具有输入时滞的集群无人机事件触发协同最优控制

针对带有输入时滞和外部干扰的集群无人机系统,提出了一种基于强化学习的集群无人机事件触发分布式自适应最优控制方法。为了实现最优控制,引入了基于神经网络的强化学习算法,并设计了一种与系统控制性能有关的动态事件触发策略,该策略可以在尽可能降低对一致性控制性能不利影响的前提下,减少通信资源的浪费,同时该策略不存在Zeno行为。此外,在控制器设计过程中,引入了一种含有积分项的坐标变换来处理系统的输入时滞问题。在输入时滞和外部干扰的影响下,所提出的基于干扰观测器的最优分布式协同神经网络控制策略能够保证每个无人机系统所有信号都有界,并且每个无人机系统的输出能够实现一致性。最后,仿真结果验证了所提控制方法的有效性。     

可靠性强化试验技术现状及展望

介绍了可靠性强化试验的基本概念。分析了可靠性强化试验与可靠性鉴定试验、可靠性验收试验、环境适应灶试验和高加速寿命试验的区别。详细阐述了可靠性强化试验技术涉及的关键技术问题及其研究现状。根据实际情况，有针对性地提出了该领域需要研究的相关课题。     

有限推力交会的最省燃料轨迹

给出了航天器有限推力交会的最省燃料轨迹。首先应用三角变换技术将推力约束 转化为没有任何约束的虚拟控制,进而利用直接优化方法,应用参数化控制方法以及强化技 术将控制向量表示为分段常值函数,将上述最优控制问题转化为非线性规划问题。应用经典 的参数优化方法即可求得最优控制律的一个近似解,通过增加参数个数,重复优化得到逼近 连续最优解的参数化解。仿真结果表明提出的控制方案是行之有效的。
     

环境介质对脉冲放电强化层厚度和硬度的影响

摘 要 本文通过在不同的环境介质下进行强化实验发现，在氮气和二氧化碳气氛中采用高脉冲能量强化可获得较厚的强化层，且强化层硬度明显高于空气中获得的强化层。另外二氧化碳和氮气相比，前者的强化层硬度更高些。     

跨传感器异步迁移学习的室内单目无人机避障

针对强化学习策略由仿真环境向实际迁移困难的问题,以提高无人机采用无深度信息单目视觉时的行人规避能力为目标,提出一种基于异步深度神经网络结构的跨传感器迁移学习方法。首先,在仿真环境中仅使用虚拟单线激光雷达作为传感器,通过基于确定性策略梯度(DDPG)的深度强化学习方法,训练得到一个稳定的初级避障策略。其次,用单目摄像头和激光雷达同步采集现实环境中的视觉和深度数据集并逐帧绑定,使用上述初级避障策略对现实数据集进行自动标注,进而训练得到无需激光雷达数据的单目视觉避障策略,实现从虚拟激光雷达到现实单目视觉的跨传感器迁移学习。最后,引入YOLO v3-tiny网络与Resnet18网络组成异步深度神经网络结构,有效提高了存在行人场景下的避障性能。     

人工粗糙度对矩形弯曲管道流动与传热数值模拟

人工粗糙度作为一种局部强化换热技术,对提高再生冷却效率有重要意义。为了研究人工粗糙度对矩形冷却通道三维流动与传热特性的影响,以及在弯曲段与二次流的耦合作用,对有人工粗糙度的三维弯曲矩形通道进行了建模,并应用Fluent软件进行了数值仿真计算,采用了能够有效准确地求解受强曲率影响的管道内及近壁区域湍流流动的RNG k-ε湍流模型。结果表明:在冷却通道底面添加人工粗糙度会使底部流动受到干扰进而导致流速中心上移,因此在弯曲段,有人工粗糙度的冷却通道中所产生迪恩涡的范围相对较小且距离底面较远,而随着二次流的产生,流速中心会向底部移动,使得该处的换热得到改善,整体对流传热系数上升;当入口质量流量分别为0.1 kg/s,0.2 kg/s,0.3 kg/s时,有人工粗糙度工况下弯曲段加热面平均对流传热系数分别增加了11.86%,13.11%,16.14%,表明添加人工粗糙度可以显著提高换热,且随着入口质量流量的增加其对换热的提高作用也变得越来越明显。     

基于二维独立均匀分布对抗自编码的模式识别研究

标准对抗自编码模型能够以自监督方式自适应提取输入样本的特征,并通过对抗机制对提取的特征施加特定的先验分布,从该先验分布进行采样输入解码器,则可生成与输入样本近似的样本。但在实际应用中,有时需要生成指定类别的样本;对于模式识别任务,通常还需要对多类别样本的特征进行提取,并强化特征间差异,从而进行聚类分析。针对上述需求,本文提出基于二维独立均匀分布对抗自编码的分析模型。在该模型中,根据类别信息构建二维均匀分布,便于对不同类别的可视化特征进行专属约束,从而强化不同类别特征间的差异;此外,通过自监督与对抗训练,使得对应特定类别信息的均匀分布样本能够生成指定类别的样本。方法经网络公开数据MNIST数据集进行了验证,研究表明,该方法能够利用与类别信息相关的二维独立均匀分布对隐变量进行约束,提高了特征聚类性能,并能够生成指定类别的样本。     

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题,提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先,以一类后掠角可连续变化的高速飞行器为研究对象,给出变形飞行器动力学模型,分析模型特性及变形量与关键气动参数之间的定性关系。其次,基于关键气动数据特征分析,考虑包含气动性能、控制误差在内的综合性能指标,设计一种基于DDPG算法的智能变形决策方案。再者,针对带有标称控制器的HMFV进行变形决策训练,实时获得滑翔过程中不同飞行状态下的最优构型。最后,仿真结果表明所设计的智能变形决策算法收敛效果好,且具备较好的泛化性能。相比于固定外形,可通过变形使得在不同状态下的升阻比保持最优,且与考虑单一决策指标相比,考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。     

一种基于深度强化学习的机动博弈制导律设计方法

针对高速机动飞行器常用的程序化机动突防方式适应性不强、突防效果不稳定的问题,提出了一种基于深度强化学习算法的机动博弈制导方法。该方法以增大交会摆脱量为任务目标,采用深度神经网络拟合飞行器的制导律,应用强化学习方法训练网络参数,得到一种以突防拦截双方的位置和速度为输入、以飞行器的需用过载为输出的智能机动博弈制导律。数学仿真验证结果表明,在连续的状态空间和动作空间中,飞行器能根据当前态势自主选择合适的制导指令。相比传统突防方式,该制导律显著提升了交会摆脱量,且突防效果更稳定。     

变形飞行器深度强化学习姿态控制方法研究

针对变形飞行器动力学模型非线性强、不确定性大,以及变形引起模型变化范围大的问题,基于双延迟深度确定性策略梯度算法提出了一种深度强化学习姿态控制方法。首先,基于多刚体系统建立了变形飞行器动力学模型,然后在马尔可夫决策过程的框架下设计了算法所需状态空间、动作空间以及奖励函数,通过在状态空间中引入姿态跟踪误差历史信息,进一步提高了控制精度,并将策略网络与传统PD控制结合形成复合控制器,提高了算法训练效率,最后通过数学仿真验证了深度强化学习控制策略对变形过程模型不确定性与外界复杂干扰的强鲁棒性,以及对不同变形指令的强适应性。