基于两级滑模控制的多移动机器人映射领航编队控制策略

针对低通信负载下的多移动机器人编队控制进行研究。通过坐标变换和引入侧滑增量定义了非完整约束轮式移动机器人的运动学模型，显式满足纯滚动条件。提出领航编队控制策略，通过领航者对跟随者的单向通信和映射领航者规划，将系统编队问题转换为新模型下的分布式一致性控制问题。针对跟随者的转速与线速度设计了2级指数趋近滑模控制器，实现相对于领航者轨迹误差的快速收敛，并通过Lyapunov理论对控制器进行稳定性分析。数值仿真表明：所提策略可以满足多移动机器人队形保持和队形变换的任务要求，验证了理论分析的正确性和有效性。     

月球车地面遥操作技术发展现状与未来展望

针对月球车在地球-月球大通信时延、月表复杂环境下的地面遥操作技术进行了分析，回顾了苏联、美国、中国已成功发射月球车的控制技术或者远程控制技术现状。为了解决当前月球车采用的“移动-等待”模式低效率难点，结合地面轮式移动机械臂在运动学约束、小时延、多自由度映射等方面的技术现状，从通信时延及时延补偿策略、月表松软月壤带来的纵向/侧向滑动、机器人遥操作理论等3个方面，对月球车进行连续遥操作所面临的关键技术进行了梳理。最后，对未来月球探测工程中的月球车地面遥操作技术发展方向进行了展望。     

基于等光子分布的变封装段脉冲星轮廓恢复方法

现有脉冲星轮廓恢复方法多基于等封装段（bin）间隔分布策略折合观测轮廓，导致信号处理结果会受到封装段的限制，难以兼顾恢复轮廓的信噪比（SNR）以及脉冲到达时间（TOA）的计算精度。针对这一问题，结合脉冲轮廓波形不同区域对信号处理结果的影响，根据完整观测信息，对基于等光子分布策略、变封装段的轮廓恢复方法进行了研究。同时，为能直接构建最佳的脉冲观测轮廓，同时考虑了变封装段间隔及封装段数的优化策略，利用信息准则对轮廓恢复的最佳折叠bin数进行了分析，摆脱人为经验选取问题。仿真结果表明：与传统方法相比，应用提出的变封装段轮廓恢复方法能准确恢复出与模板轮廓高度相似的脉冲星观测轮廓，在观测数据充足的情况下，信号处理过程相位差计算精度能提高25%以上；观测数据不充足时或对于毫秒脉冲星，方法具有明显优势，恢复轮廓的波形特征更加突出，与模板的相似度指标提升3%～7%左右，相位差计算精度的提升能达到接近50%。因此，研究的基于等光子分布策略的变封装段脉冲星轮廓恢复方法原理及实现简单，适用于实际工程应用，能有效提高脉冲星信号处理精度。     

基于自主软件LSWS的典型地形大气CFD模式研究与应用

基于我国典型地形风资源评估、风电场微观选址及风电预测等的发展要求，根据风场实测数据，提出了两种风廓线模型：一种是利用实测数据修正的Gryning风廓线模型，另一种是结合分段函数及理论公式拟合的风廓线模型。考虑大气热效应、地转效应等大气效应，结合改进的雷诺时均k-ε两方程湍流模型，建立了能够模拟不同大气稳定度的典型地形大气CFD模式，开发了自主可控的风场CFD模拟软件LSWS(large scale wind simulation)。以锡林浩特平坦草原地形和山西丘陵地形的风场为例，比较了自主软件LSWS和商业软件Fluent的模拟精度。模拟结果显示：对于锡林浩特平坦草原地形风场，两个软件模拟结果与实测数据总体吻合良好；在稳定大气状态下，LSWS的计算精度较Fluent最大提升6.33%；在模拟山西丘陵地形时，LSWS的计算精度明显高于Fluent，特别是绕山脊的山后流场模拟更加合理，LSWS计算精度较Fluent最多提升40%以上。     

基于条件生成对抗模型的遥感卫星影像重建技术研究

为了快速侦察未知区域的地貌信息，遥感卫星可对特定区域进行扫描以获取遥感卫星影像。当卫星经过国外未知区域时，部分卫星无法针对某特定区域进行长时间的驻留扫描，本文提出一种基于条件生成对抗网络模型（Conditional Generative Adversarial Network，CGAN）进行网络训练，前期将某方法获取的区域轮廓地形信息作为CGAN网络的生成网络和鉴别网络中的条件约束信息，通过网络生成器与判别器在训练过程中互相博弈产生特定的输出集，有效地实现由单张电子轮廓图像到对应卫星遥感图像的端到端的非线性映射。本文通过原真实卫星遥感图像与生成卫星遥感图像进行四种对比误差计算，平均误差、均方误差与结构相似度均高于99%，峰值信噪比高于30 dB，生成的图像与原图像之间具备高相似度，实现了在获取坐标定位轮廓信息的先验条件下，对特定区域进行遥感卫星影像内容重建技术。     

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。     

风能模型的发展及CFD在风资源开发利用中的应用

风能科学的发展一个很重要的方面就是从大气运动到风力发电机尺度流场的不同时空尺度运动的研究。随着计算能力的发展，计算流体力学（computational fluid dynamics, CFD）已经广泛应用于风能开发领域，使得风能模型从应用于较平坦地形的线性模型，发展到应用于复杂地形、耦合天气过程，考虑风力发电机排布、尾流效应的模型链。本文首先介绍了目前风能评估、微观选址、风功率预测模型的发展，之后详细介绍了在这些风能模型中CFD方法的改进，主要集中在中尺度到微尺度的“降尺度”、尾流模拟和复杂地形风场模拟3个方面，最后对风能模型发展过程中CFD所面临的挑战进行了展望。