月表陨坑检测轻量化深度学习方法

针对目前基于深度学习的陨坑检测方法存在的模型参数量大和检测速度慢的问题，提出了一种轻量化的深度学习陨坑检测方法。首先，采用通道剪枝方法删减卷积神经网络中冗余的卷积核，得到结构紧凑高效的陨坑检测模型。然后，使用轻量化的深度可分离卷积操作替换基础陨坑检测模型中的标准卷积操作，进一步降低了模型的复杂度。仿真实验结果表明，所提出的轻量化陨坑检测模型能够保证较高的像素预测精度，并且能够适应亮度、图像噪声等干扰因素的影响。同时，与轻量化处理前的模型相比，参数量减少了99.2%，检测速度提升了94%。     

切换拓扑下异构无人集群编队-合围跟踪控制

针对异构无人集群存在层内不同协同控制目标以及层间协同耦合的控制问题，提出了“编队-合围跟踪”控制的定义与框架，采用具有时变输入的跟踪-领导者来生成集群系统的整体参考轨迹，克服了现有编队-合围控制中无法有效控制集群整体宏观运动的缺陷。对于存在切换拓扑的高阶异构集群系统，基于分布式鲁棒自适应估计技术以及预先定义的合围控制策略，利用邻居局部信息交互构造了分布式编队-合围跟踪控制器，给出了分层耦合情况下控制器的多步设计方法。采用共同李雅普诺夫稳定性理论，证明了切换拓扑条件下异构集群实现输出编队-合围跟踪的充分条件。通过无人机-无人车异构集群的仿真例子，验证了所提出的编队-合围跟踪控制方法的有效性。     

斜掠气梁充气翼湿模态分析与试验

参考气动弹性剪裁思想，通过将充气翼内部气梁沿展向偏转一定角度设计一种新型斜掠气梁充气翼。针对充气翼结构动力学特性研究需要对考虑周围空气影响的湿模态进行分析，在考虑空气附加质量影响和流场对于系统刚度贡献的前提下，发展了一种针对柔性充气结构湿模态快速建模分析的附加质量-刚度法。在柔性充气管算例验证了所提方法有效性的基础上，完成了对传统直梁充气翼和斜掠气梁充气翼湿模态的仿真研究，并与地面振动试验（GVT）结果进行对比分析。结果表明，3种充气翼湿模态仿真结果与试验结果均吻合较好，充气翼结构固有频率随充气内压上升而增加，同时相比于传统直梁充气翼，斜掠气梁充气翼第1阶与第2阶模态具有更低的固有频率之比，且弦向模态能够显著消除，对改善充气翼飞行器的气弹性能具有重要意义。