance, Control, and Dynamics, 2001, 24(5): 1046-1049 doi: 10.2514/2.4818 [68] Lei Y J, Yuan L, Zhu Q, Wang Z G, Liu J. A steering method with multiobjective optimizing for nonredundant single-gimbal control moment gyro systems. IEEE Transactions on Industrial Electronics, 2022, 69(4): 4177-4184 doi: 10.1109/TIE.2021.3073357 [69] 雷拥军, 袁利, 刘其睿, 刘洁. 2-SGCMGs与磁力矩器的对地姿态混合控制方法. 中国空间科学技术, 2021, 41(1): 75-83Lei Yong-Jun, Yuan-Li, Liu Qi-Rui, Liu Jie. An attitude hybrid control method for earth-orienting satellite systems with 2-SGCMGs and magnet torquers. Chinese Space Science and Technology, 2021, 41(1): 75-83 [70] 胡军, 李毛毛. 航天器进入制导方法综述. 航空学报, 2021, 42(11): Article No. 525048Hu Jun, Li Mao-Mao. Review of spacecraft entry guidance method. Acta Aeronautica et Astronautica Sinica, 2021, 42(11): Article No. 525048 [71] 吴宏鑫, 胡军. 特征建模理论、方法和应用. 北京: 国防工业出版社, 2019.Wu Hong-Xin, Hu Jun. Theory, Methods and Applications of Characteristic Modeling. Beijing: National Defense Industry Press, 2019. [72] 吴宏鑫, 胡军, 解永春. 基于特征模型的智能自适应控制. 合肥: 中国科学技术出版社, 2009.Wu Hong-Xin, Hu Jun, Xie Yong-Chun. Characteristic Model-based Intelligent Adaptive Control. Hefei: China Science and Technology Press, 2009. [73] 吴宏鑫. 全系数自适应控制理论及其应用. 北京: 国防工业出版社, 1990.Wu Hong-Xin. Theory and Applications of All Coefficient Adaptive Control. Beijing: National Defense Industry Press, 1990. [74] 胡军. 载人飞船全系数自适应再入升力控制. 宇航学报, 1998, 19(1): 8-12Hu Jun. All coefficients adaptive reentry lifting control of manned spacecraft. Journal of Astronautics, 1998, 19(1): 8-12 [75] 解永春, 吴宏鑫. 黄金分割在自适应鲁棒控制器设计中的应用. 自动化学报, 1992, 18(2): 177-185Xie Yong-Chun, Wu Hong-Xin. The application of the golden section in adaptive robust controller design. Acta Automatica Sinica, 1992, 18(2): 177-185 [76] 解永春, 胡军. 基于特征模型的智能自适应控制方法在交会对接中的应用. 系统科学与数学, 2013, 33(9): 1017-1023Xie Yong-Chun, Hu Jun. The application of the intelligent adaptive control method based on characteristic model in rendezvous and docking. Journal of Systems Science and Mathematical Sciences, 2013, 33(9): 1017-1023 [77] 杨孟飞, 张高, 张伍, 彭兢, 王勇, 王晓磊, 等. 探月三期月地高速再入返回飞行器技术设计与实现. 中国科学: 技术科学, 2015, 45(2): 111-123 doi: 10.1360/N092014-00484Yang Meng-Fei, Zhang Gao, Zhang Wu, Peng Jing, Wang Yong, Wang Xiao-Lei, et al. Technique design and realization of the circumlunar return and reentry spacecraft of 3rd phase of Chinese Lunar exploration program. Scientia Sinica Technologica, 2015, 45(2): 111-123 doi: 10.1360/N092014-00484 [78] 叶培建, 杨孟飞, 彭兢, 李齐, 董彦芝, 张钊, 等. 中国深空探测进入/再入返回技术的发展现状和展望. 中国科学: 技术科学, 2015, 45(3): 229-238 doi: 10.1360/N092015-00049Ye Pei-Jian, Yang Meng-Fei, Peng Jing, Li Qi, Dong Yan-Zhi, Zhang Zhao, et al. Review and prospect of atmospheric entry and earth reentry technology of China deep space exploration. Scientia Sinica Technologica, 2015, 45(3): 229-238 doi: 10.1360/N092015-00049 [79] 张柏楠, 杨庆, 杨雷, 马晓兵, 黄震. 我国新一代载人飞船及其研制进展. 科学通报, 2021, 66(32): 4065-4073 doi: 10.1360/TB-2021-0228Zhang Bai-Nan, Yang Qing, Yang Lei, Ma Xiao-Bing, Huang Zhen. Progress on China’s new-generation manned spaceships. Chinese Science Bulletin, 2021, 66(32): 4065-4073 doi: 10.1360/TB-2021-0228 [80] Li M M, Hu J, Huang H. A segmented and weighted adaptive predictor-corrector guidance method for the ascent phase of hypersonic vehicle. Aerospace Science and Technology, 2020, 106: Article No. 106231 doi: 10.1016/j.ast.2020.106231 [81] Lu P. Predictor-corrector entry guidance for low-lifting vehicles. Journal of Guidance, Control, and Dynamics, 2008, 31(4): 1067-1075 doi: 10.2514/1.32055 [82] Brunner C W, Lu P. Skip entry trajectory planning and guidance. Journal of Guidance, Control, and Dynamics, 2008, 31(5): 1210-1219 doi: 10.2514/1.35055 [83] 水尊师, 周军, 葛致磊. 基于高斯伪谱方法的再入飞行器预测校正制导方法研究. 宇航学报, 2011, 32(6): 1249-1255 doi: 10.3873/j.issn.1000-1328.2011.06.007Shui Zun-Shi, Zhou Jun, Ge Zhi-Lei. On-line predictor-corrector reentry guidance law based on Gauss pseudospectral method. Journal of Astronautics, 2011, 32(6): 1249-1255 doi: 10.3873/j.issn.1000-1328.2011.06.007 [84] 张洪波, 曾亮. 一种跳跃式返回再入的预测-校正制导方法. 飞行器测控学报, 2014, 33(1): 82-87Zhang Hong-Bo, Zeng Liang. A predictor-corrector guidance method for skip reentry missions. Journal of Spacecraft TT&C Technology, 2014, 33(1): 82-87 [85] Zhang Z, Hu J. Prediction-based guidance algorithm for high-lift reentry vehicles. Science China Information Sciences, 2011, 54(3): 498-510 doi: 10.1007/s11432-011-4187-x [86] 胡军, 吴宏鑫, 杨鸣, 张钊, 董文强, 杨俊春. 一种基于一阶特征模型的全系数自适应控制方法, 中国 104570734B, 2015-04Hu Jun, Wu Hong-Xin, Yang Ming, Zhang Zhao, Dong Wen-Qiang, Yang Jun-Chun. All-coefficient Adaptive Control Method Based on One-order Characteristic Model, CN 104570734B, April 2015 [87] 胡军. 自适应预测制导: 一种统一的制导方法. 空间控制技术与应用, 2019, 45(4): 53-63 doi: 10.3969/j.issn.1674-1579.2019.04.007Hu Jun. Adaptive predictive guidance: A unified guidance method. Aerospace Control and Application, 2019, 45(4): 53-63 doi: 10.3969/j.issn.1674-1579.2019.04.007 [88] 解永春, 陈长青, 刘涛, 王敏. 航天器交会对接制导导航控制原理和方法. 北京: 国防工业出版社, 2018.Xie Yong-Chun, Chen Chang-Qing, Liu Tao, Wang Min. Theory and Methods of Guidance, Navigation and Control for Spacecraft Rendezvous and Docking. Beijing: National Defense Industry Press, 2018. [89] 解永春, 胡勇. 空间交会策略回顾及自主快速交会方案研究. 空间控制技术与应用, 2014, 40(4): 1-8 doi: 10.3969/j.issn.1674-1579.2014.04.001Xie Yong-Chun, Hu Yong. Reviews of space rendezvous strategy and short rendezvous profile design for autonomous spacecraft. Aerospace Control and Application, 2014, 40(4): 1-8 doi: 10.3969/j.issn.1674-1579.2014.04.001 [90] 胡军, 解永春, 张昊, 于丹, 胡海霞, 张维瑾. 神舟八号飞船交会对接制导、导航与控制系统及其飞行结果评价. 空间控制技术与应用, 2011, 37(6): 1-5, 13 doi: 10.3969/j.issn.1674-1579.2011.06.001Hu Jun, Xie Yong-Chun, Zhang Hao, Yu Dan, Hu Hai-Xia, Zhang Wei-Jin. Shenzhou-8 spacecraft guidance navigation and control system and flight result evaluation for rendezvous and docking. Aerospace Control and Application, 2011, 37(6): 1-5, 13 doi: 10.3969/j.issn.1674-1579.2011.06.001 [91] 杨震, 罗亚中, 张进. 近地快速交会调相策略设计与任务分析. 国防科技大学学报, 2015, 37(3): 61-67 doi: 10.11887/j.cn.201503011Yang Zhen, Luo Ya-Zhong, Zhang Jin. Analysis and design of phasing strategy for near-earth short rendezvous mission. Journal of National University of Defense Technology, 2015, 37(3): 61-67 doi: 10.11887/j.cn.201503011 [92] 李萌, 龚胜平, 彭坤, 马晓兵. 直接优化算法在快速交会组合变轨策略中的应用. 载人航天, 2017, 23(2): 156-162 doi: 10.3969/j.issn.1674-5825.2017.02.003Li Meng, Gong Sheng-Ping, Peng Kun, Ma Xiao-Bing. Application of direct optimization algorithmin synthetic orbit maneuver strategy of short rendezvous. Manned Spaceflight, 2017, 23(2): 156-162 doi: 10.3969/j.issn.1674-5825.2017.02.003 [93] 张强, 陈长青, 刘宗玉, 郝慧, 奚坤, 苏晏, 等. 天舟二号货运飞船全相位自主快速交会对接技术和在轨验证. 空间控制技术与应用, 2021, 47(5): 33-39 doi: 10.3969/j.issn.1674-1579.2021.05.005Zhang Qiang, Chen Chang-Qing, Liu Zong-Yu, Hao Hui, Xi Kun, Su Yan, et al. All-phase autonomous quick rendezvous and docking technology and in-orbit verification of Tianzhou-2 cargo spacecraft. Aerospace Control and Application, 2021, 47(5): 33-39 doi: 10.3969/j.issn.1674-1579.2021.05.005 [94] 张昊, 解永春, 吴宏鑫. 交会对接光学成像敏感器光点布局求解有效性研究. 航天控制, 2008, 26(3): 44-48, 58Zhang Hao, Xie Yong-Chun, Wu Hong-Xin. Research on the target pattern solution validity of optical imaging sensor used in RVD. Aerospace Control, 2008, 26(3): 44-48, 58 [95] 张昊, 石磊, 涂俊峰, 管乐鑫, 解永春. 基于交会对接CCD光学成像敏感器的双目测量算法. 空间控制技术与应用, 2011, 37(6): 66-71 doi: 10.3969/j.issn.1674-1579.2011.06.011Zhang Hao, Shi Lei, Tu Jun-Feng, Guan Yue-Xin, Xie Yong-Chun. A CCD optical sensor based new binocular vision measurement algorithm for rendezvous and docking. Aerospace Control and Application, 2011, 37(6): 66-71 doi: 10.3969/j.issn.1674-1579.2011.06.011 [96] 王世新, 华宝成, 袁琦, 张良, 李明政, 赵春晖. 交会对接光学成像敏感器中合作目标的分析与设计. 空间控制技术与应用, 2020, 46(6): 56-62Wang Shi-Xin, Hua Bao-Cheng, Yuan Qi, Zhang Liang, Li Ming-Zheng, Zhao Chun-Hui. Analysis and design of cooperative targets for camera-type rendezvous and docking sensor. Aerospace Control and Application, 2020, 46(6): 56-62 [97] 顾营迎, 王立, 华宝成, 刘达, 吴云, 徐云飞. 一种面向空间非合作目标位姿测量应用的三维点云滤波算法. 应用光学, 2019, 40(2): 210-216Gu Ying-Ying, Wang Li, Hua Bao-Cheng, Liu Da, Wu Yun, Xu Yun-Fei. 3D point cloud filtering method for pose measurement application of space non-cooperative targets. Journal of Applied Optics, 2019, 40(2): 210-216 [98] 刘涛, 解永春. UKF稳定性研究及其在相对导航中的应用. 宇航学报, 2010, 31(3): 739-747 doi: 10.3873/j.issn.1000-1328.2010.03.019Liu Tao, Xie Yong-Chun. Stability analysis of UKF and its application in relative navigation. Journal of Astronautics, 2010, 31(3): 739-747 doi: 10.3873/j.issn.1000-1328.2010.03.019 [99] 刘涛, 解永春. 一种自适应确定性采样滤波方法. 信息与控制, 2010, 39(6): 673-680Liu Tao, Xie Yong-Chun. Adaptive deterministic sampling filter algorithm. Information and Control, 2010, 39(6): 673-680 [100] 刘涛, 解永春, 胡海霞. 粒子滤波及其在航天器交会对接相对导航中的应用. 空间控制技术与应用, 2011, 37(6): 19-27 doi: 10.3969/j.issn.1674-1579.2011.06.004Liu Tao, Xie Yong-Chun, Hu Hai-Xia. Application of particle filtering in relative navigation filter design for spacecraft. Aerospace Control and Application, 2011, 37(6): 19-27 doi: 10.3969/j.issn.1674-1579.2011.06.004 [101] Sharma S, D’Amico S. Neural network-based pose estimation for noncooperative spacecraft rendezvous. IEEE Transactions on Aerospace and Electronic Systems, 2020, 56(6): 4638-4658 doi: 10.1109/TAES.2020.2999148 [102] Valada A, Mohan R, Burgard W. Self-supervised model adaptation for multimodal semantic segmentation. International Journal of Computer Vision, 2020, 128(5): 1239-1285 doi: 10.1007/s11263-019-01188-y [103] 王颖, 解永春. 基于视线制导的空间交会停靠控制方法. 空间控制技术与应用, 2012, 38(2): 1-4, 23 doi: 10.3969/j.issn.1674-1579.2012.02.001Wang Ying, Xie Yong-Chun. Rendezvous and berthing control method based on line of sight guidance. Aerospace Control and Application, 2012, 38(2): 1-4, 23 doi: 10.3969/j.issn.1674-1579.2012.02.001 [104] 陈志华, 解永春. 刚体卫星相平面控制闭环系统稳定性分析. 空间控制技术与应用, 2018, 44(1): 1-14, 29 doi: 10.3969/j.issn.1674-1579.2018.01.001Chen Zhi-Hua, Xie Yong-Chun. Stability analysis of the closed-loop system of a phase-plane controlled rigid satellite. Aerospace Control and Application, 2018, 44(1): 1-14, 29 doi: 10.3969/j.issn.1674-1579.2018.01.001 [105] 胡勇, 徐李佳, 解永春. 针对失控翻滚目标航天器的交会对接控制. 字航学报, 2015, 36(1): 47-57Hu Yong, Xu Li-Jia, Xie Yong-Chun. Control for rendezvous and docking with a tumbling target spacecraft. Journal of Astronautics, 2015, 36(1): 47-57 [106] 刘涛, 解永春, 王晓磊, 胡锦昌. 火星轨道交会自主导航与制导方法. 宇航学报, 2019, 40(4): 406-414 doi: 10.3873/j.issn.1000-1328.2019.04.005Liu Tao, Xie Yong-Chun, Wang Xiao-Lei, Hu Jin-Chang. An autonomous rendezvous navigation and guidance method in mars orbit. Journal of Astronautics, 2019, 40(4): 406-414 doi: 10.3873/j.issn.1000-1328.2019.04.005 [107] Zhao Z M, Liu Y W, Xie B, Zhai F, Yao F, Li L. Flight result and achievement of SJ-9 technology demonstration satellite. In: Proceedings of the 64th International Astronautical Congress. Beijing, China: 2013. [108] 苟兴宇, 李克行, 张斌, 刘捷, 谭田, 董筠, 等. 实践九号编队飞行轨控中的姿轨耦合与推力损失研究. 空间控制技术与应用, 2013, 39(6): 1-5, 11Gou Xing-Yu, Li Ke-Hang, Zhang Bin, Liu Jie, Tan Tian, Dong Jun, et al. On attitude and orbit coupling and thrust loss of SJ-9 formation flying orbit control. Aerospace Control and Application, 2013, 39(6): 1-5, 11 [109] 李克行, 苟兴宇, 张斌, 何英姿, 魏春岭, 白旭辉, 等. 一种星上相对运动状态获取方法, 中国 104765373A, 2015-07Li Ke-Hang, Gou Xing-Yu, Zhang Bin, He Ying-Zi, Wei Chun-Ling, Bai Xu-Hui, et al. A Method for Obtaining Satellite Relative Motion State, CN 104765373A, July 2015 [110] 苟兴宇, 韩冬, 李克行, 张斌, 董筠, 赵键, 等. 一种航天器编队维持或绕飞撤离的控制方法, 中国 104317303A, 2015-01Gou Xing-Yu, Han Dong, Li Ke-Hang, Zhang Bin, Dong Jun, Zhao Jian, et al. A Control Method for Spacecraft Formation Maintenance or Orbiting Evacuation, CN 104317303A, January 2015 [111] 陈统, 徐世杰, 李克行. 利用大气阻力的横向编队维持控制. 中国空间科学技术, 2008, 28(6): 8-13 doi: 10.3321/j.issn:1000-758X.2008.06.002Chen Tong, Xu Shi-Jie, Li Ke-Hang. Control strategy using atmospheric drag for along-track formation maintenance. Chinese Space Science and Technology, 2008, 28(6): 8-13 doi: 10.3321/j.issn:1000-758X.2008.06.002 [112] 宋明轩, 邵晓巍, 刘付成, 王继河, 张德新. 基于差分气动力的J2项摄动下卫星编队构形重构研究. 航天控制, 2014, 32(4): 42-48, 61 doi: 10.3969/j.issn.1006-3242.2014.04.008Song Ming-Xuan, Shao Xiao-Wei, Liu Fu-Cheng, Wang Ji-He, Zhang De-Xin. Research on satellite formation reconfiguration by using differential aerodynamic forces under J2 perturbation. Aerospace Control, 2014, 32(4): 42-48, 61 doi: 10.3969/j.issn.1006-3242.2014.04.008 [113] 范凡. 基于大气阻力微纳卫星编队轨道与姿态控制研究 [硕士论文], 国防科学技术大学, 中国, 2014Fan Fan. The Micro Satellite Formation and Attitude Control Based on the Atmospheric Drag [Master thesis], University of Defense Technology, China, 2014 [114] 张亚博, 师鹏, 张皓, 赵育善. 电磁航天器编队悬停鲁棒协同控制方法. 北京航空航天大学学报, 2019, 45(2): 388-397Zhang Ya-Bo, Shi Peng, Zhang Hao, Zhao Yu-Shan. A robust coordinated control method for hovering of electromagnetic spacecraft formation. Journal of Beijing University of Aeronautics and Astronautics, 2019, 45(2): 388-397 [115] 高策. 磁通钉扎作用的星间相对运动动力学与控制研究 [硕士论文], 国防科技大学, 中国, 2017Gao Ce. Research on Dynamics and Control of Flux-pinned Spacecraft Relative Motion [Master thesis], University of Defense Technology, China, 2017 [116] Scharf D P, Hadaegh F Y, Ploen S R. A survey of spacecraft formation flying guidance and control. Part II: Control. In: Proceedings of the American Control Conference. Boston, USA: IEEE, 2004. 2976−2985 [117] Mesbahi M, Hadaegh F Y. Formation flying control of multiple spacecraft via graphs, matrix inequalities, and switching. Journal of Guidance, Control, and Dynamics, 2001, 24(2): 369-377 doi: 10.2514/2.4721 [118] Ren W. Formation keeping and attitude alignment for multiple spacecraft through local interactions. Journal of Guidance, Control, and Dynamics, 2007, 30(2): 633-638 doi: 10.2514/1.25629 [119] Ran D C, Chen X Q, Misra A K, Xiao B. Relative position coordinated control for spacecraft formation flying with communication delays. Acta Astronautica, 2017, 137: 302-311 doi: 10.1016/j.actaastro.2017.04.011 [120] Lasserre E, Dufour F, Bernussou J, Brousse P, Lefebvre L. A linear programming solution to the homogeneous satellite constellation station keeping. In: Proceedings of the 48th International Astronautical Congress. Turin, Italy: 1997. [121] 钱山, 李恒年, 张力军, 张智斌. 全球导航星座构型维持“死区”分析. 见: 第五届中国卫星导航学术年会论文集-S3 精密定轨与精密定位. 南京, 中国: 中国卫星导航学术年会组委会, 2014.Qian Shan, Li Heng-Nian, Zhang Li-Jun, Zhang Zhi-Bin. The station keeping dead-band budgets and analysis for GNSS constellation. In: Proceedings of the 5th China Satellite Navigation Conference-S3 Precise Orbit Determination and Positioning. Nanjing, China: Organizing Committee of China Satellite Navigation Academic Annual Meeting, 2014. [122] 杨晓龙, 刘忠汉. 基于覆盖性能的Walker-\delta星座构型保持. 空间控制技术与应用, 2012, 38(2): 53-57 doi: 10.3969/j.issn.1674-1579.2012.02.011Yang Xiao-Long, Liu Zhong-Han. Walker-\delta constellation configuration maintenance based on coverage performance. Aerospace Control and Application, 2012, 38(2): 53-57 doi: 10.3969/j.issn.1674-1579.2012.02.011 [123] 胡松杰, 申敬松, 郇佩. 基于参考轨道的Walker星座相对相位保持策略. 空间控制技术与应用, 2010, 36(5): 45-49 doi: 10.3969/j.issn.1674-1579.2010.05.009Hu Song-Jie, Shen Jing-Song, Huan Pei. A relative phase-keeping strategy of Walker constellation based on reference orbit. Aerospace Control and Application, 2010, 36(5): 45-49 doi: 10.3969/j.issn.1674-1579.2010.05.009 [124] 姜宇, 李恒年, 宝音贺西. Walker星座摄动分析与保持控制策略. 空间控制技术与应用, 2013, 39(2): 36-41 doi: 10.3969/j.issn.1674-1579.2013.02.007Jiang Yu, Li Heng-Nian, Baoyin He-Xi. On perturbation and orbital maintenance control strategy for Walker constellation. Aerospace Control and Application, 2013, 39(2): 36-41 doi: 10.3969/j.issn.1674-1579.2013.02.007 [125] 李恒年, 李济生, 焦文海. 全球星摄动运动及摄动补偿运控策略研究. 宇航学报, 2010, 31(7): 1756-1761 doi: 10.3873/j.issn.1000-1328.2010.07.009Li Heng-Nian, Li Ji-Sheng, Jiao Wen-Hai. Analyzing perturbation motion and studying configuration maintenance strategy for Compass-M navigation constellation. Journal of Astronautics, 2010, 31(7): 1756-1761 doi: 10.3873/j.issn.1000-1328.2010.07.009 [126] 孙泽洲, 陈百超, 贾阳, 袁宝峰, 刘国强, 马静雅, 等. 天问一号火星巡视探测技术. 中国科学: 技术科学, 2022, 52(2): 214-225 doi: 10.1360/SST-2021-0487Sun Ze-Zhou, Chen Bai-Chao, Jia Yang, Yuan Bao-Feng, Liu Guo-Qiang, Ma Jing-Ya, et al. The Tianwen-1 roving exploration technology for the Martian surface. Scientia Sinica Technologica, 2022, 52(2): 214-225 doi: 10.1360/SST-2021-0487 [127] 袁利, 黄煌. 空间飞行器智能自主控制技术现状与发展思考. 空间控制技术与应用, 2019, 45(4): 7-18 doi: 10.3969/j.issn.1674-1579.2019.04.002Yuan Li, Huang Huang. Current trends of spacecraft intelligent autonomous control. Aerospace Control and Application, 2019, 45(4): 7-18 doi: 10.3969/j.issn.1674-1579.2019.04.002 [128] 袁利. 面向不确定环境的航天器智能自主控制技术. 宇航学报, 2021, 42(7): 839-849 doi: 10.3873/j.issn.1000-1328.2021.07.004Yuan Li. Spacecraft intelligent autonomous control technology toward uncertain environment. Journal of Astronautics, 2021, 42(7): 839-849 doi: 10.3873/j.issn.1000-1328.2021.07.004 [129] 袁利, 姜甜甜. 航天器威胁规避智能自主控制技术研究综述. 自动化学报, DOI: 10.16383/j.aas.c211027Yuan Li, Jiang Tian-Tian. Review on intelligent autonomous control for spacecraft confronting orbital threats. Acta Automatica Sinica, DOI: 10.16383/j.aas.c211027 [130] 李茂登, 黄翔宇, 郭敏文, 徐超, 魏春岭, 张晓文, 等. 一种递归多子样大动态惯性导航方法, 中国 111351483A, 2020-06Li Mao-Deng, Huang Xiang-Yu, Guo Min-Wen, Xu Chao, Wei Chun-Ling, Zhang Xiao-Wen, et al. A Recursive Multi-sample Large Dynamic Inertial Navigation Method, CN 111351483A, June 2020 [131] 张洪华, 李骥, 轶峰, 黄翔宇. 嫦娥三号着陆器动力下降的自主导航. 控制理论与应用, 2014, 31(12): 1686-1694 关 doi: 10.7641/CTA.2014.40795Zhang Hong-Hua, Li Ji, Guan Yi-Feng, Huang Xiang-Yu. Autonomous navigation for powered descent phase of Chang’E-3 lunar lander. Control Theory & Applications, 2014, 31(12), 1686-1694 doi: 10.7641/CTA.2014.40795 [132] 吴伟仁, 李骥, 黄翔宇, 张洪华, 王大轶, 张哲. 惯导/测距/测速相结合的安全软着陆自主导航方法. 宇航学报, 2015, 36(8): 893-899Wu Wei-Ren, Li Ji, Huang Xiang-Yu, Zhang Hong-Hua, Wang Da-Yi, Zhang Zhe. INS/Rangefinder/Velocimetry based autonomous navigation method for safe landing. Journal of Astronautics, 2015, 36(8): 893-899 [133] 李茂登, 黄翔宇, 徐超, 郭敏文, 胡锦昌, 赵宇, 等. 天问一号火星探测器EDL过程自主导航技术. 宇航学报, 2022, 43(1): 11-20 doi: 10.3873/j.issn.1000-1328.2022.01.002Li Mao-Deng, Huang Xiang-Yu, Xu Chao, Guo Min-Wen, Hu Jin-Chang, Zhao Yu, et al. Autonomous navigation technology of Tianwen-1 Mars probe during EDL process. Journal of Astronautics, 2022, 43(1): 11-20 doi: 10.3873/j.issn.1000-1328.2022.01.002 [134] Li M D, Huang X Y, Wang D Y, Xu C, Guo M W, Hu J C, et al. Radar-updated inertial landing navigation with online initialization. IEEE Transactions on Aerospace and Electronic Systems, 2020, 56(5): 3360-3374 doi: 10.1109/TAES.2020.2987405 [135] Li M D, Huang X Y, Xu C, Guo M W, Hu J C, Hao C, et al. Velocimeter-aided attitude estimation for Mars autonomous landing: Observability analysis and filter algorithms. IEEE Transactions on Aerospace and Electronic Systems, 2022, 58(1): 451-463 doi: 10.1109/TAES.2021.3103254 [136] 张洪华, 梁俊, 黄翔宇, 赵宇, 王立, 关轶峰, 等. 嫦娥三号自主避障软着陆控制技术. 中国科学: 技术科学, 2014, 44(6): 559-568 doi: 10.1360/092014-51Zhang Hong-Hua, Liang Jun, Huang Xiang-Yu, Zhao Yu, Wang Li, Guan Yi-Feng, et al. Autonomous hazard avoidance control for Chang’E-3 soft landing. Scientia Sinica Technologica, 2014, 44(6): 559-568 doi: 10.1360/092014-51 [137] 张洪华, 关轶峰, 程铭, 李骥, 于萍, 张晓文, 等. 嫦娥四号着陆器制导导航与控制系统. 中国科学: 技术科学, 2019, 49(12): 1418-1428Zhang Hong-Hua, Guan Yi-Feng, Cheng Ming, Li Ji, Yu Ping, Zhang Xiao-Wen, et al. Guidance navigation and control for Chang’E-4 lander. Scientia Sinica Technologica, 2019, 49(12): 1418-1428 [138] Hu J C, Huang X Y, Li M D, Guo M W, Xu C, Zhao Y, et al. Entry vehicle control system design for the Tianwen-1 mission. Astrodynamics, 2022, 6(1): 27-37 doi: 10.1007/s42064-021-0124-y [139] 张洪华, 关轶峰, 黄翔宇, 李骥, 赵宇, 于萍, 等. 嫦娥三号着陆器动力下降的制导导航与控制. 中国科学: 技术科学, 2014, 44(4): 377-384 doi: 10.1360/092014-43Zhang Hong-Hua, Guan Yi-Feng, Huang Xiang-Yu, Li Ji, Zhao Yu, Yu Ping, et al. Guidance navigation and control for Chang’E-3 powered descent. Scientia Sinica Technologica, 2014, 44(4): 377-384 doi: 10.1360/092014-43 [140] 李骥, 张洪华, 张晓文, 关轶峰. 载人月球软着陆GNC技术研究. 载人航天, 2020, 26(6): 733-740, 750 doi: 10.3969/j.issn.1674-5825.2020.06.009Li Ji, Zhang Hong-Hua, Zhang Xiao-Wen, Guan Yi-Feng. Research on GNC technology for crewed lunar soft landing. Manned Spaceflight, 2020, 26(6): 733-740, 750 doi: 10.3969/j.issn.1674-5825.2020.06.009 [141] Zhang H H, Li J, Wang Z G, Guan Y F. Guidance navigation and control for Chang’E-5 powered descent. Space: Science & Technology, 2021, 2021: Article No. 9823609 [142] Huang X Y, Li M D, Wang X L, Hu J C, Zhao Y, Guo M W, et al. The Tianwen-1 guidance, navigation, and control for Mars entry, descent, and landing. Space: Science & Technology, 2021, 2021: Article No. 9846185 [143] Li J, Wang D Y. Autonomous positioning and orientating for Lunar launch. In: Proceedings of the 62nd International Astronautical Congress. Cape Town, South Africa: 2011. 5195−5202 [144] 张洪华, 李骥, 于萍, 关轶峰, 王磊, 王志文, 等. 嫦娥五号月面起飞上升制导导航与控制技术. 中国科学: 技术科学, 2021, 51(8): 921-937 doi: 10.1360/SST-2021-0102Zhang Hong-Hua, Li Ji, Yu Ping, Guan Yi-Feng, Wang Lei, Wang Zhi-Wen, et al. Guidance navigation and control technology for the lunar ascent vehicle of the Chang’E-5 mission. Scientia Sinica Technologica, 2021, 51(8): 921-937 doi: 10.1360/SST-2021-0102 [145] 李骥, 张洪华, 关轶峰, 张晓文. 主发动机故障下的月面上升应急制导策略. 见: 深空探测技术专业委员会第十六届学术年会. 青岛, 中国: 2019.Li Ji, Zhang Hong-Hua, Guan Yi-Feng, Zhang Xiao-Wen. Emergency guidance strategy for lunar surface ascent under main engine failure. In: Proceedings of the 16th Committee of Deep Space Exploration Technology Annual Academic Conference. Qingdao, China: 2019. [146] 杨孟飞, 贾阳, 陈建新. 月球巡视探测器系统研究. 空间控制技术与应用, 2008, 34(3): 3-6, 36 doi: 10.3969/j.issn.1674-1579.2008.03.001Yang Meng-Fei, Jia Yang, Chen Jian-Xin. Research on system design of lunar rover. Aerospace Control and Application, 2008, 34(3): 3-6, 36 doi: 10.3969/j.issn.1674-1579.2008.03.001 [147] 邢琰, 魏春岭, 汤亮, 姜甜甜, 胡勇, 黄煌, 等. 地外巡视探测无人系统自主感知与操控技术发展综述. 空间控制技术与应用, 2021, 47(6): 1-8 doi: 10.3969/j.issn.1674-1579.2021.06.001Xing Yan, Wei Chun-Ling, Tang Liang, Jiang Tian-Tian, Hu Yong, Huang Huang, et al. Development of autonomous sensing and control technology for extraterrestrial mobile exploration unmanned systems. Aerospace Control and Application, 2021, 47(6): 1-8 doi: 10.3969/j.issn.1674-1579.2021.06.001 [148] 陈建新, 邢琰, 李志平, 毛晓艳, 滕宝毅, 刘祥, 等. 祝融号火星车自主环境感知与避障技术. 中国科学: 技术科学, 2022, 52(8): 1186-1197 doi: 10.1360/SST-2022-0045Chen Jian-Xin, Xing Yan, Li Zhi-Ping, Mao Xiao-Yan, Teng Bao-Yi, Liu Xiang, et al. Autonomous environment perception and obstacle avoidance technologies of Zhurong Mars rover. Scientia Sinica Technologica, 2022, 52(8): 1186-1197 doi: 10.1360/SST-2022-0045 [149] 陈建新, 邢琰, 滕宝毅, 毛晓艳, 刘祥, 贾永, 等. 嫦娥三号巡视器GNC及地面试验技术. 中国科学: 技术科学, 2014, 44(5): 461-469 doi: 10.1360/092014-48Chen Jian-Xin, Xing Yan, Teng Bao-Yi, Mao Xiao-Yan, Liu Xiang, Jia Yong, et al. Guidance, navigation and control technologies of Chang’E-3 Lunar rover. Scientia Sinica Technologica, 2014, 44(5): 461-469 doi: 10.1360/092014-48 [150] Ding L, Gao H B, Deng Z Q, Nagatani K, Yoshida K. Experimental study and analysis on driving wheels’ performance for planetary exploration rovers moving in deformable soil. Journal of Terramechanics, 2011, 48(1): 27-45 doi: 10.1016/j.jterra.2010.08.001 [151] 李楠, 高海波, 吕凤天, 丁亮, 刘振, 于海涛, 等. 车辙图像频域分析及星球车车轮滑转率估计方法. 宇航学报, 2016, 37(11): 1356-1364 doi: 10.3873/j.issn.1000-1328.2016.11.010Li Nan, Gao Hai-Bo, Lv Feng-Tian, Ding Liang, Liu Zhen, Yu Hai-Tao, et al. Wheel trace imprint image frequency domain analysis and rover wheel slip ratio estimation. Journal of Astronautics, 2016, 37(11): 1356-1364 doi: 10.3873/j.issn.1000-1328.2016.11.010 [152] Gonzalez R, Chandler S, Apostolopoulos D. Characterization of machine learning algorithms for slippage estimation in planetary exploration rovers. Journal of Terramechanics, 2019, 82: 23-34 doi: 10.1016/j.jterra.2018.12.001 [153] Cunningham C, Nesnas I A, Whittaker W L. Improving slip prediction on Mars using thermal inertia measurements. Autonomous Robots, 2019, 43(2): 503-521 doi: 10.1007/s10514-018-9796-4 [154] 邢琰, 刘祥, 滕宝毅, 毛晓艳. 月球表面巡视探测自主局部避障规划. 控制理论与应用, 2019, 36(12): 2042-2046Xing Yan, Liu Xiang, Teng Bao-Yi, Mao Xiao-Yan. Autonomous local obstacle avoidance path planning of Lunar surface exploration rovers. Control Theory & Applications, 2019, 36(12): 2042-2046 [155] 邢琰, 滕宝毅, 刘祥, 毛晓艳. 月球表面巡视探测GNC技术. 空间科学学报, 2016, 36(2): 196-201 doi: 10.11728/cjss2016.02.196Xing Yan, Teng Bao-Yi, Liu Xiang, Mao Xiao-Yan. Guidance, navigation and control technology for Lunar surface exploration. Chinese Journal of Space Science, 2016, 36(2): 196-201 doi: 10.11728/cjss2016.02.196 [156] 董士伟, 侯欣宾, 王薪. 空间太阳能电站微波能量反向波束控制技术. 中国空间科学技术, 2022, 42(5): 91-102 doi: 10.16708/j.cnki.1000-758X.2022.0070Dong Shi-Wei, Hou Xin-Bin, Wang Xin. Retro-directive microwave power beam steering technology for space solar power station. Chinese Space Science and Technology, 2022, 42(5): 91-102 doi: 10.16708/j.cnki.1000-758X.2022.0070 [157] 侯欣宾, 王立, 张兴华, 周璐. 多旋转关节空间太阳能电站概念方案设计. 宇航学报, 2015, 36(11): 1332-1338 doi: 10.3873/j.issn.1000-1328.2015.11.016Hou Xin-Bin, Wang Li, Zhang Xing-Hua, Zhou Lu. Concept design on multi-rotary joints SPS. Journal of Astronautics, 2015, 36(11): 1332-1338 doi: 10.3873/j.issn.1000-1328.2015.11.016 [158] Roulette J. OneWeb, SpaceX satellites dodged a potential collision in orbit [Online], available: https://www.theverge.com/2021/4/9/22374262/onewebspacex-satellites-dodged-potential-collision-orbit-spaceforce, August 17, 2022 [159] European Space Policy Institute. Towards a European Approach to Space Traffic Management, ESPI Report 71, European Space Policy Institute, Austria, 2020 [160] Araguz C, Bou-Balust E, Alarcón E. Applying autonomy to distributed satellite systems: Trends, challenges, and future prospects. Systems Engineering, 2018, 21(5): 401-416 doi: 10.1002/sys.21428 [161] Vassev E, Sterritt R, Rouff C, Hinchey M. Swarm technology at NASA: Building resilient systems. IT Professional, 2012, 14(2): 36-42 doi: 10.1109/MITP.2012.18 [162] Sterritt R, Rouff C A, Hinchey M G, Rash J L, Truszkowski W. Next generation system and software architectures: Challenges from future NASA exploration missions. Science of Computer Programming, 2006, 61(1): 48-57 doi: 10.1016/j.scico.2005.11.005 [163] Agle D C. NASA will inspire world when it returns Mars samples to Earth in 2033 [Online], available: https://www.nasa.gov/press-release/nasa-will-inspire-world-when-it-returns-mars-samples-to-earth-in-2033, October 8, 2022 [164] 李林峰, 解永春. 空间机器人操作: 一种多任务学习视角. 中国空间科学技术, 2022, 42(3): 10-24Li Lin-Feng, Xie Yong-Chun. Space robotic manipulation: A multi-task learning perspective. Chinese Space Science and Technology, 2022, 42(3): 10-24 期刊类型引用(10)
1. 孟小燕. 融入自学习与多领导者策略的改进鲸鱼优化算法及多阈值图像分割. 计算机应用与软件. 2025(01): 205-212+233 . 百度学术
2. 孙超. 伪对立学习与差分进化的改进鲸鱼优化算法及图像分割应用. 计算机应用与软件. 2024(09): 265-272+287 . 百度学术
3. 柳长安,冯雪菱,孙长浩,赵丽娟. 基于改进麻雀算法的最大2维熵分割方法. 激光技术. 2022(02): 274-282 . 百度学术
4. 李建华,王艺衡,杨来侠,李素丽,张聚良. 基于Canny算子和距离正则化水平集的乳腺植入物图像分割算法. 计算机应用与软件. 2022(10): 212-216+245 . 百度学术
5. 邢致恺,贾鹤鸣,宋文龙. 基于莱维飞行樽海鞘群优化算法的多阈值图像分割. 自动化学报. 2021(02): 363-377 . 本站查看
6. 宋杰,肖亮,练智超. 级联稀疏卷积与决策树集成的病理图像细胞核分割方法. 自动化学报. 2021(02): 378-390 . 本站查看
7. 龚进慧,张贵仓. 自适应尺度参数的非均匀图像快速水平集分割. 计算机应用与软件. 2021(04): 231-238+304 . 百度学术
8. 侯木舟,陈英皞. 基于改进的水平集模型工业零件图像分割方法. 中北大学学报(自然科学版). 2019(02): 155-160+166 . 百度学术
9. 符艳军,孙开锋. 基于自动阈值分割的管内火焰大小计算. 自动化与仪器仪表. 2019(04): 118-121 . 百度学术
10. 姚志文. 基于频域特征的机械焊缝缺陷图像分割仿真. 计算机仿真. 2019(12): 159-162+463 . 百度学术
其他类型引用(8)
-