基于DRL的巨型星座星地测控链路规划算法

针对巨型星座的星地测控链路规划问题，提出了一种基于深度强化学习的智能规划调度算法。该方法考虑了卫星对于测控站的资源竞争关系和连接关系，设计了环境状态，决策智能体通过感知卫星状态，结合动作选择策略，生成卫星对于测控站的分配方案，并根据反馈的奖励值进行策略的迭代优化。将本算法应用于巨型星座系统的星地测控链路规划任务，仿真结果表明所提出的智能算法可以将测控站天线利用率提升到98%以上，同时有效地降低了天线的切换次数。另外，训练好的模型可以根据未来时刻的星地可视窗口，在30s内快速生成星地测控链路规划方案。     

通信拓扑切换下的预定时间分组协同制导方法

针对通信网络拓扑结构切换下的协同制导问题，提出了一种预定时间协同制导方法(PTCGL),以保证拓扑切换下的预定时间分组收敛。首先，建立三维飞行器协同制导模型和拓扑切换下的分组协同架构：组间利用小组领队飞行器之间的协作实现分组配合，组内则通过有向通信实现组协同。随后，在通信网络拓扑结构切换的情况下，结合牵制控制和预定时间理论，基于M矩阵假设的牵制分组误差和预定时间尺度函数提出拓扑切换三维预定时间协同制导律。进一步，考虑拓扑切换驻留时间，利用Lyapunov理论证明在通信拓扑切换的情况下，该制导律可实现预定时间收敛。最后，数值仿真结果验证了所提出的协同制导方法可实现在拓扑切换下的预定时间收敛、保证分组协同打击。     

MIMO仿射型非线性系统的滑模切换极值搜索控制

针对 MIMO仿射型非线性系统设计了一种基于分数阶积分的滑模切换极值搜索控制方法,将系统分解为若干个子系统,对每个子系统采用输出跟踪误差以及该误差函数的分数阶积分值构造切换函数,构造滑模切换极值搜索控制律,证明了方法的稳定性。对比已有的方法进行仿真分析,验证了方法具有较好性能。     

STOVL飞机发动机多变量控制方法

短距起飞/垂直降落（STOVL）飞机发动机已采用多变量控制方法。基于鲁棒稳定性和条件数分析、块相对增益矩阵分析，对STOVL飞机发动机不同工作模式下的三变量控制系统输出选择和控制结构设计进行了研究。对常规工作模式，提出了基于多目标优化的三变量分块解耦控制方法，通过定义最优指标实现动态跟踪和分块间的耦合抑制。对常规工作模式和垂直起降工作模式间的切换，提出基于升力风扇功率前馈的复合控制方法，以消除负载变化对系统性能的影响。仿真结果表明:提出的控制方法能够保证常规工作模式下良好的解耦控制效果，能够实现不同工作模式间的平稳过渡，验证了控制方法的可行性。