民用运输机结构载荷分析；理论与实践（1）

《民用运输机结构载荷分析：理论与实践》是AIAA教育系列丛书中最新出版的一本专著。该书系统地论述了民用运输机的机动和稳定飞行载荷，着陆和阵风载荷，飞机构件载荷，气动弹性考虑，结构设计考虑和设计空速等。     

面向不确定环境的航天器智能自主控制技术

针对智能自主控制系统所涉及的自主感知技术、自主决策技术和控制执行技术的研究现状进行了分析和总结,剖析了目前航天器控制系统在应对不确定环境时面临的困境。结合未来空间任务对航天器能力的需求,提出了一种新型"感知-演化-决策-执行"(OEDA)星上闭环控制框架,探讨了其特点和功能,进一步阐述了OEDA控制框架中所涉及的理论与方法,最后分析了该控制框架实际应用和进一步发展需解决的关键科学问题。     

基于准贝叶斯结构的决策融合

证据理论是目前在决策融合技术中受到广泛重视的一种数学方法。在实际应用中，为了表达简洁和计算简单，常常根据准贝叶斯结构进行判断。本文系统阐述这一过程的一般性步骤，并通过实际问题进行分析。     

连续推力机动轨道优化设计的贝塞尔曲线法

提出一种基于贝塞尔曲线的平面机动轨道设计方法。该方法将贝塞尔曲线方程与轨道形状方程相结合，利用得到的复合函数作为轨道方程来对机动轨道进行数学描述；通过约束条件获得可行的机动轨道族，由控制点设计给出具体的优化变量，将累积速度增量作为优化指标函数；并利用优化算法完成参数优化，从而得到最优机动轨道。最后针对设计的机动轨道推力峰值较大的问题，进一步提出了分段贝塞尔曲线法，在降低推力峰值的同时，可进一步降低燃料消耗，并在平面机动转移轨道设计的基础上，通过梯度下降对自由控制点进行修正，解决了考虑时间约束的平面轨道交会问题。     

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展，昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展，可以实现由原始感知信息输入到导航动作决策的直接输出，呈现出接近动物端到端面向目标导航的智能行为，具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系，以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵；论述了类脑导航技术研究进展，包括类脑环境感知、类脑空间认知、面向目标类脑导航；分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势；最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。     

美军全球作战先锋101空中突击师

101空中突击师隶属于第18空降军．是美陆军惟一要依靠直升机进行空中机动作战的快速反应部队。该师具有快速的空中机动能力和强大的火力与突击力，能够远距离超越地形障碍，对敌实施突然打击。其空中“机动-打击-再机动-再打击”的作战方式，有别于第82空降师的一次性空降打击，比后者更具灵活性和突击力。美军认为．空中机动与打击一体化的作战方式．有可能成为21世纪美陆军作战方式的方向。[编者按]     

敏捷型遥感卫星相机热防护门应用研究

针对敏捷型遥感卫星相机变化的外热流,以及热防护门(简称热门)对相机热设计产生的影响,建立带热门的相机热模型,采用Thermal Desktop软件对带热门相机在轨飞行期间的温度变化进行仿真。仿真结果表明,使用热门将大幅降低相机的主动加热功率。对热门开启后相机的最长成像时间进行分析,热门开启后6min,相机次镜支撑组件无法满足相机热设计要求,可在次镜安装板背部包覆多层隔热材料解决这一问题。文章的研究结果,对遥感卫星热门与热控系统的耦合设计具有一定的参考价值。     

导引头量测故障下的增量式三维制导律设计

考虑导引头量测故障下拦截机动目标的末制导问题,以提高制导系统的鲁棒性、降低制导增益、减小系统残差、避免视线角速率剧烈振荡/发散为目的,基于增量式控制方法设计了一种具有鲁棒增强特性的三维末制导律。首先,将末制导问题转化为零化视线角速率的控制问题。其次,通过弹目相对距离及视线角速率定义辅助变量,给出传统的滑模制导律作为设计参考。然后,基于增量式非线性动态逆滑模控制方法,充分挖掘视线角加速度估计信息及上一采样时刻的制导指令,得到增量式三维鲁棒制导律。最后,在目标机动及导引头量测故障下,分析并比较了两种制导律所产生的系统残差。理论分析及多工况仿真结果表明,增量式制导律不仅对目标机动及大范围失效的导引头量测故障具有强鲁棒性,而且所需制导增益也较小,同时避免了末端视线角速率严重发散的问题     

航天器轨道追逃博弈多阶段强化学习训练方法

针对航天器轨道追逃博弈问题,提出一种多阶段学习训练赋能方法,使得追踪星在终端时刻抵近逃逸星的特定区域,而逃逸星需要通过轨道机动规避追踪星。首先,构建两星的训练策略集,基于逻辑规则设计追踪星和逃逸星的机动策略,通过实时预测对方的终端位置,设计己方的期望位置和脉冲策略,显式给出追逃策略的解析表达式,用于训练赋能;其次,为提升航天器的训练赋能效率及应对未知环境的博弈能力,提出一种基于强化学习技术多模式、分阶段的学习训练方法,先使追踪星和逃逸星分别应对上述逻辑规则引导下的逃逸星和追踪星,完成预训练;再次,开展二次训练,两星都采用邻近策略优化(PPO)策略进行追逃博弈,在博弈中不断调整网络权值,提升决策能力;最后,在仿真环境中验证提出的训练方法的有效性,经过二次训练后,追踪星和逃逸星可有效应对不同策略驱动下的对手,提升追逃成功率。     

稀疏孔径ISAR机动目标成像与相位补偿方法

现代逆合成孔径雷达(ISAR)可实现多模式下对多目标的交替测量工作,但波束切换使得任一目标的方位孔径具有稀疏性,同时目标的机动性也使得目标的方位维信号具有高次调制特性,这均导致以连续采样信号模型为基础的传统ISAR运动补偿和成像方法难以直接应用。本文提出一种新的稀疏孔径(SA)ISAR机动目标相位补偿和成像方法。该方法首先建立了稀疏孔径ISAR机动目标的信号模型,然后通过求解2范数最大化的优化函数,实现对相位误差的精确估计,并且通过迭代处理提高了相位误差的估计精度。相位误差补偿后,根据压缩感知理论,构造了机动目标情况下的Chirp-Fourier字典,通过对稀疏优化问题的求解,能够较精确地从稀疏孔径信号中重构出机动目标的全孔径(FA)信号。仿真和实测数据处理结果证明了本文方法的有效性。