基于复杂耦合时间线的深空探测器自主任务规划方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61773061
  • 项目类别:
    面上项目
  • 资助金额:
    16.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F03.自动化
  • 结题年份:
    2018
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2018-12-31

项目摘要

Onboard autonomous mission planning is the key technology to enable long-term autonomous operation and control of deep space probes in complex environment. However, there are difficulties in planning and scheduling for physical systems due to complicated constraints, coupled subsystems, and dynamic changing parameters of deep space probes. In consideration of these characteristics of the probe, mechanism of hierarchical constraint propagation and dynamic technique is studied in order to establish a decoupling constraint propagation mechanism. Moreover, rapid mission planning technique based on state transition graph is put forward which employs lowest-cost-first heuristic search method. Finally, simulation and analysis are performed. Through theoretical analysis and numerical simulation, autonomous planning methods are deeply studied, which resolve the issues of propagating hierarchically during complicated constraints network and consist checking and issues of fast mission planning on board. In conclusion, the project provides a new way and a new technical basis for the design of the onboard autonomous planning system for deep space probe in the future.
星上自主任务规划技术是实现深空探测器复杂环境下长期自主运行的关键。针对深空探测器子系统互相耦合、约束关系复杂及参数动态变化等特点,研究约束分组映射传播与动态处理方法,建立复杂时间线状态转移图,设计最低代价优先的时间线快速任务规划方法,并进行仿真分析。通过理论分析和数值模拟,深入研究深空探测器系统自主规划方法,解决多系统耦合与约束复杂条件下的约束网络分组映射传播和一致性判断以及星上快速任务序列规划问题,为深空探测器星上自主任务规划系统的设计和实现提供新思路和技术途径。

结项摘要

星上自主任务规划技术是实现深空探测器复杂环境下长期自主运行的关键。针对深空探测器子系统互相耦合、约束关系复杂及动态变化等特点,对规划过程中时间约束推理方法和规划搜索技术进行了研究,提出了时间约束分组映射传播机制与优化处理方法,建立了复杂时间线状态转移图,设计了状态转移启发式,提出了最低代价优先快速任务规划方法,并进行仿真分析。通过理论分析和数值模拟,本项目方法提高了时间约束推理效率,降低了规划步数,从而减少了规划问题求解时间,为深空探测器星上自主任务规划系统的设计和实现提供新思路和技术途径。

项目成果

期刊论文数量(3)
专著数量(1)
科研奖励数量(0)
会议论文数量(5)
专利数量(4)
Effective search strategy via internal state transition graphs on onboard planning for deep space probes
通过内部状态转换图进行深空探测器机载规划的有效搜索策略
  • DOI:
    10.1016/j.actaastro.2018.04.056
  • 发表时间:
    2018-07
  • 期刊:
    Acta Astronautica
  • 影响因子:
    3.5
  • 作者:
    Rui Xu;Hao Jin;Wenming Xu;Pingyuan Cui;Xiaodong Han
  • 通讯作者:
    Xiaodong Han
Geometry-based distributed arc-consistency method for multiagent planning and scheduling
基于几何的分布式弧一致性多智能体规划与调度方法
  • DOI:
    10.1007/s11431-017-9197-3
  • 发表时间:
    2018-09
  • 期刊:
    Science China Technological Sciences
  • 影响因子:
    --
  • 作者:
    Rui Xu;Zhaoyu Li;Pingyuan Cui
  • 通讯作者:
    Pingyuan Cui
Artificial Neural Network Based Mission Planning Mechanism for Spacecraft
基于人工神经网络的航天器任务规划机制
  • DOI:
    10.1007/s42405-018-0006-6
  • 发表时间:
    2018-03-01
  • 期刊:
    INTERNATIONAL JOURNAL OF AERONAUTICAL AND SPACE SCIENCES
  • 影响因子:
    1.7
  • 作者:
    Li, Zhaoyu;Xu, Rui;Zhu, Shengying
  • 通讯作者:
    Zhu, Shengying

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

PRDM4通过PI3K/AKT信号通路抑制宫颈癌细胞的侵袭和转移
  • DOI:
    10.13753/j.issn.1007-6611.2018.09.011
  • 发表时间:
    2018
  • 期刊:
    山西医科大学学报
  • 影响因子:
    --
  • 作者:
    杨文婷;徐瑞
  • 通讯作者:
    徐瑞
Global dynamics of a vector disease model with saturation incidence and time delay
具有饱和发病率和时间延迟的媒介疾病模型的全局动态
  • DOI:
    10.1093/imamat/hxr013
  • 发表时间:
    2011-12
  • 期刊:
    IMA Journal of Applied Mathematics
  • 影响因子:
    1.2
  • 作者:
    徐瑞;马知恩
  • 通讯作者:
    马知恩
New synchronization criteria for an array of neural networks with hybrid coupling and time-varying delays
具有混合耦合和时变延迟的神经网络阵列的新同步标准
  • DOI:
    10.15388/na.2016.1.4
  • 发表时间:
    2016-01
  • 期刊:
    Nonlinear Analysis-Modelling and Control
  • 影响因子:
    2
  • 作者:
    杜艳可;徐瑞
  • 通讯作者:
    徐瑞
Global dissipativity analysis for memristor-based uncertain neural networks with time delay in the leakage term
泄漏项时滞的基于忆阻器的不确定神经网络的全局耗散性分析
  • DOI:
    10.1007/s12555-016-0478-8
  • 发表时间:
    2017-09
  • 期刊:
    International Journal of Control Automation and Systems
  • 影响因子:
    3.2
  • 作者:
    刘健;徐瑞
  • 通讯作者:
    徐瑞
Global dynamics of a class of HIV-1 infection models with latently infected cells
一类具有潜伏感染细胞的 HIV-1 感染模型的全局动态
  • DOI:
    10.15388/na.2015.1.2
  • 发表时间:
    2015-01
  • 期刊:
    Nonlinear Analysis-Modelling and Control
  • 影响因子:
    2
  • 作者:
    王海彬;徐瑞;王兆威;陈辉
  • 通讯作者:
    陈辉

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

徐瑞的其他基金

面向突发事件的深空探测器任务规划自修复方法研究
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    62 万元
  • 项目类别:
    面上项目
深空探测器在轨自主运行规划与姿态制导技术
  • 批准号:
    60803051
  • 批准年份:
    2008
  • 资助金额:
    21.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码