段海滨:以国家需求为驱动

走进北京航天航空大学(以下简称“北航”)段海滨教授的办公室,一眼望去,案前书籍高高摞起,整齐地摆放在电脑边上,身后的墙壁上挂着两幅书画作品,一幅描绘的是一枝傲雪红梅,另一幅书法作品,上面是大写的“勤”字。所谓“梅花香自苦寒来”,1991年他初中毕业后,从一名中专生为起点,如今成为科技领域的专家学者,一路走来,他所坚持的正是“刻苦”和“勤奋”.

基于深度强化学习的无人机集群数字孪生编队避障

无人机集群在各个领域中扮演着重要角色,具有丰富的应用场景.然而,将深度强化学习方法应用于自主无人机面临着诸多严峻挑战.本文基于多智能体深度强化学习,通过使用局部信息建立单个无人机的状态空间,并使用多智能体近端策略优化(Multi-agent proximal policy optimization,MAPPO)的在线策略算法来训练策略网络,从而克服了环境的不确定性和对全局信息的依赖.同时,引入了数字孪生的概念,为资源紧张型算法提供了新思路.为了解决采样困难和资源紧张的问题,基于数字孪生技术,构建了一个用于无人机编队避障策略模型训练的架构.首先,构建了多个数字孪生环境,用于强化学习算法在任务开始之前进行交互采样的预训练,以使集群具备基本的任务能力.然后,使用在真实环境中采集的数据进行补充训练,使得集群能够更好地完成任务.对采用这种两阶段训练架构的效果进行了对比,同时与其他策略算法进行比较,验证了MAPPO的样本效率性能.最后,设计了实际飞行验证测试,验证了从孪生环境中获得的策略模型的实用性和可靠性.

无人机集群空中博弈对抗体系指挥控制模型

针对无人机集群空中博弈对抗体系的指挥控制问题,系统阐述了无人机集群协同空战典型场景的作战过程模型,分析设计了空中无人机集群博弈对抗体系的作战任务剖面,构建了空中无人机集群协同作战体系信息流程模型。研究结论能够为空中无人作战体系构建、无人集群协同空战指挥控制架构以及协同作战规划设计方法等研究提供理论支撑。

仿鹰鸽捕食逃逸行为的多无人机分组对抗博弈方法

针对多无人机对抗问题,本文提出了一种三维空间中仿鹰鸽捕食逃逸行为的多无人机分组对抗博弈方法.在分析鹰鸽捕食逃逸行为的基础上,文章构建了多无人机博弈对抗系统模型,并定义了微分博弈中的连续可微值函数,证明了值函数满足Hamilton-Jacobi-Isaacs(HJI)方程,从而保证鞍点策略存在.使用最优分配方法,为仿鹰无人机一方设计了分组对抗分配策略,以解决多无人机追逃场景中的任务分配问题.本文对比仿真实验结果验证了所提出方法的有效性.

基于有限忍耐度鸽群优化的无人机近距空战机动决策

由于对抗双方态势的快速变化,无人机近距空战机动自主决策困难且复杂,是空中对抗的一个难点。对此,提出一种基于有限忍耐度鸽群优化(FTPIO)算法的无人机近距空战机动决策方法。该方法主要包括基于机动动作库的对手行动预测和基于FTPIO算法的机动控制量和执行时间优化求解两个部分。为提升基本鸽群优化(PIO)算法的全局探索能力,引入有限忍耐度策略,在鸽子个体几次迭代中没有找到更优解时对其属性进行一次重置,避免陷入局部最优陷阱。该方法采用的优化变量是无人机运动模型控制变量的增量,打破了机动库的限制。通过和极小极大方法、基本PIO算法和粒子群优化(PSO)算法的仿真对抗测试结果表明,所提出的机动决策方法能够在近距空战中有效击败对手,产生更为灵活的欺骗性机动行为。

基于关联定位误差信息素的巡航导弹集群快速协同搜索研究

协同搜索是巡航导弹多弹控制领域的一个未来发展方向,对其进行研究有助于巡航导弹适应未来战场智能化作战需求。针对缺少先验环境信息下巡航导弹集群对目标的高效搜索问题,本文提出了一种基于关联定位误差的改进信息素快速协同搜索算法,筛选组内精英个体领导集群成员的搜索。在此基础上,结合交叉测向、位置控制、信息融合、自主分组等技术,构建了适用于巡航导弹集群的具体实现架构。通过数值仿真分析和对比,本文构建的架构能够实现特定场景下巡航导弹集群对多未知目标的位置定位,而提出的改进信息素搜索算法能够提升协同搜索的效率。

空天报国 勤奋成长

“士不可以不弘毅,任重而道远”。北京航空航天大学是新中国创建的第一所航空航天高等学府,为国而生、与国同行,是一所肩负神圣使命、承载宏伟愿景的大学,学校的理想和抱负、传承和发展始终与国家发展和民族振兴紧密相系。2020年,北京航空航天大学被评为英才计划优秀实施单位。

仿猛禽视觉多分辨率的海上无人艇协同跟踪

针对海上无人艇跟踪过程中大场景与高分辨间的矛盾问题,本文提出一种仿猛禽视觉多分辨率机制的海上目标无人艇协同跟踪方法。模拟猛禽双中央凹多分辨率成像规律,构建目标无人艇跟踪大小场景;在大场景中,模拟猛禽视顶盖-峡核通路中视觉刺激的竞争选择机制进行海上无人艇显著性检测,用于纠正核相关滤波目标跟踪的结果;在小场景中,建立仿猛禽色彩分辨空间,并采用颜色显著性检测方法提取无人艇上的合作靶标;建立大场景纠正及小场景引导协同跟踪策略,实现对海上目标无人艇的协同跟踪。对比实验结果表明,本文方法的跟踪成功率高于对比方法,且有最高的平均重叠率和最低的平均像素误差,适于无人机完成对海上目标无人艇的跟踪任务。

城市轨道交通预制轨道板尺寸与线路线型适应性研究

[目的]通过研究预制轨道板尺寸与线路线型的适应性关系,并根据相应的限制条件提出合理的预制板尺寸,为预制轨道板的工程设计及标准化提供依据。[方法]依据预制轨道板通过以直代曲和扣件横向调整实现平面曲线线型,通过扣件竖向调整以实现缓和曲线及竖曲线线型的施工,由几何关系得到扣件横向允许调整量和竖向允许调整量与板长的关系表达式。通过几何关系,根据板缝的允许值得出预制板长度与宽度间的关系表达式。[结果及结论]研究表明,轨道板长度限值与扣件横向允许调整量及扣件竖向允许调整量关系密切,线型不是预制板宽度的限制因素。建议扣件横向允许调整量取值2 mm,竖向允许调整量取值15 mm;建议同一条线预制板长度的规格不大于两种,当线路曲线半径R≥950 m时采用长度为5.9 m板,当300 m≤R<950 m时采用长度为3.5 m板,当R<300 m时采用横向大调整量扣件。

城市轨道交通公轨合建钢箱梁桥辐射噪声的影响规律研究

列车经过钢箱梁桥时引起噪声辐射问题相比混凝土桥更为突出,对沿线居民造成的影响更大,严重影响沿线居民的日常生活。基于车辆-轨道-桥梁耦合振动理论,并结合统计能量法(SEA)建立钢箱梁结构噪声与轮轨噪声预测模型,分析钢箱梁桥的结构噪声与轮轨噪声衰减规律,明确典型及敏感场点处的噪声分布情况;定量预测分析不同轨道减振措施对钢箱梁桥周边敏感场点的噪声辐射大小。分析结果表明:钢箱梁轮轨噪声与结构噪声随水平距离的衰减规律基本一致,衰减率均为随着距离变远而变小,150 m内总衰减率轮轨噪声大于结构噪声;普通轨道结构及普通轨道结构+全封闭声屏障工况下,敏感位置处综合噪声不满足噪声增量在1 dB(A)以内的环评要求,减振垫浮置板与全封闭声屏障组合及钢弹簧浮置板与全封闭声屏障组合工况下,敏感位置综合噪声均能满足噪声增量在1 dB(A)以内的环评要求。

基于无监督学习离散鸽群优化的多无人机侦察任务分配

多无人机集群协同规划是无人机自主控制领域的前沿热点之一。提出了一种基于无监督学习离散鸽群优化的多机侦察任务分配方法。通过Dubins路径建立无人机模型,给出了简化的传感器模型和侦察目标的模型,并建立了无人机集群任务分配的模型和性能指标函数。采用无监督学习方法对侦察目标进行柔性分组,利用改进离散鸽群优化策略对该任务分配模型进行了求解,以有效解决无人机机间任务负载不平衡问题,可提高无人机集群侦察的效率。通过仿真对比实验和三维态势视景仿真平台综合实验,验证了所提出方法的可行性和有效性。

地铁隧道道床沉降整治研究

在软弱地层条件下,临近地铁的新建工程会引起地铁隧道位移,进而引起道床沉降、改变道床线型、影响行车安全。为研究整治这一类地铁道床结构病害,文中结合某地铁工程的实际案例,通过多方案比选,选定原位浇筑薄支墩法,并通过理论计算、调整临时支撑间距来减少整治工程量,在实现安全的、不中断运营效果的同时,也快速地完成了整治隧道结构沉降带来的道床线形病害问题,可为同类型道床病害处理提供借鉴与参考。

城市快速轨道交通压力波及列车气密性措施分析

针对快速轨道交通列车在隧道内气动压力变化较快造成的舒适度降低问题,对隧道内径尺寸、泄压方案对车内压力的影响进行研究。首先根据相关规范选定压力舒适度标准,建立包含列车模型、隧道模型及隧道口泄压措施的有限元模型,然后分别对不同隧道内径、不同气密指数条件下列车内外压力的变化进行研究,最后对隧道入口设置缓冲方案对车内压力的影响进行分析。研究结果表明:当隧道内径由6.0 m增加为6.1 m时,车内压力变化最大值约降低4.2%,继续增大隧道直径对减小车内外压力变化值作用有限;当气密指数≤6s时,每增加1 s,车内压力变化最大值约减小15%~25%;隧道洞口设置全封闭声屏障作为缓压结构时,车内压力变化最大值可降低约40%~50%;为提高整车气密性,可采取提高司机室/客室车门密封性、在新风口和废排风口设置启动压力保护阀以及提高车身及贯通道密封性等措施。

纬度未知条件下捷联惯导摇摆基座自对准方法

针对纬度未知条件下捷联惯导摇摆基座自对准问题,本文将其看作基于特征值分解的优化问题处理,提出一种基于地球系重力矢量的摇摆基座自对准方法.首先,构建基于速度增量形式的目标函数,建立不依赖外部纬度信息的地球系下重力矢量模型,以提高地球系下重力矢量的估计精度;然后,将摇摆基座自对准看作Wahba姿态确定问题,基于地球系下重力矢量建立关于惯性系转换四元数的速度增量式目标函数,增强对噪声及振荡干扰的抑制,利用基于特征值分解的多矢量优化方法完成摇摆基座自对准,以提高对准精度;最后,通过设置捷联惯导摇摆基座初始对准仿真及船舶系泊实验,验证了所提方法的有效性.

蚁群算法理论及应用研究的进展

蚁群算法是优化领域中新出现的一种仿生进化算法.该算法采用分布式并行计算机制,易与其他方法结合,具有较强的鲁棒性;但搜索时间长、易限入局部最优解是其突出的缺点.针对蚁群算法,首先介绍其基本原理;然后讨论了近年来对蚁群算法的若干改进以及在许多新领域中的发展应用;最后评述了蚁群算法未来的研究方向和主要研究内容.

一种求解连续空间优化问题的改进蚁群算法

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少。在介绍基本蚁群算法机制原理和数学模型的基础上,提出了一种用于求解连续空间优化问题的改进蚁群算法。将连续空间优化问题的解向量分解成有限个网格,同时构造了一个与蚁群转移概率相关的评价函数,并借助相遇搜索策略对蚁群算法进行了改进,将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能。仿真实验表明,提出的改进蚁群算法较文献[11]所提出的自适应蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径。

基于蚁群算法的PID参数优化

针对传统的PID控制器参数多采用试验加试凑的方式由人工进行优化,提出了一种新型的基于蚁群算法的PID参数优化策略.蚁群算法是近几年优化领域中新出现的一种仿生进化算法,该算法采用分布式并行计算机制.在简要介绍蚁群算法基本思想的基础上,推导了蚁群算法PID参数优化方法,并给出了新算法的具体实现步骤,最后将该优化方案应用于某型高精度飞行仿真伺服系统.仿真应用研究表明,该PID参数优化策略具有很强的灵活性、适应性和鲁棒性,进而验证了该方案的可行性和有效性.

基于云模型理论的蚁群算法改进研究

近几年优化领域中新出现的蚁群算法采用分布式并行计算机制,易于与其它方法结合,具有较强的鲁棒性,但易限于局部最优解是其最突出的缺点.云模型是一种新的实现定性概念和定量数值之间转换的有力工具,本文在介绍云模型理论的基础上,提出了一种利用云模型来有效限制蚁群算法陷入局部最优解的方法,最后将基于云模型理论的改进蚁群算法与未改进的蚁群算法分别应用于著名的CHC144TSP进行实验.改进后的蚁群算法采用升半正态云规则进行控制,并选取了500个云滴,仿真计算结果证明了该方法的有效性和可行性.

高空长航时无人机技术发展新思路

根据未来航空发展的战略需要,面向新一代高空长航时无人机的系统设计,十分有必要开展探索性、创新性和面向高空长航时无人机的关键技术研究.提出了高空长航时无人机技术发展的新思路和其瓶颈问题的解决方案.重点从高空长航时无人机多目标组合优化、气动-隐身一体化、能源动力、软件使能自主控制、自主导航、测控和信息传输、空天地多机分布协同等方面给出了可行技术方案和重点研究方向.这些技术的实现可增强高空长航时无人机系统方面的可持续发展能力,支撑和引领相关领域的技术发展.

基于仿鹰眼视觉的无人机自主空中加油

自主空中加油是提高无人机作战能力的重要技术支撑,而鹰在所有的动物中以视觉最为敏锐而著称。针对无人机自主空中加油中的精确对接需求,设计了基于仿鹰眼视觉原理的无人受油机视觉测量方法及半物理试验平台。采用鹰眼视觉注意机制提取虚拟视景中的兴趣区域,剔除噪声和干扰。在对受油机上的颜色标志点进行识别的基础上采用P3P算法,对加油机和受油机之间的相对位姿进行精确估计,并设计了基于比例-积分-微分的硬式加油伸缩管控制律。基于上述技术,在实验室环境下设计开发了无人机自主空中加油半物理仿真平台。实验结果表明:所设计的仿鹰眼视觉测量方法和自主控制律能满足无人机自主空中加油的性能要求,具有较强的实时性、准确性和鲁棒性。