Coactive design of explainable agent-based task planning and deep reinforcement learning for human-UAVs teamwork

Unmanned Aerial Vehicles (UAVs) are useful in dangerous and dynamic tasks such as search-and-rescue, forest surveillance, and anti-terrorist operations. These tasks can be solved better through the collaboration of multiple UAVs under human supervision. However, it is still difficult for human to monitor, understand, predict and control the behaviors of the UAVs due to the task complexity as well as the black-box machine learning and planning algorithms being used. In this paper, the coactive design method is adopted to analyze the cognitive capabilities required for the tasks and design the interdependencies among the heterogeneous teammates of UAVs or human for coherent collaboration. Then, an agent-based task planner is proposed to automatically decompose a complex task into a sequence of explainable subtasks under constrains of resources, execution time, social rules and costs. Besides, a deep reinforcement learning approach is designed for the UAVs to learn optimal policies of a flocking behavior and a path planner that are easy for the human operator to understand and control. Finally, a mixed-initiative action selection mechanism is used to evaluate the learned policies as well as the human’s decisions. Experimental results demonstrate the effectiveness of the proposed methods.     

航天测量船外测数据误差分析的小波方法

使用动态数据建模与误差分离技术以及小波分频方法,对船载外测数据进行处理分析,成功地分离出随机误差和船测数据特有的船体误差,并对船体误差给出了分析和合理的解释。结论表明,小波分频对认识和研究船测数据的误差是一种非常有效的方法。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

吸气式高超声速飞行器三维后体尾喷管优化设计

三维后体尾喷管是吸气式高超声速飞行器产生推力、升力的关键部件,需要精细设计,最大限度地提升三维膨胀过程中的气动特性。本文在二维后体尾喷管优化设计的基础上,发展了一种三维后体尾喷管的优化设计方法。通过参数化建模、三维喷管计算网格自动生成、空间推进CFD解算器及NSGA-II多目标优化软件等技术手段,对后体尾喷管三维构型进行了多目标优化设计。优化后的三维后体尾喷管与原始喷管相比,推力和升力都得到了较大提升。     

深空探测器运行轨道的基本性态

要成功地发射一个深空探测器进入目标轨道,相应的运行过程基本上涉及3个阶段:近地停泊轨道运行段、转移轨道的过渡段和进入目标天体的绕飞段。它们各自的运行状态和相应的数学模型有所差别,特别是转移轨道段的运行特征与绕飞段的卫星轨道的典型特征之间的重大差别,在深空探测任务中受到广泛的重视,如平动点利用中的晕(Halo)轨道和引力加速的节能过渡等。然而,就太阳系而言,这些不同轨道之间有一共同的基本性态,那就是都可以用在牛顿万有引力定律制约下的开普勒轨道(或变化的开普勒轨道)来刻画。本文将针对上述不同运行段轨道对应的数学模型、研究方法和结果,结合我们所做的工作进行综述。     

天线组阵中SUMPLE算法的合成相位漂移补偿

针对SUMPLE算法在低信噪比时存在的相位漂移问题,在分析权值估计误差引起的合成信号相位漂移现象的基础上,提出一种以固定时刻合成权值作为参考的补偿算法。该算法以收敛后某个固定时刻的合成权值作为参考,其他时刻的相位补偿值通过与该参考权值进行相关计算得到。从理论上分析了该算法的可行性,并进行仿真验证。理论分析与仿真结果表明,所给出的相位补偿方法能有效地消除合成信号的相位漂移现象,补偿后的合成信号相位中心稳定。     

CCSDS高级在轨系统协议及其应用介绍

首先简要回顾了CCSDS(空间数据系统咨询委员会)AOS(高级在轨系统)建议及其在空间数据系统信息交换和处理方面的优势,然后介绍了继载人航天飞船有效载荷数据管理系统、"实践"五号卫星及双星探测计划之后,中国科学院空间科学与应用研究中心在"嫦娥"卫星、月球车综合电子演示系统、百兆级高速多路复接器及"萤火"一号探测器上开展CCSDS AOS应用研究的新进展。     

深空通信中继文件传输协议设计

深空通信极远的传输距离导致链路误码率高,使文件的可靠传输需要较多的重传次数,而其传播时延长的特点,进一步加大了文件传输时延。研究以CCSDS(空间数据系统咨询委员会)文件传输协议的存储-转发机制,提出一种R-CFDP(中继型CFDP协议),设计了3种中继"存储-转发"策略,并数学建模推导了R-CFDP协议的文件传输时延理论计算式。仿真证明R-CFDP协议相对于CFDP(CCSDS文件传输协议)协议在传输时延方面具有优势。     

基于Kohonen网络的动目标实时定位融合算法

为完成对动目标的实时定位测量,有效减小测控装备组网测量实时跟踪定位误差,在建立多定位子系统组网混合式融合结构模型的基础上,利用Kohonen网络的自组织特征映射模型特点,确定各组交会数据的权值,并将其输入1个Kohonen网络进行在线竞争、融合求得目标的位置信息,增强了目标实时位置信息的连续性、完整性,减小了实时定位误差。     

国外航天运输系统防热系统,结构和材料的总体分析研究

对近年来国外航天运输系统包括飞船、航天飞机和空天飞机等的防热方案的选用方向、防热结构和防热材料的研究与应用以及发展方向进行了高度概括与分析，采用了新的分类方法，介绍了各种新型的防热系统、结构和材料。