基于强化学习的在轨目标逼近

从强化学习的角度,对在轨目标逼近问题进行研究,设计了一种整合制导与控制的端到端的算法.首先对在轨目标逼近问题进行数学建模;然后对强化学习算法原理进行简介,根据问题特点分析不同强化学习框架的优劣,确定以DDPG作为算法框架,并设计了基于强化学习的在轨目标逼近算法;最后通过仿真验证,分析了基于强化学习逼近算法的优劣性.     

空战格斗飞行机动数据库建立及应用

空战格斗任务面临环境高复杂性、博弈强对抗性、响应高实时性、信息不完整性、边界不确定性等多项挑战。为此，已建立人类飞行员空战格斗飞行机动数据库ACED(Air Combat Engagement Database)，系统采集人类优秀飞行员空战格斗飞行机动数据。基于该数据库，首先分析了空战格斗飞行机动方程，提出应重点分析飞行员在空战任务中的滚转角及法向过载决策指令；研究确定了近距空战格斗任务中的人类飞行员飞行机动决策时间窗，并采用能量谱分析方法确定了飞行员在近距空战格斗飞行机动中的滚转角决策频率；针对采用航炮作为主武器的近距空战格斗任务，研究了近距空战格斗敌机轨迹预测算法。相关方法可有效预测航炮炮弹生命周期内的敌机未来轨迹，有力支撑了航炮自动火控算法的研发，助力在相关空战竞赛中取得优异成绩。本文系列应用示例验证了已建立的空战格斗飞行机动数据库的有效性。     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架，它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先，本文介绍了联邦学习的基本概念和威胁模型，有助于理解其面临的攻击。其次，本文总结了由内部恶意实体发起的3种攻击类型，同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较，进一步讨论了该领域未来的发展方向。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

利用地月间空间站的载人登月飞行模式分析

为提高空间站利用率，降低载人登月任务成本，有效开发地月空间，研究了基于地月空间不同轨道空间站的载人登月飞行模式。首先对比直接往返登月飞行模式，对基于空间站的载人登月飞行模式进行任务分析，通过空间站将载人登月任务解耦为载人天地往返任务和登月任务两部分；其次通过轨道设计和稳定性分析提出考虑登月任务需求的地月间空间站可运行轨道和停泊点；最后建立一套飞行模式评价模型，从速度增量需求、飞行时间、空间环境、登月任务窗口、测控条件、交会对接技术难度、后续任务支持性和任务可靠性方面对6种不同位置空间站的登月飞行模式进行分析和定量评价。评价结果表明基于L2点Halo轨道空间站的载人登月飞行模式为更优飞行模式。     

某机载探测系统自主回收技术的实现

针对某机载探测系统探头回收自动化程度低的问题，提出了在无需操作员干预情况下实现探头自主回收的技术方法。采用了先进的控制算法，将缆位角与探头、缆长进行结合并引入了绞车控制系统，使绞车对探头的回收速度及缆长可进行实时调整，并给出了3种不同缆位角摆动条件下缆长与探头回收速度的控制曲线关系。研发了自主回收装置，设计了能够实现自主回收功能的探头回收机构。实验验证表明：在无需人为干预的条件下，在缆位控制系统及自主回收机构的配合下，系统实现了对探头快速、安全的回收。     

人工智能技术在嵌入式代码审查中的应用与展望

代码审查是航天嵌入式软件开发中的重要环节.近年来，随着嵌入式软件开发需求的增多，传统以人工为主的代码审查方法逐渐不能满足快节奏的软件开发流程.为了减轻审查人员的压力，提升审查效率，研究者们逐渐将目光转向以深度学习技术为首人工智能领域，尝试寻求技术上得突破，以开发更智能的审查系统.本文对近年来人工智能技术在代码审查及程序理解中应用的相关工作进行了归纳总结.首先简要介绍了嵌入式代码审查工作目前面临的困境及解决方案.然后引出了代码审查中的一项重要活动，即程序理解.并详细阐述了目前基于人工智能的程序理解在代码审查中的应用情况.最后根据相关领域的发展情况，对未来代码审查的发展方向作了进一步的探讨.     

全球视野下构建中国企业的学习型组织

学习型组织作为一种成功的组织发展模式,已在国际学术界、管理界、企业界得到了广泛共识.中国企业纷纷加入创建学习型组织的行列.深入剖析中国企业在进行组织学习时产生的一系列问题,提出中国企业创建适合中国国情的学习型组织的方法途径.