本书立足于无人系统的自主寻源任务，围绕近十年来动态复杂环境中无人系统优化控制和轨迹规划相关研究的难点和热点问题，从信号场类型、不完全量测信息、决策控制方法等多个角度出发，系统地解决了仅可获得场源方位角量测、信号场强度量测条件下的自主寻源控制问题，时空动态信号场场源的协作定位问题，以及无人系统在自主寻源任务下的多约束轨迹规划问题，实现了单个和多个无人系统的自主、准确、安全、高效寻源，并通过大量的数值仿真实例验证了所提方法的优秀性能。

更多科学出版社服务，请扫码获取。

2012年8月到2016年6月，哈尔滨工业大学，学士 2016年8月到2022年4月，清华大学，博士 2022年4月至今，北京理工大学，博士后

目录
“博士后文库”序言
前言
第1章 绪论 1
1.1 研究背景和意义 1
1.2 无人系统自主寻源概述2
1.2.1 基于目标定位的寻源方法.3
1.2.2 基于非线性规划的寻源方法.6
1.2.3 基于概率推断的寻源方法 10
1.2.4 基于强化学习的寻源方法 12
1.3 无人系统轨迹规划概述.13
1.3.1 基于离散化的轨迹规划方法 13
1.3.2 基于连续优化的轨迹规划方法.16
1.4 本章小结 18
第2章 纯方位角快速寻源的两目标优化控制 19
2.1 本章引言 19
2.2 纯方位角快速寻源问题.20
2.2.1 无人系统动力学模型 20
2.2.2 两目标优化问题 22
2.3 两目标优化问题求解 23
2.3.1 复合优化问题 23
2.3.2 复合优化问题的转化和规范化.24
2.3.3 规范化问题的求解 28
2.4 两目标优化控制律 32
2.4.1 利用全局位置信息的最小二乘估计方法 32
2.4.2 利用局部位置信息的最小二乘估计方法 33
2.4.3 确定性等价原理 35
2.4.4 两目标优化控制律 36
2.5 仿真验证与分析 36
2.5.1 全局位置信息下仿真实验 37
2.5.2 局部位置信息下仿真实验 38
2.5.3 动态目标搜索仿真实验 39
2.5.4 权重参数β的影响 .40
2.6 本章小结 42
第3章 定高定姿寻源的矢量优化控制.43
3.1 本章引言 43
3.2 定高定姿寻源问题 44
3.2.1 问题描述 44
3.2.2 无人系统动力学模型 45
3.2.3 本章目标 46
3.3 半圆形传感器排布下的梯度估计 46
3.4 矢量优化控制律 50
3.4.1 基于准确梯度的控制律设计 50
3.4.2 梯度估计下的控制律设计 51
3.5 仿真验证与分析 54
3.5.1 无人系统动力学模型 54
3.5.2 海底最低点探测任务 55
3.5.3 仿真结果 56
3.6 本章小结 60
第4章 复合信号场寻源的分布式极值搜索控制 61
4.1 本章引言 61
4.2 多无人系统协同寻源问题 62
4.2.1 问题描述 62
4.2.2 多无人系统通信拓扑 63
4.2.3 本章目标 64
4.3 无向图下 DSES 控制律设计 65
4.3.1 DSES控制律 65
4.3.2 收敛性分析 67
4.4 有向图下DSES控制律设计 72
4.4.1 DSES控制律 72
4.4.2 收敛性分析 72
4.5 仿真验证与分析 76
4.5.1 二次型形式信号场情况 77
4.5.2 非二次型信号场情况 81
4.5.3 海底热液寻源仿真实验 82
4.6 本章小结 84
第5章 时空信号场寻源的分布式协同估计 85
5.1 本章引言 85
5.2 时空信号场估计问题 86
5.3 时空信号场的子系统建模 87
5.3.1 有限元估计 87
5.3.2 基于划分的子系统 88
5.4 基于CI的卡尔曼滤波器 91
5.4.1 n=2个子系统的卡尔曼滤波器 91
5.4.2 稳定性分析 93
5.5 基于CI的卡尔曼平滑器 97
5.5.1 n=2个子系统的卡尔曼平滑器 97
5.5.2 卡尔曼平滑器在n≥3个子系统中的拓展 99
5.6 仿真验证与分析 101
5.6.1 一维扩散过程状态预测实验 101
5.6.2 海底热液寻源仿真实验 106
5.6.3 PM2.5信号场的源头定位仿真实验 111
5.7 本章小结 113
第6章 隐蔽性约束下的寻源轨迹规划 114
6.1 本章引言 114
6.2 隐蔽性约束下的最短时间轨迹规划问题 115
6.3 最优条件和参数化轨迹集合 117
6.3.1 最优解存在性 118
6.3.2 最优解的必要条件 118
6.3.3 *时的最优条件 120
6.3.4 *时的最优条件 121
6.4 快速轨迹规划方法 122
6.4.1 *情况下的估计候选轨迹 123
6.4.2 *情况下的候选轨迹 .125
6.4.3 快速轨迹确定 126
6.5 仿真验证与分析 127
6.5.1 单部雷达场景 127
6.5.2 多部雷达场景 129
6.5.3 考虑多普勒效应场景 132
6.6 本章小结 133
第7章 累积信息约束下的寻源轨迹规划 134
7.1 本章引言 134
7.2 累积信息约束下的最短时间轨迹规划问题 136
7.2.1 问题描述 136
7.2.2 最优解存在性分析 137
7.3 MDP建模 139
7.3.1 动作、状态和奖励 140
7.3.2 累积信息的奖励项 141
7.4 基于软执行者-评论家的强化学习轨迹规划算法 143
7.4.1 SAC算法 144
7.4.2 基于RL的轨迹规划方法 144
7.5 仿真验证与分析 146
7.5.1 污染物信号场重构任务 146
7.5.2 主要实验结果 147
7.5.3 对比实验分析 151
7.6 本章小结 153
参考文献 154
附录A 引理6.3的证明 169
编后记 172
彩图