XiaoMi-AI文件搜索系统
World File Search SystemDescent
AI引导的火箭着陆：导航精确下降策略
摘要。自主火箭着陆是航空航天工程中的关键里程碑，这是实现安全且具有成本效益的太空任务的关键。本文介绍了一种开创性的方法，该方法采用了强化学习方法来提高火箭着陆程序的精确性和效率。基于逼真的Falcon 9模型，该研究集成了复杂的控制机制，包括推力矢量控制（TVC）和冷气推进器（CGT），以确保敏捷推进和平衡调整。观察数据，传递关键参数，例如火箭位置，方向和速度，指导强化学习算法做出实时决策以优化着陆轨迹。通过战略实施课程学习策略和近端政策优化（PPO）算法，火箭代理进行了迭代培训，稳步提高了其在指定垫上执行软着陆的能力。实验结果强调了所提出的方法的疗效，在实现精确和受控下降方面表现出非常熟练的能力。这项研究代表了自主着陆系统的进步，准备彻底改变太空探索任务，并在商业火箭企业中解锁新的边界。
非Convex Minimax优化的两次梯度梯度下降算法
We provide a unified analysis of two-timescale gradient descent ascent (TTGDA) for solving structured nonconvex minimax optimization problems in the form of min x max y ∈Y f ( x , y ), where the objective function f ( x , y ) is nonconvex in x and concave in y , and the constraint set Y ⊆ R n is convex and bounded.在凸 - 孔循环设置中，单次梯度下降（GDA）算法被广泛用于应用中，并且已被证明具有强大的收敛保证。在更一般的设置中，它可能无法收敛。我们的贡献是设计ttgda算法，这些算法是有效的，这些算法超出了凸形 - 连接设置，并有效地确定了函数φ（·）的固定点：= maxy∈Yf（·f（·，y）。我们还建立了解决求解平滑和非平滑concove-concave minimax优化问题的复杂性的理论界限。据我们所知，这是对非凸端优化的TTGDA的第一个系统分析，阐明了其在训练生成的对抗网络（GAN）和其他现实世界应用问题中的卓越性能。关键字：结构化的非凸极最小值优化，两次尺度梯度下降，迭代复杂度分析
火星洞察号进入、下降和着陆轨迹及大气重建
∗ 监理工程师，AIAA 副研究员。† 研究航空航天工程师，大气飞行和进入系统分部，AIAA 成员。‡ 航空航天工程师，大气飞行和进入系统分部，AIAA 高级成员。§ 高级工程师，制导、导航和控制科。¶ 行星科学家，行星和系外行星大气。‖ 高级航空航天工程师，EDL 系统先进技术组，AIAA 成员。
受时间限制的飞机下降操作的最佳轨迹管理
图列表。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。vii 表格列表。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。ix 出版物列表。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。xi 协议。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。xiii 摘要。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。xv 摘要。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。xvii 符号。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。xix 缩略词列表。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。xxv
受时间限制的飞机下降操作的最佳轨迹管理
图表目录....................... ... 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 xi 协议。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。十三 简历 . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 . . . . . . . . . . . . . . . . . . . . xv 摘要. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvii 符号. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xix 首字母缩略词列表 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xxv
可重复使用运载火箭下降与精确着陆的先进制导与鲁棒控制耦合
摘要：本文研究了连续凸优化制导与鲁棒结构化 H ∞ 控制的耦合，用于可重复使用运载火箭 (RLV) 的下降和精确着陆。更具体地说，该制导和控制 (G&C) 系统预计将集成到非线性六自由度 RLV 控制动力学模拟器中，该模拟器涵盖配备推力矢量控制系统和可操纵平面翼的第一级火箭的气动和动力下降阶段，直到垂直着陆。进行了成本函数策略分析，以找出最有效的闭环实现方法，其中包括鲁棒控制系统和所涉及的运载火箭飞行力学。此外，还详细介绍了通过结构化 H ∞ 进行控制器合成。后者是在下降轨迹的不同点使用比例-积分-微分 (PID) 类结构构建的，并对姿态角、速率和横向体速度进行反馈。通过上述模拟器的线性分析和非线性情况验证了该架构，并通过在正常条件下以及存在扰动的情况下与基线系统比较性能和稳健性来验证 G&C 方法。总体结果表明，所提出的 G&C 系统是可重复使用发射器真实下降飞行和精确着陆阶段的相关候选系统。
通过瓦斯坦斯坦空间中的近端梯度下降
基于流量的生成模型在计算数据生成和可能性方面具有某些优势，并且最近显示出具有竞争性的经验性能。与基于基于分数的扩散模型的累积理论研究，基于流的模型的分析，这些模型在正向（数据到噪声）和反向（噪声到数据）方向上都是确定性的，这仍然很少。在本文中，我们提供了一种理论保证，即通过渐进流模型，即所谓的JKO流程模型生成数据分布，该模型在正常化的流网络中实现了Jordan-Kinderleherer-Otto（JKO）方案。利用在瓦斯斯坦空间中近端梯度下降（GD）的指数收敛性，我们证明了kullback-leibler（KL）通过JKO流量模型（ε2）为O（ε2）保证数据生成数据时，当使用n log（1 /ε）许多jko步骤（1 /ε）许多JKO步骤（n残基块）中，prowter strorder in Flow pronder in prift stry stred step step step erry是ε在ε是ε在ε中均为ε。对数据密度的假设仅仅是有限的第二时刻，该理论扩展到无密度的数据分布以及在反向过程中存在反转误差的情况下，我们获得了KL-W 2混合错误保证。证明，JKO型W 2-proximal GD的非反应收敛速率已被证明是一类凸目标函数的一类凸出物质功能，该函数包括KL差异作为一种特殊情况，可以具有独立的利益。分析框架可以扩展到应用于基于流的生成模型的其他一阶瓦斯汀优化方案。
使用随机下降法对异步传感器配电网络进行状态估计：预印本
摘要 —本文研究了带有异步传感器的配电网的状态估计问题，该配电网由具有多种采样和报告率的智能电表和相量测量单元 (PMU) 组成。我们考虑了两种独立的状态估计和跟踪场景，状态为电压或电流。利用这两组数据，我们研究了 (a) 完整数据（假设所有测量值均可用）和 (b) 有限数据（采用在线算法方法通过在可用时处理测量值来估计可能随时间变化的状态）下的估计。所提出的算法受到经典随机梯度下降 (SGD) 方法的启发，根据先前的估计和新获得的测量值更新状态。最后，我们通过 IEEE-37 测试网络上的数值模拟证明了估计和跟踪的有效性，同时还强调了以电流为状态的估计如何导致更快的收敛。
商业航空运输定位飞行中，驾驶舱内冒烟、紧急下降和在低空飞行禁区飞行
05:47:55 ，当飞机经过 FL 180 时，两名机组人员闻到一股强烈的烧焦味。几秒钟之内，浓烟从后方涌入驾驶舱。机长接管驾驶舱并命令戴上面罩 (3)。在此过程中，他的眼镜和通话耳机不见了。由于烟雾太浓，他找不到眼镜，于是戴上了备用的眼镜。两名飞行员都没有戴上防护镜。机长于 05:48:19 将两个动力杆置于怠速位置。六秒钟后 ，“左发动机油压”音频警告响起 (4) 。机长立即启动紧急下降，飞机逐渐俯仰 15° 。左发动机的油温从 05:48:43 开始升高。与此同时，副驾驶通知管制员紧急下降，然后发出 PAN PAN 呼叫 。副驾驶随后指向发动机 1 刻度盘。巴黎 ACC 管制员确认了下降消息，但没有收到 PAN PAN 消息，因为当时另一名机组人员也在该频率上通话。管制员及其协调员随后确保 F-HCIC 与从巴黎奥利机场出发并向西飞行的冲突航班分离。
原位资源利用率（ISRU）表面发掘和构建
产品。Mission Elements ISRU-Construction Influence ISRU-Construction Needs ISRU-Construction Products Descent/Ascent - Propellant options - Vehicles designed to use ISRU - O 2 , H 2 , CH 4 , other Vehicles - Descent/ascent vehicle size & available payload capability - Lander/ascent vehicle Delta-V/ Rendeqvous Orbit - Lander/engine configuration - Lander servicing design and capability -可重复使用/表面跳跃