再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题,应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习（SNIRL）算法进行求解,该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性 。     

卫星导航定位产品之瓶颈——电子地图

无所不在的全球卫星导航定位技术已经日趋成熟、稳定和精密。但是卫星导航设备与电子地图相结合才能满足人们对导航的需求——我现在在哪里?我要去哪里?如何去?人们在享受卫星导航带来的便捷和精确的同时,也深受"误导"之苦。当前参评的卫星导航定位产品仅三成合格,这一评测结果着实令人震惊!卫星导航产品良莠不齐,质量水平整体堪忧。消费者在选择卫星导航产品的时候,要擦亮眼睛,以免上当     

基于DDQN的运载火箭姿态控制器参数设计

探索了利用深度强化学习算法训练智能体,以代替人类工程师进行火箭姿态控制器参数的离线设计方案。建立了多特征秒的火箭频域分析模型,选定了设计参数。选择深度强化学习算法中的双深度Q学习(Double Deep Q Network,DDQN)算法,通过记忆回放和时间差分迭代的方式让智能体在与环境交互过程中不断学习。设计了对应的马尔科夫决策过程模型,进行了智能体的训练和前向测试。结果说明该方法对于运载火箭姿控设计具有一定参考价值。     

无人机集群路径规划算法研究综述

无人机集群路径规划算法是无人机集群控制的重要研究方向之一.多无人机路径规划相较于单无人机路径规划,会考虑空间协同和时间协同约束、飞行安全等问题.首先对无人机集群路径规划算法进行分类,分为传统路径规划算法、智能优化算法和深度强化学习算法.其次对各类算法进行简要分析和总结,针对缺陷,给出相应的改进思路及例子.再着重对深度强...     

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。     

我国航天器带电技术研究进展

航天器与空间带电粒子环境相互作用引起的带电现象是其在轨发生故障和异常的重要因素。近年来,随着航天器性能的提升和技术发展,航天器带电技术研究的范围也大大扩展。文章简要回顾了我国航天器带电技术发展的历史,并从理论研究、地面模拟试验、数值模拟和带电防护等方面介绍国内航天器带电技术研究的进展。     

加拿大对国际空间站的贡献

加拿大对太空机械臂情有独钟,航天飞机上的机械臂就是加拿大研制的。在国际空间站工程中,加拿大当仁不让地为国际空间站提供了1个移动服务系统及有关地面设备。该系统包括世界最大的巨型遥控机械臂、移动基座系统和专用灵巧机械手,可把实验设备和有效载荷移进和移出增压舱,以及在暴露设施上移动和定位有效载荷。     

“好奇”号在火星演绎“科幻大片”

25亿美元的投资,先进的设备装置,独臂祈祷螳螂似的外形,运用空中起重机以类似于直升机吊装货物的全新方式着陆,扣人心弦的“恐怖七分钟”,这些往往只会出现于好莱坞科幻大片中的元素,却是“好奇”号在其8个月的火星之旅中创造的。在它长达2年之久的火星勘测任务中,又将为我们提供怎样的视觉盛宴呢？     

航天地面设备产品成熟度等级定义探讨

在一般工程产品成熟度等级、航天单机产品成熟度等级划分的基础上,结合航天地面设备产品的特点,提出了航天地面设备产品成熟度等级的定义,可应用于航天地面设备产品成熟度的评价。     

航天器不同舱段一次母线接地设计

随着多舱段航天器的发展和航天器上供配电设备的增多,设备之间的相互干扰问题日益突出。文章对不同舱段的电源接地方式进行分析研究,给出航天器不同舱段的一次母线接地设计方案及实际应用案例,为后续多舱段接地设计提供经验参考。