Deep reinforcement learning for six degree-of-freedom planetary landing

This work develops a deep reinforcement learning based approach for Six Degree-of-Freedom (DOF) planetary powered descent and landing. Future Mars missions will require advanced guidance, navigation, and control algorithms for the powered descent phase to target specific surface locations and achieve pinpoint accuracy (landing error ellipse <5 m radius). This requires both a navigation system capable of estimating the lander’s state in real-time and a guidance and control system that can map the estimated lander state to a commanded thrust for each lander engine. In this paper, we present a novel integrated guidance and control algorithm designed by applying the principles of reinforcement learning theory. The latter is used to learn a policy mapping the lander’s estimated state directly to a commanded thrust for each engine, resulting in accurate and almost fuel-optimal trajectories over a realistic deployment ellipse. Specifically, we use proximal policy optimization, a policy gradient method, to learn the policy. Another contribution of this paper is the use of different discount rates for terminal and shaping rewards, which significantly enhances optimization performance. We present simulation results demonstrating the guidance and control system’s performance in a 6-DOF simulation environment and demonstrate robustness to noise and system parameter uncertainty.     

随机恒速运动目标的搜索方程及持续探测概率

根据目标位置的初始分布和速度分布,给出了随机恒速运动目标在任意时刻位置和速度分布密度函数。定义了探测函数、目标存在和探测不成功的联合概率密度函数和目标存活概率函数,建立了基于目标速度分布的搜索方程并给出了其特征迹线解。在目标初始分布和速度分布均为圆正态分布条件下,分析了搜索方程特征迹线的基本特征和持续探测发现概率积分域的形态。给出了一个以直升机吊放声纳探测潜艇为背景的持续探测发现概率的算例,算例表明,对随机恒速运动目标持续探测的发现概率,与对静止目标进行持续探测的发现概率相似,服从时间的指数规律。     

基于贝叶斯网络的要地防空目标威胁评估模型

目标威胁评估是要地防空作战决策的重要组成部分。文章对要地防空的目标威胁评估进行了研究,将目标威胁意图引入目标威胁评估,在对要地防空目标威胁评估要素进行分析的基础上,建立了基于贝叶斯网络的目标威胁评估模型;针对要地防空的实际情况,在求得目标对各要地(阵地)的威胁度的基础上,建立考虑各要地(阵地)不同价值的要地防空目标威胁综合评估模型,满足实际作战需要,为武器目标分配提供了依据。     

Tube-based robust output feedback model predictive control for autonomous rendezvous and docking with a tumbling target

In this paper, a tube-based robust output feedback model predictive control method (TRMPC) is proposed for controlling chaser spacecraft docking with a tumbling target in near-circular orbit. The controller contains a simple, stable, Luenberger state estimator and a tube-based robust model predictive controller. Several practical challenges are also considered under dock-enabling conditions, such as the control saturation, velocity constraint, approach corridor constraint, and collision avoidance constraint. Meanwhile, uncertainties are carefully analyzed when designing the controller, including dynamics uncertainty, measurement error, and control deviation. The TRMPC ensures that all possible state trajectories with uncertainties lie in the minimum robust positively invariant set (mRPI, i.e., the so-called tube in this paper). The tube center is the solution of a nominal (without uncertainties) system. Another important contribution of this paper is to propose a technique where it is unnecessary to calculate the mRPI explicitly. Thereby, the ‘curse of dimensionality’ can be avoided for a six-dimensional system. To verify the feasibility of the proposed TRMPC strategy in the presence of uncertainties, two scenarios of autonomous rendezvous and docking (AR&D) are simulated. The simulation results show that the TRMPC method is more efficient in minimizing the uncertainties, fuel consumption, and computational cost, compared to the classic model predictive control (MPC) method.     

变化风场对舰载飞机着舰安全性影响

建立了复杂环境下舰载机进舰着舰的数学仿真模型,并通过大量的仿真计算,研究了舰尾流和侧风风场对舰载机进舰着舰安全性的影响,给出了一定进舰条件下舰载机所能抗御的最大侧风强度.研究结果表明,舰载机在进舰过程中必须通过驾驶员操纵抑制舰尾流扰动,否则将引起较大的着舰偏差,影响着舰安全;对于一定的进舰初始条件,舰载机只能抗御一定强度的侧风,超出允许侧风强度时舰载机将不能成功着舰.     

无人直升机自主着舰系统设计及仿真试验

设计了一套包含视觉目标识别单元、目标跟踪器、甲板状态跟踪器和模糊逻辑控制的无人直升机自主着舰系统.视觉系统通过对采集的图像预处理提取出可能的甲板标识区域,然后对此区域计算其仿射不变矩特征集合,对得到的特征集经过模糊识别技术实现对甲板降落区域的识别,并根据矩特征集计算出甲板运动状态信息.目标跟踪器采用了卡尔曼滤波技术,在目标二阶运动方程的基础上设计了跟踪算法.甲板运动状态跟踪器用于在无人直升机的降落期间实现对甲板尤其是触舰瞬间甲板的纵摇、横摇及浮沉状态的预测,该跟踪器采用了改进的卡尔曼多步预测算法.设计了基于模糊逻辑的比例积分控制器,由多个并行的对特定任务实施控制的子控制行为构成.仿真试验结果验证了所提出的算法.在仿真试验中,无人直升机能够正确的识别甲板目标区域,实现了对运动舰船在二维水平面内的跟踪,甲板状态跟踪器能够预测未来1~5个周期内甲板状态,控制器基于目标信息和甲板状态能够正确地引导无人直升机实现安全着舰.     

天基毫米波空间碎片观测雷达系统分析与设计

介绍了天基毫米波空间碎片观测雷达的难点和关键技术,提出了解决问题的思路。将同时多波束天线引入到高速目标探测中,分析了雷达天线和发射机的形式,采用多频信号处理方法解决多普勒模糊问题。给出了空间站载天基毫米波雷达的系统参数,分析了测距、测角、测速精度。在天球坐标系下建立了雷达平台坐标系,通过速度分解和坐标转换,结合雷达成像的方法分析了雷达和碎片间的相对速度、位置的几何关系,在此基础上对空间站载天基毫米波雷达系统空间碎片轨道预测性能进行了分析。
     

缓冲气囊展开与缓冲着陆过程的仿真分析

文章基于显式有限元模型,采用控制体积法对缓冲气囊的展开及缓冲过程进行仿真分析。首先对单个球形气囊进行折叠展开过程模拟,之后依据NASA"猎户座"缓冲着陆器的缩比模型,建立了一个用以评估气囊着陆衰减系统的LS-DYNA有限元模型。分别研究了缓冲着陆器正碰和侧碰对缓冲气囊压力、着陆器的加速度和运动的影响。并与文献进行对比验证,计算结果表明数值模拟的正确性。     

未知测量噪声分布下的多目标跟踪算法

 粒子概率假设密度滤波(SMC-PHDF)在进行粒子更新时需要知道测量噪声的概率分布以计算似然函数,这使得SMC-PHDF依赖于测量噪声的概率模型。针对这一点不足,提出一种未知测量噪声分布下的多目标跟踪算法——基于风险评估的概率假设密度滤波(RE-PHDF)。该算法在SMC-PHDF进行概率假设密度(PHD)粒子更新时采用风险函数计算每个PHD粒子的风险值,并通过一个风险评估函数评估每个PHD粒子,然后用评估后的结果更新粒子的权值。由于粒子更新时避免了在多维测量空间中计算似然函数,算法不仅不依赖于测量噪声的概率分布,还可以节省大量计算时间。仿真结果表明：和SMC-PHDF相比,RE-PHDF在未知的复杂测量噪声环境下具有更高的鲁棒性和稳定性;同时,在两种算法跟踪精度接近的情况下,所提算法节省了50%的运行时间。     

超声速平面剪切层多模态混合扰动数值分析

对Ma_c=1.2二维空间发展超声速平面自由剪切层进行扰动模态及流动结构数值分析.使用线性稳定理论和扰动直接数值模拟方法对超声速剪切层中不同流向站位的流动剖面进行扰动参数分析和局部扰动直接数值模拟,获得了剪切层不同站位处的扰动特性.通过特定单频扰动下的直接数值模拟,在剪切层的不同区域内,无相差地促发了慢模态、混合模态和快模态等多种声涡模态,得到了特定单频扰动促发的多模态无相差不稳定波.