基于深度强化学习的复杂地形适应机器人设计与实验

针对行星表面轻量化自主探测任务，基于仿生思想设计了一种仿海胆结构的十二足球形机器人，其具备自主改变构型以贴合复杂地形的能力，可实现无倾覆、高容错的全向运动；基于数据驱动方法，对该机器人设计了一种数据高效的无模型强化学习运动策略，可实现无先验知识的从0到1步态训练以及步态的实物样机快速部署。通过在平面地形和非结构化地形中对其进行仿真实验，验证了经过训练的机器人具备自主运动、适应非结构地形等能力；通过与常用基准策略进行对比，证实了本文提出的运动策略具有训练高效、鲁棒性好的优势；最后通过开发原理样机，开展实物实验验证了仿真环境中所生成的步态在真实物理环境中的动力学可行性。     

基于卡拉杰克模型装机产品采购策略的研究

商用飞机项目供应链的复杂性和特殊性决定了装机产品战略采购直接影响到商用飞机公司核心竞争力和竞争优势。因此,有必要针对公司的核心采购业务(装机产品采购)实施战略管理,基于卡拉杰克模型对装机产品采购策略进行研究,以最低总体成本为目标,综合平衡装机产品供应的安全性与经济性。卡拉杰克模型适用于对供应经济性与风险性的评估,建立基于卡拉杰克模型的装机产品品类定位模型,可以有针对性的根据装机产品的重要性(采购金额占比)和对供应商依赖性(供应风险)对装机产品进行分类定位,进而针对不同品类装机产品制定出不同的采购策略。     

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题，提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先，以一类后掠角可连续变化的高速飞行器为研究对象，给出变形飞行器动力学模型，分析模型特性及变形量与关键气动参数之间的定性关系。其次，基于关键气动数据特征分析，考虑包含气动性能、控制误差在内的综合性能指标，设计一种基于DDPG算法的智能变形决策方案。再者，针对带有标称控制器的HMFV进行变形决策训练，实时获得滑翔过程中不同飞行状态下的最优构型。最后，仿真结果表明所设计的智能变形决策算法收敛效果好，且具备较好的泛化性能。相比于固定外形，可通过变形使得在不同状态下的升阻比保持最优，且与考虑单一决策指标相比，考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。     

基于最优分配的复合式高速无人直升机纵向控制设计与验证

高速直升机因其独特构型造成过渡段操纵复杂，控制系统设计难度大。本文针对复合式共轴双旋翼高速无人直升机，设计了全飞行模式控制，为高速直升机的安全飞行提供理论基础。采取分块建模思路，搭建了无人直升机数学模型，设计了过渡模式的操纵策略。采用经典控制理论设计了低速模式和高速模式纵向飞行控制律，低速模式时,为提高位置响应的快速性，直接采用并行控制结构，将位置指令引入姿态通道；高速模式时，在俯仰通道引入航迹倾斜角补偿损失高度。针对过渡段的控制分配问题，分别考虑速度和操纵面反应速度快慢的影响，设计分配权值，采用加权伪逆法进行最优分配求解。仿真结果表明，所设计的纵向飞行控制律可以有效合理分配过渡段的不同操纵量，实现平滑过渡飞行。     

四倾转旋翼飞行器直升机模式操纵策略设计与验证

为解决四倾转旋翼飞行器直升机模式旋翼操纵冗余问题，建立了120 kg级四倾转旋翼无人飞行器飞行动力学模型，并依据不同操纵方式的功效变化进行操纵策略优选设计。应用串级PID控制理论设计了四倾转旋翼无人飞行器飞行控制系统，仿真分析操纵策略对姿态控制和轨迹控制响应的影响；用给定姿态指令和轨迹指令跟踪控制效果验证所设计操纵策略的合理性。研究结果表明：直升机模式下，纵向、横向通道用旋翼总距差动进行控制，航向通道用左右旋翼纵向周期变距差动进行控制时操控效率最高，控制响应快，且控制输出变化幅度小；面对外界风扰，使用该优选操纵策略，控制误差最小，抗扰性好。     

基于ADDPG策略的超立方体卫星编队控制

针对大规模卫星高精度编队控制问题，提出了一种基于吸引法则的深度确定性策略梯度控制方法(attraction-based deep deterministic policy gradient, ADDPG)。首先阐述了超立方体拓扑编队拓扑构型特性，建立了卫星编队动力学模型，设计了超立方体卫星编队虚拟中心用于衡量编队整体飞行状态。为解决无模型深度强化学习的探索和扩展平衡问题，设计了ε-imitation动作选择策略方法，最终提出了基于ADDPG的卫星编队控制策略。算法不依赖于环境模型，通过充分利用已有信息，可以降低学习模型初期探索过程中的盲目试错。仿真结果表明ADDPG策略以较少的能量消耗达到更高的精度，相比知名算法在加快编队收敛速度的同时，误差减少5%以上，能量消耗减少7%以上，验证了算法的有效性。     

雷达网探测高超声速目标时间分配

针对雷达探测高超声速目标预警时间有限的问题，建立雷达网无缝跟踪的时间分配模型并设计一种贪心策略进行求解。该模型基于雷达网无缝跟踪的时间分配原则，考虑雷达跟踪容量、交接要求和时间间隔占用性等约束条件，并采用选择最早发现目标的可见时间窗作为初始跟踪时间窗的贪心策略进行求解，实现了雷达网对该类目标的持续跟踪。设计的求解策略比依次选择时间窗最长的雷达参与跟踪的策略交接次数少10%以上，同时使得目标函数值提升近6%,且算法耗时仅为精确求解算法耗时的7.5‰,提高了反临预警任务规划效能。     

无人机自主引导跟踪与避障的近端策略优化

针对无人机地面动态目标跟踪问题，建立了远距离自主引导与近距离伴飞避障2个阶段的马尔可夫决策过程模型。在此基础上，提出了一种改进的近端策略优化（PPO）算法。考虑到无人机接收到的数据具有时序性且环境状态存在上下文关联，所提算法采用长短期记忆（LSTM）网络，通过无人机与目标的实时位置关系等状态信息来计算奖励值，更新网络参数，并进行自适应优化迭代。通过基于ROS系统的仿真测试平台进行试验，结果表明：所提算法安全有效地实现了侦察任务全过程的自主机动，与传统的PPO算法相比，LSTM的引入缩短了模型训练时间，跟踪与避障的效率明显提高，进一步加强了算法的鲁棒性、准确性和实时性。     

宏微空间机械臂运动控制方法综述

由于单一的机械臂不能满足日益增长的空间任务需求，为了提升机械臂的综合性能如快速响应、高精度和大负载，世界各航天大国开展了宏微机械臂的研制工作。综述了国际空间站和中国空间站上宏微机械臂的发展现状，分别从分时独立控制和协调控制两种操作模式下对宏微机械臂系统的运动控制进行了归纳总结。当宏微机械臂采用分时独立的控制模式时，可将其等效为柔性基座机械臂，并从反作用最优控制、主动阻尼控制和末端轨迹跟踪控制三方面对柔性基座机械臂的控制算法进行了分析研究，为中国空间组合机械臂的在轨操作提供了借鉴意义。最后，对空间宏微机械臂的动力学建模和运动控制进行了展望。     

航天器太阳翼在轨挠性振动测量中的无依托敏感技术

基于自供电无线加速度计网络，中国空间站天和核心舱、问天实验舱分别于2021年5月、2022年7月针对大型柔性太阳翼在轨开展了振动测量和挠性参数辨识试验。以该任务需求为牵引和实践，总结了无依托敏感技术在空间探测任务中需具备的若干核心能力，包括自供电自充电、无依托敏感器间数据代传、高可靠数据采集、高精度时间同步和自主休眠唤醒等方面。详细阐述了上述能力的设计思路和实现方案，并给出了空间站太阳翼在轨振动测量任务中无依托敏感器的实际应用结果。在轨测试数据验证了所提出的无依托敏感技术设计策略的有效性和合理性。