信息非完备下多航天器轨道博弈强化学习方法

针对信息非完备约束下航天器轨道博弈难以自主决策的问题，基于多智能体强化学习提出一种多航天器轨道博弈决策方法。首先建立轨道博弈动力学和信息非完备约束。其次建立用于训练和决策的神经网络模型，依据分布式系统架构对网络的输入输出结构进行设计，并引入具有记忆功能的长短期记忆网络(LSTM),根据航天器轨道运动在时间、空间连续的属性，补偿位置、速度测量信息的非完备性。然后采用近端策略优化(PPO)算法开展红蓝左右互搏式学习训练。最后通过三组对比训练实验，验证了所提出的方法在信息非完备约束下能够有效增强学习训练过程的稳定性，并提升任务完成率和降低燃料消耗。     

超视距空战仿真中的策略识别

针对超视距空战仿真中敌机策略的识别问题,研究了一种基于案例的策略识别方法。该方法通过构建包含假定的对手任务目标、观测数据、策略等内容的案例库,采用相似度计算选择与新的观测相似的案例库子集,并计算策略概率分布来识别对手策略。实验证明,相比与常规的基于案例推理方法,在案例中增加敌机任务目标提高了策略识别准确率,并且在假定敌机目标不正确时,能修复错误假定并进行策略识别,改善了基于案例策略识别方法的性能。     

航空安全员执勤技战术体系优化与训练策略

航空安全员执勤中处置各类机上案事件不是单独行动，而是与机组成员之间的协同配合。培养航空安全员的战术意识，合理运用技战术，才能提高处置效能。本文分析了航空安全员执勤技战术体系的要素及现阶段执勤技战术训练存在的不足，从航空安全员的客舱执勤实际出发，以常规执勤程序实践阶段的主要内容、具体任务和注意事项为重点，提出了优化和提升的策略，旨在提高航空安全员的执勤技战术素养和综合能力。     

运输类飞机辅助燃油系统转输参数权衡分析

在保持原有的设计架构尽可能不变的情况下,运输类飞机可通过增加辅助燃油箱来实现短期内快速增程的目的,以达到大航程、长航时的设计目标,同时后续可作为多类特种飞机的改装平台。由于辅助燃油系统并不直接向发动机供油,而是在巡航阶段将燃油转输至基本型燃油箱内,因此在早期运输类飞机辅助燃油箱系统架构设计阶段,需尽早确定辅助燃油箱到基本型燃油箱的转输参数与转输策略,以便作为输入开展系统架构的权衡与多轮迭代。参考已有运输类飞机设计工程经验,通过对不同权衡方案进行对比分析,给出了在当前某型飞机辅助燃油箱最大设计载油量条件下的燃油转输速率和转输策略,同时考虑了最大载油量变化对分析结果的影响。研究形成的分析思路和方法对其余运输类飞机辅助燃油系统的设计具有一定的参考。     

FAA咨询通告的语言特点及翻译策略

FAA咨询通告是美国联邦航空局对其发布的技术规范、法律法规进行的解释、补充和说明。该类文本主题丰富多样，且具有自己鲜明的文本特征。本文以咨询通告翻译实践为例，从词汇和句法分析该咨询通告的语言特点及相应的翻译策略，从而为此类民航文本的翻译提供一定的参考。     

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。     

基于最优分配的复合式高速无人直升机纵向控制设计与验证

高速直升机因其独特构型造成过渡段操纵复杂，控制系统设计难度大。本文针对复合式共轴双旋翼高速无人直升机，设计了全飞行模式控制，为高速直升机的安全飞行提供理论基础。采取分块建模思路，搭建了无人直升机数学模型，设计了过渡模式的操纵策略。采用经典控制理论设计了低速模式和高速模式纵向飞行控制律，低速模式时,为提高位置响应的快速性，直接采用并行控制结构，将位置指令引入姿态通道；高速模式时，在俯仰通道引入航迹倾斜角补偿损失高度。针对过渡段的控制分配问题，分别考虑速度和操纵面反应速度快慢的影响，设计分配权值，采用加权伪逆法进行最优分配求解。仿真结果表明，所设计的纵向飞行控制律可以有效合理分配过渡段的不同操纵量，实现平滑过渡飞行。     

四倾转旋翼飞行器直升机模式操纵策略设计与验证

为解决四倾转旋翼飞行器直升机模式旋翼操纵冗余问题，建立了120 kg级四倾转旋翼无人飞行器飞行动力学模型，并依据不同操纵方式的功效变化进行操纵策略优选设计。应用串级PID控制理论设计了四倾转旋翼无人飞行器飞行控制系统，仿真分析操纵策略对姿态控制和轨迹控制响应的影响；用给定姿态指令和轨迹指令跟踪控制效果验证所设计操纵策略的合理性。研究结果表明：直升机模式下，纵向、横向通道用旋翼总距差动进行控制，航向通道用左右旋翼纵向周期变距差动进行控制时操控效率最高，控制响应快，且控制输出变化幅度小；面对外界风扰，使用该优选操纵策略，控制误差最小，抗扰性好。     

基于ADDPG策略的超立方体卫星编队控制

针对大规模卫星高精度编队控制问题，提出了一种基于吸引法则的深度确定性策略梯度控制方法(attraction-based deep deterministic policy gradient, ADDPG)。首先阐述了超立方体拓扑编队拓扑构型特性，建立了卫星编队动力学模型，设计了超立方体卫星编队虚拟中心用于衡量编队整体飞行状态。为解决无模型深度强化学习的探索和扩展平衡问题，设计了ε-imitation动作选择策略方法，最终提出了基于ADDPG的卫星编队控制策略。算法不依赖于环境模型，通过充分利用已有信息，可以降低学习模型初期探索过程中的盲目试错。仿真结果表明ADDPG策略以较少的能量消耗达到更高的精度，相比知名算法在加快编队收敛速度的同时，误差减少5%以上，能量消耗减少7%以上，验证了算法的有效性。     

雷达网探测高超声速目标时间分配

针对雷达探测高超声速目标预警时间有限的问题，建立雷达网无缝跟踪的时间分配模型并设计一种贪心策略进行求解。该模型基于雷达网无缝跟踪的时间分配原则，考虑雷达跟踪容量、交接要求和时间间隔占用性等约束条件，并采用选择最早发现目标的可见时间窗作为初始跟踪时间窗的贪心策略进行求解，实现了雷达网对该类目标的持续跟踪。设计的求解策略比依次选择时间窗最长的雷达参与跟踪的策略交接次数少10%以上，同时使得目标函数值提升近6%,且算法耗时仅为精确求解算法耗时的7.5‰,提高了反临预警任务规划效能。