细长体双自旋卫星消旋主动章动控制动力学解耦的系统仿真

细长体双自旋卫星自旋部分的能量耗散会导致卫星章动运动的发散。利用消旋体的惯性积在动力学上的耦合作用,使消旋电机的轴向力矩通过耦合,产生横向力矩来阻尼章动,称之为消旋主动章动控制（ＤＡＮＣ）［１］。本文提出一种利用动力学解耦的仿真方案,用单轴平台进行细长体双自旋卫星消旋和章动控制的系统试验,验证了系统的可行性。     

柔性多体卫星自抗扰控制系统的研究

设计了一种新型的姿态控制器一姿态自抗扰控制器。采用简化了的刚体动力学模型，即把柔性太阳帆板与柔性天线等的振动都看作外干扰，对象的不确定性、未建模动态与外干扰的总量都由自抗扰控制器估计出，再用该估计总量实现动态反馈补偿。该姿态控制器，只需控制输入转换矩阵的估计值，无需精确的卫星动力学模型。改变星体转动惯量或设置干扰力矩情况下的数学仿真表明，所设计的自抗扰控制器具有较小的稳态误差、较快的动态响应及对干扰有较强的抑制能力。     

一种新的混合高斯模型的学习算法

混合高斯模型是背景对消中一种非常有效的方法.本文提出了一种有效的混合高斯模型的学习算法.与以前的方法不同在于:a.根据最大似然准则,在线的更新模型的参数;b.定义了遗忘因子和学习率因子,并根据它们实际的物理含义,得到了更一般的形式.运用这种算法对模拟视频数据和真实视频处理,结果表明,本文提出的学习算法无论在收敛速率,还是在准确性方面,都要优于以前的方法.     

基于神经网络的机器人姿态逆解

首次实现自组织神经网络求解机器人姿态逆解，突破了文献局限于研究位置逆解的状况。应用本文创新的自组织神经网络训练方法，结合工业机器人运动学特性，建立了工业机器人姿态逆解的神经网络方法，对PUMA560机器人的计算机仿真结果表明，该方法姿态控制精度高。     

基于迭代学习观测器的容错控制

提出了一种基于迭代学习观测器(ILO)将故障检测和容错控制进行统一设计的方法。迭代学习观测器不仅可以用于进行状态估计和故障检测,而且可以用于获得控制输入调节项并进行故障估计。设计重构控制律的基本思想是利用估计状态和控制输入调节项来补偿故障引起的影响。文中还给出了特定假设条件下闭环重构控制系统稳定性的严格证明。理论分析和仿真研究表明,所提的方法是有效的并可保证闭环系统具有良好的重构性能．     

J7L飞机纵向电传系统控制律设计研究

提出了采用现代最优控制理论与经典控制理论协调配合的方法，按ＭＵＬ－Ｆ－８７８５Ｃ品质规范要求，设计了Ｊ７Ｌ飞机纵向电传系统控制律。文中针对原型机某些缺陷采用陷模型跟踪最优二次型方法，设计ＦＢＷ纵向基本控制律，并用常规方法设计动态补偿器，指令通道等环节，从对该机主要飞行状态的评价来看，均达到了ＭＩＬ－Ｆ－８７８５Ｃ规范的一级飞行品质要求，由此可见，这种协调设计方法，对飞行控制系统的设计具有较大的潜力     

基于近端策略优化的空战决策算法研究

面对未来有/无人机协同作战场景,实时准确的空战决策是制胜的关键。复杂的空中环境、瞬变的态势数据以及多重繁琐的作战任务,使有/无人机协同作战将替代单机作战成为未来空战的发展趋势,但多智能体建模和训练过程却面临奖励分配困难、网络难收敛的问题。针对5v5 有/无人机协同的空战场景,抽象出有人机和无人机智能体的特征模型,提出基于近端策略优化算法的空战智能决策算法,通过设置态势评估奖励引导空战过程中有/无人机智能体的决策行为向有利态势发展,实现在与环境的实时交互中,输出空战决策序列。通过仿真实验对所提空战决策算法进行验证,结果表明：本文提出的算法在经过训练学习后,能够适应复杂的战场态势,在连续动作空间中得到稳定合理的决策策略。     

无人机航拍野生动物智能检测与统计方法综述

近年来无人机航拍技术逐步应用于野生动物保护,在很大程度上提高了考察效率。由于航拍图像与地面拍摄图像的特征差异较大,加之野生动物生存环境背景复杂,目前没有通用的方法可直接应用于野生动物航拍图像的检测与统计。本文回顾了智能检测和统计技术近年来的发展,针对无人机航拍野生动物图像的大场景、小目标、多尺度、复杂背景等特点,介绍了无人机航拍动物群数据集的选取与建立方法,以及基于深度学习的检测与统计方法,并进行了深层次地分析,归纳了各类方法的优势和可应用场景,总结了各方法的特点和适用范围,同时针对存在的问题给出了改进方向。     

Structure-aware fusion network for 3D scene understanding

In this paper, we propose a Structure-Aware Fusion Network(SAFNet) for 3D scene understanding. As 2D images present more detailed information while 3D point clouds convey more geometric information, fusing the two complementary data can improve the discriminative ability of the model. Fusion is a very challenging task since 2D and 3D data are essentially different and show different formats. The existing methods first extract 2D multi-view image features and then aggregate them into sparse 3D po...     

基于信任域策略优化的末制导控制量学习算法CSCD

近年来,深度强化学习在解决序列决策问题上取得了很大进展,无模型强化学习算法在与环境不断交互的过程中学习策略,不需要提前对环境建模,使其适用于许多问题。针对以往使用强化学习进行末制导策略学习的训练不稳定问题,使用信任域策略优化算法直接学习末制导控制量,同时设计了一种新颖的奖励函数,可以提高训练稳定性和算法性能。在二维环境下进行了实验,结果表明,该算法具有良好的训练稳定性,并可以达到很好的命中效果。