信息非完备下多航天器轨道博弈强化学习方法

针对信息非完备约束下航天器轨道博弈难以自主决策的问题，基于多智能体强化学习提出一种多航天器轨道博弈决策方法。首先建立轨道博弈动力学和信息非完备约束。其次建立用于训练和决策的神经网络模型，依据分布式系统架构对网络的输入输出结构进行设计，并引入具有记忆功能的长短期记忆网络(LSTM),根据航天器轨道运动在时间、空间连续的属性，补偿位置、速度测量信息的非完备性。然后采用近端策略优化(PPO)算法开展红蓝左右互搏式学习训练。最后通过三组对比训练实验，验证了所提出的方法在信息非完备约束下能够有效增强学习训练过程的稳定性，并提升任务完成率和降低燃料消耗。     

两传感器最优信息融合Kalman滤波器及其在跟踪系统中的应用

针对两传感器信息融合，提出了一种在标量加权下的最优信息融合Kalman滤波器。该信息融合滤波器考虑了局部滤波误差的相关性，避免了局部滤波误差方差阵的逆短阵的计算，也避免了加权短阵的计算，只要求计算加权系数，便于实时应用。一个跟踪系统的仿真例子验证了其有效性。     

基于模糊信息的信息融合及决策

在各传感器或信息源给出模糊信息的情况下,研究了多传感器(或信息源)的信息融合及决策问题。首先,给出了单个传感器的时间域信息积累更新模型,然后给出了四类传感器(或信息源)的空间融合模型,最后,在各传感器信息融合基础上,研究了给出效用函数情况下的贝叶斯最优决策。     

导弹落点散布的Bayes试验鉴定优化设计

针对工程实际中所普遍存在的小子样问题，研究了落点样本量、验前信息可信度以及Bayes决策风险三者之间的关系，得到了有意义的结论，即：在综合Bayes决策风险上限的条件下，试验次数越少，则对“验前信息可信度”的要求就越高。在此基础上，通过算例说明了“最优样本量”概念在实际工程应用中的不适应性，为尽量减少试验次数，提出了“次优样本量”的概念，并由此得到了一种确定落点样本量的新方法。     

太空千里眼 抗震显身手——对遥感卫星在抢险救灾中作用的思考

2008年5月12日，一场罕见的特大地震震惊中外，以遥感卫星、通信卫星等科学手段组成的“太空救援队”，为救灾指挥、次生灾害的预防、灾害评估以及灾后重建等决策提供了基础信息，为夺取抗震救灾的伟大胜利，提供了大量的基础信息。在党和政府的正确决策和科学组织下，在第一时间展开了紧急抗震救灾工作，使灾害以及次生灾害损失尽可能地降低到了最小限度。卫星在救灾中发挥了重要作用的同时，也暴露出一些不足。汶川地震逐渐离人们远去，大震过后，加强我国航天高科技的发展，构筑我国防灾减灾天基信息保障系统，日益引起专家的重视和关注。     

空中交通管理协同决策

CDM是一种基于信息交换及政府与企业之间联合协作的理念，用于创造更为安全和更为有效的系统环境。通过信息交换，所有参与各方就能对整个系统和所有运作限制产生一个公共的态势认知，在此基础上参与各方就能协调地做出更为安全有效的决策，同时也在最大程度上满足了各个企业的商业需求。     

发刊词

《卫星应用》创办17年来，作为跨领域、跨行业的内部综合性期刊，以“信息交流、服务决策，促进我国卫星应用事业发展”为宗旨，搭建起应用卫星研制部门与卫星应用单位之间的桥梁，刊登报道了大量各国航天政策，     

资源卫星应用中心快速为地震救援提供数据

2010年4月14日，青海省玉树藏族自治州玉树县地震发生后，中国航天科技集团公司所属中国资源卫星应用中心立即启动重大自然灾害监测预案，成立了由该中心负责人亲自指挥的青海地震遥感监测应急小组，力争以最快的速度和最有用的卫星遥感数据为地震救援提供决策支持。     

面向海洋探测的多源信息融合技术研究及展望

多源信息融合技术包括数据级、特征级和决策级3个层级。在海洋探测应用中,现有方法存在信息获取、融合质量及目标识别等难点问题,提出了体系化探测、分布式融合和利用先验知识的解决思路。体系化探测能够全面获取原始信息,分布式融合可以在降低计算复杂度的同时减少信息损失,先验知识能够在决策级融合中提高目标识别的准确性。此外,还提出了构建探测系统和先验知识库、优化智能算法和模型等未来信息融合技术发展方向。     

续写《卫星应用》新篇章

《卫星应用》（内刊）创刊于1993年，在各级领导、专家和广大作者、读者的大力支持下，《卫星应用》不断成长，影响日益扩大。编辑部人员秉承“信息交流、服务决策，促进我国卫星应用事业发展”的办刊宗旨，认真履行职责，力争把国内外卫星应用各领域的新政策、新技术、新进展及时呈现给读者，搭建起了业界领导、卫星制造企业、卫星应用企业间信息交流、互动的桥梁。