信息非完备下多航天器轨道博弈强化学习方法

针对信息非完备约束下航天器轨道博弈难以自主决策的问题，基于多智能体强化学习提出一种多航天器轨道博弈决策方法。首先建立轨道博弈动力学和信息非完备约束。其次建立用于训练和决策的神经网络模型，依据分布式系统架构对网络的输入输出结构进行设计，并引入具有记忆功能的长短期记忆网络(LSTM),根据航天器轨道运动在时间、空间连续的属性，补偿位置、速度测量信息的非完备性。然后采用近端策略优化(PPO)算法开展红蓝左右互搏式学习训练。最后通过三组对比训练实验，验证了所提出的方法在信息非完备约束下能够有效增强学习训练过程的稳定性，并提升任务完成率和降低燃料消耗。     

动态负调约束下固体冲压发动机燃气流量控制算法研究

变流量固体冲压发动机工作过程中，常采用控制燃气发生器压强的方式调节燃气生成量，在跟踪变化压强指令过程中，流量会产生明显的负调现象，严重影响发动机系统的安全性和可靠性。为 解决这一问题，本文以具有高度非线性、强时变特性的燃气发生器系统为对象，构建了基于粒子群算法的流量调节自适应PI控制器，并给出一种利用自适应微分跟踪器对期望控制指令进行“整形”的负调改善算法；首先，结合负调发生、终止判据，综合考量系统流量安全裕度，负调发生方向，构建了适配于动态负调约束的自适应跟踪微分器（TD），克服了传统跟踪微分器在负调抑制过程中控制精度不高，指向性不强等缺陷；进一步，开展了多工况下的负调抑制算法仿真校验，结果表明：所设计自适应控制算法具备良好的燃气流量控制能力，可实现在基本不改变响应时间情况下，将最大负调量削减56.6%的控制效果，展现出良好的工程应用前景。     

带有时间与探测约束的“到达-回避”博弈

针对飞行器具有运行时间约束以及所携带探测器具有有限探测范围的现实情况，在传统生命线对策问题的基础上提出了一类考虑时间约束与探测约束的新型“到达-回避”定性微分对策博弈。通过分析对策问题所有可能的中性终端集以及问题对应的哈密顿方程，给出了防御者与进攻者最优博弈策略形式。利用所得到的策略和攻防双方的约束条件，得到了原问题对应界栅的精确解，并通过数值仿真验证了界栅的正确性。所得到的界栅可将博弈空间分为攻防双方的获胜区域，并可用于快速判断博弈问题最终结果，为飞行器攻防博弈双方的策略制定提供理论依据。