航天器末端拦截自适应博弈策略

针对航天器末端拦截博弈问题，基于微分对策理论研究了各星的博弈策略。根据拦截空间是否具有防御器将博弈态势分为双星博弈和三星博弈。首先考虑拦截器与目标的双星博弈态势，以终端脱靶量为指标设计了相对博弈策略，并提出时间分析方程以提高策略对不同拦截态势的自适应性。然后，考虑具有防御器的三星博弈态势，提出了博弈切换策略将其化为分段双星博弈，并将双边时间方程扩展到三星博弈中，使拦截器在不被防御器反拦截的情况下，实现对目标的快速拦截。最后仿真分析了博弈策略与时间分析方程对航天器拦截博弈问题的有效性。     

基于计算博弈的脉冲作用下航天器追逃策略

本文研究了地球高阶引力模型中,基于脉冲作用的航天器轨道追逃问题。针对该问题,将航天器轨道追逃问题定义为两选手计算博弈,其中以博弈双方的距离和燃料消耗设计了性能指标函数,并以速度增量大小和方向构建容许控制集。此外,为了保证纳什均衡解的求解效率,引入了快速搜索(ARS)算法,并设计了一种数据剪枝方法用于优化搜索空间,最终实现了基于计算博弈的控制策略的快速求解。仿真结果表明:该方法能够有效解决脉冲作用下航天器的追逃难题,与传统方法相比,该方法能同时满足脱靶量精度和燃料消耗要求,具有一定的可行性和有效性。     

基于深度神经网络的无限时域型航天器追逃策略求解

航天器追逃博弈是当前航天领域的一个研究热点,传统上多采用微分对策来获取追逃双方的最优控制策略,但是方法求解复杂、计算量大,难以满足复杂任务和对抗类任务的实时性要求。随着机器学习技术的发展,利用深度神经网络结构实现全部或部分的在线决策成为可能,因此研究了基于深度神经网络生成无限时域型追逃博弈最优控制策略问题。首先基于CW方程建立追逃博弈相对运动模型,采用微分对策理论得到追逃最优控制策略,得到训练数据集和测试数据集;基于TensorFlow环境搭建了4层神经网络,采用Adam优化算法对网络进行训练。仿真结果表明,经过训练的深度神经网络生成的控制策略与传统方法的策略基本一致,虽然长时间追逃的控制差异逐渐增大,但变化趋势相同,说明利用深度神经网络生成航天器追逃博弈的机动策略是有效的。     

基于追逃博弈的非合作目标接近控制

针对追踪航天器接近非合作目标任务中的相对位置控制问题,提出了一种基于线性二次型追逃博弈的控制方法。首先,将非合作目标接近问题转化为二人追逃博弈问题,并设计了二次型目标函数。其次,结合相对运动模型,建立了线性二次型追逃博弈模型。为得到纳什均衡策略,将HJ方程转化为代数黎卡提方程,并给出了李雅普诺夫迭代法对其求解。最后,对博弈控制方法的有效性进行仿真验证,结果表明,该方法能够在非合作目标机动时实现轨道接近控制。     

多星博弈拦截Nash和Pareto策略研究

针对多星博弈拦截问题,基于微分博弈对策研究了各航天器的博弈策略。分别讨论了多颗拦截器的非合作Nash反馈策略,以及合作Pareto反馈策略。首先针对Nash均衡,各拦截器以终端零控脱靶量为指标设计了博弈策略,而目标的策略以终端脱靶量的加权和进行设计。进一步,考虑各拦截器采取合作方式进行拦截,相应的博弈策略基于单一指标的凸组合进行设计,而目标的策略保持不变。通过比较,Nash反馈策略与Pareto反馈策略相同,使得拦截器可以采取非合作模式实现合作拦截的目的。最后仿真分析了2颗拦截器对同一目标进行拦截的博弈态势,表明了本文提出的博弈策略对多星博弈问题的有效性。     

大气层外多拦截器协同跟踪与制导算法

针对大气层外多弹头多诱饵的进攻场景，采用多拦截器全拦截策略，提出了带故障诊断的协同跟踪算法、时间协同中制导律以及消除脱靶量的末制导律。首先，基于最小二乘算法以及误差传播理论，实现了局部信息融合以及测量方程的线性化，简化了非线性跟踪滤波算法的设计；并依托滤波算法，设计了传感器故障诊断算法，以排除其对跟踪效果的影响。然后，基于对拦截器和目标受力的合理简化，给出了相对运动解析解，设计了有限推力下的多拦截器时间协同中制导律以及末制导律，实现对多个目标的同时击毁。仿真结果显示，本文设计的协同跟踪与制导算法，可以有效估计目标的状态并排除故障传感器的干扰，实施对多个目标的时间协同拦截。     

基于CW方程的航天器追逃问题半直接求解方法

针对时间固定的两航天器追逃问题,提出一种以半直接配点法研究追逃双方最优控制策略的求解方法。航天器追逃问题是基于微分对策的追逃问题,该问题是含有追逐者和逃逸者控制变量的两点边值问题。若采用必要条件求解,则对迭代初值要求高,收敛困难。在两航天器均为连续小推力的假设条件下,以终端距离为支付函数,给出半直接配点法的求解过程。在此数值方法中,根据半直接转换将微分对策问题转化为最优控制问题,采用Gauss-Lobbato配点法将此最优问题最终转化为非线性规划问题,继而通过序列二次规划算法求解。这种半直接配点法避免了对微分对策问题最优策略的必要条件(两点边值问题)求解。采用该方法求解对迭代初值不敏感,且数值稳定性好。数值仿真实例验证了这种求解方法的可行性。该方法提高了求解两点边值问题的收敛性,为求解含有双方控制变量的微分对策问题提供了一种思路。     

半直接配点法在航天器追逃问题求解中的应用

采用半直接配点法求解时间固定两航天器追逃问题，提出一种新的数值求解追逃双方最优控制策略的方式，避免了求解非线性两点边值问题。在两航天器均为连续小推力假设条件下，以终端距离为支付函数，给出了半直接配点法求解此追逃问题的过程。在此数值方法中，根据半直接转换将微分对策问题转化为一个最优控制问题，由Gauss-Lobbato配点法最终将此最优问题转化为非线性规划问题，继而通过序列二次规划方法求解。这种半直接配点法避免微分对策问题最优策略的必要条件(两点边值问题)求解，并且数值稳定性好。数值仿真给出了追逃双发的最优控制策略和相应的追逃轨迹。     

航天器轨道追逃博弈多阶段强化学习训练方法

针对航天器轨道追逃博弈问题,提出一种多阶段学习训练赋能方法,使得追踪星在终端时刻抵近逃逸星的特定区域,而逃逸星需要通过轨道机动规避追踪星。首先,构建两星的训练策略集,基于逻辑规则设计追踪星和逃逸星的机动策略,通过实时预测对方的终端位置,设计己方的期望位置和脉冲策略,显式给出追逃策略的解析表达式,用于训练赋能;其次,为提升航天器的训练赋能效率及应对未知环境的博弈能力,提出一种基于强化学习技术多模式、分阶段的学习训练方法,先使追踪星和逃逸星分别应对上述逻辑规则引导下的逃逸星和追踪星,完成预训练;再次,开展二次训练,两星都采用邻近策略优化(PPO)策略进行追逃博弈,在博弈中不断调整网络权值,提升决策能力;最后,在仿真环境中验证提出的训练方法的有效性,经过二次训练后,追踪星和逃逸星可有效应对不同策略驱动下的对手,提升追逃成功率。     

基于多智能体强化学习的轨道追逃博弈方法

针对空间轨道博弈过程中的集群卫星和非合作目标追逃博弈情形下的动力学模型复杂、非合作目标机动信息未知,以及卫星间难以有效协调等问题,提出一种基于多智能体深度强化学习算法的集群卫星空间轨道追逃博弈方法.首先通过对博弈场景进行建模,在考虑最短时间、最优燃料以及碰撞规避的情形下进行奖励函数的塑造和改进,利用深度强化学习方法中的...     

基于有限时间H2性能指标的导弹机动突防策略设计

针对导弹机动突防策略设计中存在的对主要性能指标缺乏综合评价手段的问题,基于有限时间H2性能指标,给出系统性能分析与设计的准则,综合考虑脱靶量和机动消耗的能量,设计了脱靶量/能量最优的机动形式。考虑拦截器制导律信息存在不确定性,提出了有限时间鲁棒H2性能分析方法与有限时间鲁棒H2保性能控制准则,设计了在拦截器制导律信息存在不确定性时的保性能机动。结果表明,突防导弹在拦截末段的大幅度机动最为有效,能够以较小的能量代价换取较大的拦截脱靶量。
     

一种面向复杂探测环境的新型分体式制导策略

针对单一寻的飞行器在具有探测干扰屏障的制导场景中难以精确探测目标的问题,提出一种新型分体式制导策略。该策略采用两个飞行器分别完成对目标的观测与拦截,二者通过合理的信息交互与轨迹配合,从而令拦截器能够间接获取高精度制导信息。首先对分体式制导策略进行数学描述,建立分体相对运动模型和探测模型;然后将拦截器与目标间相对运动状态估计的Cramer-Rao下界作为探测性能指标并进行理论分析,从而指出观测轨迹是提高目标探测性能的关键因素;进而综合考虑目标探测性能与观察器的燃料消耗,将观测轨迹设计问题描述成一个动态多目标优化问题,并给出一种分解优化算法以提高求解效率;最后,仿真飞行算例验证了分体式制导策略的有效性。     

空间拦截攻击区和威胁区仿真研究

基于冲量变轨理论,建立了天基动能拦截器通过一次变轨机动拦截目标的轨道机动模型,提出了攻击区和威胁区的概念,并给出了确定攻击区和威胁区的数值搜索算法.通过仿真计算,分别对不同的拦截时间和机动能力约束条件下攻击区和威胁区进行了仿真分析,结果表明,利用本算法能够方便地得到动能拦截器的攻击区和目标的威胁区,为拦截的实现提供必要的决策条件.     

通信拓扑切换下的多飞行器协同拦截方法

针对通信拓扑切换条件下的多飞行器协同拦截问题，提出了一种基于扩张状态观测器的协同制导方法。建立协同制导设计模型，将协同拦截问题转换为视线稳定条件下的剩余飞行时间调节问题。为解决机动目标状态不确定的问题，将目标的状态视作扰动，设计扩张状态观测器来估计机动目标的状态，并在制导律中对目标的机动进行补偿。利用有限时间一致性理论进行一致性控制协议的设计，实现各飞行器剩余飞行时间的有限时间一致，并利用Lyapunov稳定性理论分析通信拓扑切换情况下闭环系统的有限时间稳定性，给出了系统一致收敛时间。仿真结果表明，在通信拓扑变换的情况下，设计的观测器能够有效估计目标状态，且协同制导律能够满足对剩余飞行时间的控制要求，进而实现协同拦截。     

带有引诱角色的有限时间协同制导方法

为实现高价值飞行器的有效突防，采用突防飞行器携带一枚防御器的协同突防方案，在突防器作为引诱角色的情况下，基于有限时间控制理论提出了一种带有拦截角约束的协同制导方法。基于飞行器相对运动学方程和一阶动力学特性，建立了带有拦截角约束的协同反拦截模型；用度量矩阵刻画系统有限时间输入输出动态品质，基于微分线性矩阵不等式给出了有限时间状态反馈控制器设计方法。数学仿真表明，该方法能够确保防御器在有限时间内以预置的拦截角有效拦截对方拦截器；在突防器进行引诱配合的情况下，协同突防方案能够大幅节省防御器需用加速度，验证了协同制导方法的有效性；同时，所提制导方法在不同拦截角度和初始发射条件下都能达到较好的控制效果，表现出较强的鲁棒性。     

失效航天器姿态接管的SDRE微分博弈控制

针对燃料耗尽的失效航天器姿态接管控制问题，提出多颗微卫星协同实现姿态稳定的状态相关黎卡提方程(SDRE)微分博弈控制方法。首先，将姿态接管问题转化为多颗微卫星的微分博弈问题，基于组合航天器的姿态模型和微卫星的性能指标函数建立多颗微卫星的非线性微分博弈模型，微卫星通过独立优化各自的性能指标函数得到控制策略。其次，引入状态相关系数矩阵，将非线性博弈转化为状态相关线性二次型博弈，采用SDRE方法更方便地逼近微卫星的博弈均衡策略。最终通过李雅普诺夫迭代法求解耦合状态相关黎卡提方程组得到微卫星的状态反馈控制器，实现微卫星的自主决策。数值仿真验证了多颗微卫星采用微分博弈控制方法实现姿态接管的有效性和容错性。     

基于目标加速度方向观测的微分对策制导律

针对延迟信息条件下的机动目标拦截问题,研究了一种考虑目标加速度方向观测的微分对策制导律。首先,针对引入目标方向观测信息末制导博弈问题,建立了微分对策数学模型。随后,利用状态依赖黎卡提方程求解微分对策问题,得到包含无延迟目标机动项的微分对策制导律,可以更为有效地拦截机动目标。最后,在延迟信息条件下,利用目标加速度方向观测的方法补偿延迟的目标加速度,再将补偿后的目标加速度信息取代无延迟的目标加速度,得到延迟信息条件下考虑目标加速度方向观测的微分对策制导律。仿真结果表明,新的制导律可以在延迟信息条件下有效地拦截机动目标。     

基于多模型自适应估计的混合策略微分对策制导

为有效降低多模型自适应估计器算法的计算量,本文采用目标机动命令构建其离散化假设空间,同时考虑到目标机动随机时间切换所需的检测时间要求,对多模型自适应估计器并行运行的成员滤波器数目进行了简化,基于这种简化的多模型自适应估计器对提出的混合策略微分对策制导方案进行了仿真研究。混合策略微分对策制导综合考虑了两种基本的微分对策制导律的优势和不足,针对最优目标机动随机切换时间段的不同而应用相应的制导策略。仿真结果表明简化的多模型自适应估计器方法可以实现系统状态的较好估计,包括目标加速度的估计,混合策略微分对策制导也具有较好的目标拦截性能。     

空空导弹反强机动目标时间约束滑模制导律

针对空空导弹期望时间拦截强机动目标问题，提出了一种不依赖剩余时间估计的新型攻击时间约束滑模制导律。设计了一种以弹目距离和攻击时间误差加权求和的滑模面，通过分析制导收敛条件，推导得到自适应非奇异权重函数，通过引入有限时间收敛条件，得到了一种有限时间收敛滑模制导律。该制导律在不依赖剩余时间估计条件下保证了终端打击精度和攻击时间约束。通过设计包含滑模变量的附加制导项，显著提升了攻击时间的收敛精度。针对未知加速度机动目标，分析并证明了该制导律对于拦截强机动目标具有良好的适用性。最后通过数学仿真验证了所提出的制导律在不同约束条件下的有效性，并通过对比仿真验证了算法的优越性。     

基于NHDO的机动目标拦截攻击角度约束导引律

为了精确控制导弹在有限时间内以期望攻击角度拦截机动目标,采用将导弹自动驾驶仪简化为惯性环节的方法,结合终端滑模控制理论设计了一种带攻击角度约束的有限时间收敛制导律。为了滤除视线角速率噪声,提出一种非线性跟踪微分滤波器对噪声进行滤波,建立了考虑滤波的制导系统状态方程,基于此方程设计非齐次干扰观测器,用于目标机动不确定项的估计补偿。仿真结果表明,所设计的制导律能达到对视线角速率有效滤波,对目标机动状态精确估计的目的,克服系统动态延迟对制导精度的不利影响,满足攻击角度和制导精度的双重要求。