共因失效条件下多状态系统选择性维修优化

共因失效（CCF）广泛存在于多状态系统（MSS）中,研究共因失效条件下多状态系统的维修优化问题,对于提高系统任务成功概率、降低故障损失具有重要意义。考虑多状态系统、任务剖面和随机共因失效的模糊特性,采用模糊马尔可夫模型（FMM）和模糊通用生成函数（FUGF）法,建立了模糊随机共因失效条件下模糊多状态系统（FMSS）任务成功概率评估解析模型（AM）,采用Monte Carlo仿真（MCS）方法对模型进行了验证;考虑维修费用约束,建立了模糊随机共因失效条件下模糊多状态系统选择性维修优化模型,为生成最优维修方案提供支持,结合实际案例,分析了随机共因失效对选择性维修优化和系统各状态的模糊概率的影响,验证了模型的有效性。研究结果表明,模糊随机共因失效和各模糊参数的α水平截集可能会影响选择性维修优化的结果,且忽略模糊随机共因失效会高估系统任务成功概率。     

改进的基于隐马尔可夫模型的自适应IMM算法

针对机动目标跟踪中交互式多模型算法(IMM)的马尔可夫转移概率矩阵固定不变造成跟踪精度降低的问题,在已有的基于隐马尔科夫模型(HMM)的自适应IMM算法的基础上,对隐马尔可夫链的长度和Baum-Welch算法迭代次数的2个参数对该算法跟踪性能的影响,进行了深入研究分析,进一步明确了这2个参数选择的依据;并针对该算法在目标机动转换时峰值误差增大的问题,给出了2种修正方法,从而提出了改进的基于HMM的自适应IMM算法。最后,通过仿真分析了算法的参数和修正方法对跟踪性能的影响,并与传统IMM算法进行对比,证明了文章提出算法的有效性。     

基于蒙特卡洛树搜索的机载雷达编队策略优化

多机雷达协同探测是飞机协同作战研究的重要内容,编队策略影响着多机雷达协同探测的探测效能针对机载雷达编队策略的优化,基于部分可观察马尔可夫决策过程(POMDP)模型描述了编队策略优化问题,提出了一种基于蒙特卡洛树搜索(MCTS)的最优策略求解方法。以对敌方目标的探测性能为指标,将该方法与多种其他编队方法的结果进行了比较。试验结果表明,该方法很好地平衡了 MCTS 中利用与探索的关系,可以在规模较大的搜索空间内有效完成编队策略优化,在编队探测能力提升方面展示出了比其它方法更加优越的性能。     

层次马尔可夫链在民航安全管理中的应用

利用层次马尔可夫理论建立预测模型,预测系统未来各影响因素的危害度,仿真计算结果表明该方法能有效地预测系统未来的状态,从而科学指导未来民航安全管理决策,使航空安全与利益之间的关系达到最优化。     

基于深度迁移强化学习的无人机投放自主引导机动控制算法

针对无人机精确投放引导问题，本文提出基于深度迁移强化学习的无人机投放自主引导机动控制算法，分别建立基于马尔可夫决策过程的引导机动决策模型、引导机动评估模型等，并设计基于迁移学习和课程学习的引导机动策略训练方法，拟合基于深度学习的引导机动策略和评估网络，最后开展仿真训练和验证试验。仿真结果表明，该算法实现了无人机在任意姿态和位置条件下，能够自主规避区域威胁并自主引导至目标投放点，成功完成投放瞄准任务，有效地提升了无人机投放引导机动控制的自主性。     

拦截机动目标的信赖域策略优化制导算法

针对临近空间高超声速飞行器的高速性、机动性等特性，为提高制导算法针对不同初始状态、不同机动性目标的准确性、鲁棒性及智能性，提出一种基于信赖域策略优化（TRPO）算法的深度强化学习制导算法。基于TRPO算法的制导算法由2个策略（动作）网络、1个评价网络共同组成，将临近空间目标与拦截弹相对运动系统状态以端对端的方式直接映射为制导指令。在算法训练过程中合理选取连续动作空间、状态空间、并通过权衡能量消耗、相对距离等因素构建奖励函数加快其收敛速度，最终依据训练的智能体模型针对不同任务场景进行拦截测试。仿真结果表明：与传统比例导引律（PN）及改进比例导引律（IPN）相比，本文算法针对学习场景及未知场景均具有更小的脱靶量、更稳定的拦截效果、鲁棒性，并能够在多种配置计算机上广泛应用。     

面向新一代固体火箭的自主可控仿真技术

针对固体运载火箭气动设计工作依赖风洞试验导致的成本高、研制周期长等问题，通过大量运用中国运载火箭技术研究院的自主可控工业软件，将仿真试验纳入火箭研制工作流程，大幅减少地面试验以提升设计效率，攻克了以大头颈比整流罩特殊气动问题为代表的诸多技术难题。聚焦捷龙三号火箭研制中替代部分地面试验的仿真技术，详细阐述仿真算法在气动力、对流换热、脉动压力等工程设计中的重要作用，为中国下一代运载火箭数字化转型的发展路线探索和战略规划提供参考。     

无人机自主引导跟踪与避障的近端策略优化

针对无人机地面动态目标跟踪问题，建立了远距离自主引导与近距离伴飞避障2个阶段的马尔可夫决策过程模型。在此基础上，提出了一种改进的近端策略优化（PPO）算法。考虑到无人机接收到的数据具有时序性且环境状态存在上下文关联，所提算法采用长短期记忆（LSTM）网络，通过无人机与目标的实时位置关系等状态信息来计算奖励值，更新网络参数，并进行自适应优化迭代。通过基于ROS系统的仿真测试平台进行试验，结果表明：所提算法安全有效地实现了侦察任务全过程的自主机动，与传统的PPO算法相比，LSTM的引入缩短了模型训练时间，跟踪与避障的效率明显提高，进一步加强了算法的鲁棒性、准确性和实时性。