事件触发机制下多导弹固定时间编队控制

针对领-从弹编队结构中从弹对领弹的固定时间协同跟踪控制问题，同时为了节省通信带宽和弹载计算资源，基于多智能体一致性理论，给出了有向拓扑下基于事件触发机制的固定时间编队控制算法。用微分几何法将导弹运动模型精确线性化，为其设计固定时间编队控制协议，保证具有较大飞行速度的导弹编队在较短的时间内收敛到稳定的队形。在此基础上，引入事件触发机制，克服有向拓扑下Laplacian矩阵的不对称性和事件触发通信引入的误差项对系统稳定性带来的影响；为从弹设计了基于自身状态误差的事件触发函数，当状态误差满足所设定的阈值时，从弹在通信网络中更新并传递自身的采样信息，有效减少了弹载资源的占用率。利用代数图论、矩阵理论和Lyapunov稳定理论证明了编队控制系统的稳定性。数值仿真结果校验了算法的有效性和稳定性分析的正确性，适用于导弹编队的总体设计。     

攻击角度约束下的分布式强化学习制导方法

为提高导弹在攻击角度约束下对目标的打击效能，提出了一种基于深度确定性策略梯度算法的分布式强化学习制导策略。为了最大限度地减小攻击角度误差，设计了一种新的奖励函数，使导弹在满足视场角约束的同时，视线角向期望值收敛。此外，为了增强强化学习模型的泛化能力，提出了一种分布式探索策略，提高了模型训练过程中对环境的探索效率。仿真结果验证了所提出的分布式强化学习制导方法能够在固定攻击角度约束下实现对目标的精准打击。与传统制导律相比，所提制导方法的攻击角度误差更小，收敛速度更快。     

拦截大气层内机动目标的深度强化学习制导律

针对大气层内高速机动目标的拦截问题，提出了一种基于双延迟深度确定性策略梯度(TD3)算法的深度强化学习制导律，它直接将交战状态信息映射为拦截弹的指令加速度，是一种端到端、无模型的制导策略。首先，将攻防双方的交战运动学模型描述为适用于深度强化学习算法的马尔科夫决策过程，之后通过合理地设计算法训练所需的交战场景、动作空间、状态空间和网络结构，并引入奖励函数整形和状态随机初始化，构建了完整的深度强化学习制导算法。仿真结果表明：与比例导引和增强比例导引两种方案相比，深度强化学习制导策略在脱靶量更小的同时能够降低对中制导精度的要求；具有良好的鲁棒性和泛化能力，并且计算负担较小,具备在弹载计算机上运行的条件。     

遥测装备智能运维系统的研究与工程化实现

随着航天发射和在轨航天器管理任务的不断增加，为支撑各类测控需求，遥测站数量越来越多，测控系统越来越复杂。为了从整体降低对遥测任务及遥测装备的运维管理成本，提升运维信息的应用能力，为各类角色用户提供有效全面的信息支撑，需要建立体系化的遥测装备智能运维系统。构建多级智能化运维体系，通过现代化信息感知和传输技术实现装备信息的多维度快速获取、感知和汇聚，全局性掌控战斗资源，建设运维中心及信息处理平台完成数据的智能融合处理，通过对各装备、各时段数据的比较，关联挖掘信息，深层次利用运维数据，实现资源全景展示、装备状态监视与智能维护、运行效能评估、态势分析与预测等能力，为遥测资源和战斗力部署调度提供直接全面的决策支撑。     

基于适航管理和RCM的军用运输机维修管理体系

本文介绍了以可靠性为中心的维修(RCM)管理过程及特点,可靠性方案与维修方案的关系,可靠性方案的组成要素、实现方式以及在维修管理中的作用,分析了军用运输机部队制定以可靠性为中心的维修管理方案的必要性和可行性,并提出了制定方案的方法。     

某型伺服机构预防性维修研究

针对目前部队装备管理和维修保障模式不足的现状，以某型伺服机构为例，以RCM理论为基础，采用FMEA分析法进行故障模式及影响分析，基于风险优先级确定了该伺服机构各部组件的维修方式和维修周期，这有利于提高装备的利用率、安全性和可用度。     

非战争军事行动中装备维修保障资源需求计算模型

精确、高效、稳定、可靠的维修保障是海军非战争军事行动顺利实施的必要条件。文章建立了维修设施设备、备品备件、保障专业人员等维修保障资源的需求量化计算模型,并结合实例说明了模型的实际应用。     

军用飞机维修大纲修订流程研究

本文首先论述了维修大纲修订的必要性和实际状况,接着介绍了B777、Y8和某型军机的维修大纲修订情况,以及波音的维修大纲修订实施程序,最后重点阐述了如何从实际情况出发,并借鉴波音的经验,建立一套适用于我国军用飞机维修大纲修订工作的实施流程,以有效地指导该项工作,提高军用飞机的可用度,降低维修成本。