Han Gao

h-index

历年发文量

个人简介

姓名：高寒性别：男出生年月： 1991.04
职称：特别副研究员职务：
最高学历：博士
学科方向：控制科学与工程智能信息处理与控制
人才计划：
办公地点：国防科技园6#1013
电子邮件： gaohbit@bit.edu.cn 联系方式：
通讯地址：北京市海淀区中关村南大街5号自动化学院
导师类型：硕士生导师

研究领域和方向

研究方向
1. 航天器姿态控制
2. 故障诊断与容错控制

教育背景

教育与工作经历
教育经历：
2009.9-2013.7 哈尔滨工业大学电气工程及其自动化学士
2013.9-2015.7 哈尔滨工业大学电气工程及其自动化硕士
2015.9-2019.9 哈尔滨工业大学控制科学与工程博士
2019.11-至今 beat365官网网址自动化学院博士后

工作履历

研究成果

科研获奖
讲授课程、出版教材及教学成果
教学成果

指纹图谱

深入探索 Han Gao 活跃其中的研究主题。这些主题标签来自该研究者的学术成果，它们共同构成了一个独特的学术指纹.

7 相似学者

25 文章
13 会议稿件
1 文献综述

Fixed-time safety-critical attitude control for flexible spacecraft with actuator faults
Gao, H., Liu, X., Bi, Y. & Yang, C., 1月 2026, 在: Acta Astronautica. 238, 页码 115-126 12 页码
科研成果: 期刊稿件 › 文章 › 同行评审
5 在新选项卡中打开链接引用（Scopus）
Resilient Prescribed-Time Event-Triggered Formation Control for Multiple Spacecraft: A Hierarchical Approach
Gao, H., Bi, Y., Pan, Y., Cui, B., Zhang, Y. & Xia, Y., 2026, 在: IEEE Transactions on Aerospace and Electronic Systems. 62, 页码 10946-10957 12 页码
科研成果: 期刊稿件 › 文章 › 同行评审
Robust Low-Thrust Trajectory Design for Interplanetary Spaceflight: An Adaptive Latent Reinforcement Learning Method
Gao, H., Lin, Y., Sun, Z., Cui, B., Zhang, G. & Xia, Y., 1 6月 2026, 在: IEEE Transactions on Cybernetics. 56, 6, 页码 3249-3262 14 页码
科研成果: 期刊稿件 › 文章 › 同行评审
Distributed Pursuit–Evasion Game Decision-Making Based on Multi-Agent Deep Reinforcement Learning
Lin, Y., Gao, H. & Xia, Y., 6月 2025, 在: Electronics (Switzerland). 14, 11, 2141.
科研成果: 期刊稿件 › 文章 › 同行评审

开放访问
7 在新选项卡中打开链接引用（Scopus）
Fixed-Time Neural Network-Based Dynamic Surface Control for Hypersonic Flight Vehicle With Historical Data Online Learning
Gao, H., Liu, X., Wang, J., Cui, B. & Xia, Y., 2025, 在: IEEE Transactions on Aerospace and Electronic Systems. 61, 2, 页码 3564-3576 13 页码
科研成果: 期刊稿件 › 文章 › 同行评审
8 在新选项卡中打开链接引用（Scopus）

高 寒

个人学者

个人简介

研究领域和方向

教育背景

工作履历

研究成果

指纹图谱

科研成果

Fixed-time safety-critical attitude control for flexible spacecraft with actuator faults

Resilient Prescribed-Time Event-Triggered Formation Control for Multiple Spacecraft: A Hierarchical Approach

Robust Low-Thrust Trajectory Design for Interplanetary Spaceflight: An Adaptive Latent Reinforcement Learning Method

Distributed Pursuit–Evasion Game Decision-Making Based on Multi-Agent Deep Reinforcement Learning

Fixed-Time Neural Network-Based Dynamic Surface Control for Hypersonic Flight Vehicle With Historical Data Online Learning

高寒