拦截机动目标的信赖域策略优化制导算法

针对临近空间高超声速飞行器的高速性、机动性等特性，为提高制导算法针对不同初始状态、不同机动性目标的准确性、鲁棒性及智能性，提出一种基于信赖域策略优化（TRPO）算法的深度强化学习制导算法。基于TRPO算法的制导算法由2个策略（动作）网络、1个评价网络共同组成，将临近空间目标与拦截弹相对运动系统状态以端对端的方式直接映射为制导指令。在算法训练过程中合理选取连续动作空间、状态空间、并通过权衡能量消耗、相对距离等因素构建奖励函数加快其收敛速度，最终依据训练的智能体模型针对不同任务场景进行拦截测试。仿真结果表明：与传统比例导引律（PN）及改进比例导引律（IPN）相比，本文算法针对学习场景及未知场景均具有更小的脱靶量、更稳定的拦截效果、鲁棒性，并能够在多种配置计算机上广泛应用。     

一种改进的末制导雷达目标捕捉概率解析算法

在对末制导雷达捕捉目标全过程分析的基础上,指出了末制导雷达目标捕捉概率的解析算法存在的问题,并针对存在的问题,提出了改进的方法,改进后的算法较原算法更合理.     

地空导弹自寻的末制导律的研究与仿真

本文对某型地空导弹自寻的末制导律的最优性问题进行了系统的仿真研究。文中给出了末制导系统的数学模型，提出了五种适合于地空导弹自寻的末制导的导引规律。在某型号预研地空导弹的四条典型弹道上对所提出的导引规律进行了全面的仿真研究。结果表明：本文给出的四种制导规律要比比例导引规律制导性能优越的多，有更好的制导精度。     

使用神经网络的末制导方法

选择具有常值加速度的目标作为一个简化但有代表性的目标模型,以拦截弹的△ｖ最小为性能指标,得到了一定初始拦截距离下的训练数据,并使用ＢＰ算法对神经网络进行了训练,在有目标机动加速度估计误差的情况下,将神经网络制导获得的拦截精度和变轨机动速度增量同用扩展比例导引得到的结果进行了比较,结果表明,神经网络导引法能够保证对目标的拦截精度,具有很强的适应性。     

大配平角起始条件下的非线性末制导律研究

针对大配平角误差起始条件下导弹捕获高机动性目标问题，分析了一解非线性末制导运动，得到了稳定性充要条件，基于滑模态控制技术，综合了一种新型的梆－梆末制导律，它是一般非线性末制导运动方程的通解，相对于线性二次型解具有明显的优点：不需目标加速度和剩余时间信息；能够在各种起始大配平角误差条件下收敛。最后给出的仿真算例证明了理论分析的正确性和该制导律的实用价值。     

Q-learning强化学习协同拦截制导律CSCD

为实现多枚导弹协同拦截机动目标,提升拦截效能,提出了一种Q-learning强化学习协同拦截制导律。首先,基于逃逸域覆盖理论,建立了非线性多弹协同拦截模型。其次,以视线角速率为状态,依据脱靶量构造奖励函数,通过离线训练生成强化学习智能体,并结合传统比例制导控制方法,构建基于强化学习的变导引系数制导律,实时生成实现协同拦截的制导指令。最终,通过数值仿真验证了所提算法的有效性和优越性。     

基于强化学习的多无人机避碰计算制导方法

针对大量固定翼无人机在有限空域内的协同避碰问题,提出了一种基于多智能体深度强化学习的计算制导方法。首先,将避碰制导过程抽象为序列决策问题,通过马尔可夫博弈理论对其进行数学描述。然后提出了一种基于深度神经网络技术的自主避碰制导决策方法,该网络使用改进的Actor-Critic模型进行训练,设计了实现该方法的机器学习架构,并给出了相关神经网络结构和机间协调机制。最后建立了一个实体数量可变的飞行场景模拟器,在其中进行"集中训练"和"分布执行"。为了验证算法的性能,在高航路密度场景中进行了仿真实验。仿真结果表明,提出的在线计算制导方法能够有效地降低多无人机在飞行过程中的碰撞概率,且对高航路密度场景具有很好的适应性。     

基于自适应反演滑模的末制导律设计

针对三维导弹-目标相对运动模型,结合反演控制、滑模控制和自适应技术,设计了一种新的自适应反演滑模末制导律。针对目标机动加速度上界难以获取的问题,将目标机动加速度视作模型的干扰,设计了一种自适应律对其进行在线估计,并将估计值补偿到制导律中。运用李亚普诺夫稳定性理论证明了系统的全局渐进稳定性和误差的收敛性。仿真结果证明了所设计的自适应反演滑模末制导律对机动目标的鲁棒性和有效性。     

末制导雷达单元测试优化探讨

根据可靠性理论和对导弹末制导雷达单元测试中“天线搜索周期”、“战斗指令记忆时间”项目的具体分析,提出了该两个项目的检查可以取消的观点,为反舰导弹末制导雷达单元测试项目的优化进行了初步探讨。     

基于FTA的末制导雷达故障诊断专家系统研究

以某型末制导雷达为例,阐述了基于 FTA 技术的故障诊断专家系统的重要应用。文中首先论述了末制导雷达故障诊断专家系统的构成;其次论述了知识库的组成、故障树和规则的概念、推理机的工作原理,最后论述了系统的自学习机制。     

基于分数阶微积分理论的最优导引律设计

随着技术的发展及战场环境的日益复杂化,拦截机动目标的需求越来越大。然而传统制导律在拦截机动目标时存在制导精度差、末端过载突变的问题,故提出了一种基于分数阶微积分理论的最优导引律。首先,介绍了分数阶微积分的定义、性质及其数字实现方法;然后,分析了弹目相对运动关系,通过分数阶变阶次建模和最优控制理论推导出了分数阶导引律;最后,仿真结果表明：与传统比例导引法相比,所设计的分数阶最优导引律能够保持比例导引法良好的追踪性能且拦截时间能够缩短2s,末端过载值趋近于0。该方法解决了传统比例导引法在末端由视线角速率发散而导致的末端过载突变问题。     

Sliding mode control based guidance law with impact angle constraint

The terminal guidance problem for an unpowered lifting reentry vehicle against a sta- tionary target is considered. In addition to attacking the target with high accuracy, the vehicle is also expected to achieve a desired impact angle. In this paper, a sliding mode control （SMC）-based guidance law is developed to satisfy the terminal angle constraint. Firstly, a specific sliding mode function is designed, and the terminal requirements can be achieved by enforcing both the sliding mode function and its derivative to zero at the end of the flight. Then, a backstepping approach is used to ensure the finite-time reaching phase of the sliding mode and the analytic expression of the control effort can be obtained. The trajectories generated by this method only depend on the initial and terminal conditions of the terminal phase and the instantaneous states of the vehicle. In order to test the performance of the proposed guidance law in practical application, numerical simulations are carried out by taking all the aerodynamic parameters into consideration. The effec- tiveness of the proposed guidance law is verified by the simulation results in various scenarios.     

中远程空地导弹末制导自适应控制

讨论了中远程空导弹的自适应控制规律,基于古典控制器模型,设计了自适应自动驾驶仪：通过适当选择自适应参数,保证了系统良好的动态品质和干扰抑制特性;提出了一种基于李亚诺夫稳定性理论的飞行控制系统方案,推导了自适应控制规律,并对导弹多种飞行高度和初如条件进行了仿真计算,仿真结果表明,所设计的自适应控制系统性能明显优于古典控制回路,具有较好的应用价值。     

考虑驾驶仪动态特性的固定时间收敛制导律

针对打击机动目标的制导问题，设计了一种同时考虑攻击角度约束、自动驾驶仪动态特性和固定时间收敛的新型制导律。首先，基于非奇异终端滑模控制和固定时间稳定性理论，采用反步递推方法设计制导律。在制导律设计过程中，设计了一种固定时间收敛的非奇异终端滑模面，基于固定时间控制和滑模控制，设计虚拟控制律，构造一种非线性一阶滤波器解决传统反步设计中的"微分膨胀"问题。基于超螺旋算法和固定时间稳定性理论，设计了一种固定时间收敛的滑模干扰观测器，用于估计目标机动等干扰。然后，基于Lyapunov稳定性理论，对制导律的固定时间稳定性进行了证明，并给出了收敛时间的表达式。最后，通过仿真分析，验证了所提制导律的有效性，和现有制导律相比，所提制导律具有较高的制导精度和角度约束精度、较快的系统收敛速度以及较少的能量消耗。     

航空发动机虚拟自学习控制方法研究

随着人工智能技术的发展，智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强，而基于发动机气热动力学公式的机理建模会引入较大的建模误差，给控制器设计带来困难。对此，提出一种基于强化学习的航空发动机控制虚拟自学习方法，首先利用航空发动机的试验数据通过LSTM 神经网络建立虚拟学习环境，然后采用深度强化学习TD3 算法，在虚拟环境中训练智能控制器，最后采用JT9D 发动机模型验证智能控制器的性能。结果表明：相比于传统PID 控制，智能控制器产生的超调量更小，调节时间更短。     

末端区域4D导引的水平轨迹计算方法

末端区域４Ｄ导引首先生成轨迹，然后生成沿该轨迹飞行的高度剖面，合理的速度剖面，最后生成自动引导飞机在规定时间着陆的４Ｄ导引指令。现简要讨论末端区域４Ｄ导引理论，主要推导了生成末端区域４Ｄ导引的首要算法－－水平飞行轨迹的计算方法。数值仿真结果表明，该方法只输入少量的航路点坐标数据和限制参数，就能计算出沿直线和曲线飞行的水平轨迹。     

基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题,提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面,利用Kalman滤波估计选定的速度点对应的高度,得到满足再入走廊及航程要求的拟合系数。在此基础上,减少一个终端约束,增加一个待估计剖面参数,可实现对再入过程飞行时间的调节。研究发现,再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性;飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明,基于Kalman滤波的空天飞行器再入制导算法实时性好,制导精度高,能够实现飞行时间可控,具有较强的鲁棒性和工程应用潜力。     

Saturated super-twisting sliding mode missile guidance

This paper concentrates on developing a missile terminal guidance law against a highly maneuvering target whose maneuvering acceleration is very close to that of the missile or even exceeds the missile normal acceleration in a finite period of time. A new saturated super-twisting algorithm is proposed and applied to the design of missile guidance law. The proposed algorithm has the advantages of simple structure, easy parameter tuning rules and a full utilization of the limit control input. The designed saturated super-twisting sliding mode guidance law is then employed in a missile guidance system. Simulation and its superior performance against strong maneuvering targets is demonstrated.