拦截机动目标的三维协同中末一体化制导律

针对空中来袭目标机动能力较大,单枚导弹无法有效拦截的问题,提出了拦截机动目标的三维协同中-末一体化制导律。根据目标和拦截弹的最大机动能力计算所需的最少拦截弹数量,解算出末制导的初始阵位约束,根据阵位约束,设计基于改进比例导引的协同末制导律。基于中制导开始时目标速度,迭代求解出预测命中点以及中末交班约束,提出基于预测命中点的时间角度协同中制导律。在三维场景下对协同中末制导律进行仿真验证,结果表明：该方法能够有效满足中末交班的阵位要求以及末段拦截精度,实现对机动目标的有效拦截。     

基于脱靶量级数解的最优机动突防策略

针对比例导引控制的拦截弹，建立高阶制导系统状态空间模型，基于脱靶量级数解公式，对目标最优机动突防策略及其影响因素进行了研究。首先，针对拦截弹的制导系统为线性一阶、线性高阶时，目标最优机动突防效果进行了仿真分析，结果表明拦截弹弹体模型的准确性对突防效果存在影响，高阶系统对应脱靶量更大且效果更真实；将结果与一次阶跃机动和蛇形机动对比，发现最优机动突防效果最佳。然后，建立弹目运动的二维非线性模型，仿真得出目标最优机动产生的脱靶量曲线与线性系统吻合度较高，线性模型选取合适。最后，研究了有效导引比和剩余飞行时间估计误差对最优机动突防效果产生的影响，结果表明有效导引比估计误差对最优机动突防效果影响不大，剩余飞行时间估计误差则会使目标最优机动突防性能大幅下降，甚至部分情况比蛇形机动突防效果差。      

高超末段机动突防/精确打击弹道建模与优化

针对高超声速飞行器再入末段机动突防、精确打击问题,从最优控制角度出发,提出了一种考虑拦截弹动力学特性的最优机动突防弹道优化方法,获得了高超声速飞行器的最大机动能力。该方法将拦截弹运动模型引入突防弹道优化的模型中,通过施加约束限制拦截弹按照比例导引律飞行。根据飞行任务和交战双方的弹道特点分段,结合各段的任务和特性,分别提出了突防性能指标和精确打击性能指标等,并通过加权函数将各个独立、矛盾的性能指标统一,建立了多对象、多段、多约束机动突防弹道优化模型,采用Radau多段伪谱法（MRPM）进行求解。针对该问题求解的初值敏感、可行域窄等问题,提出了一系列弹道优化策略,提高了收敛速度和求解精度,最终获得了最优机动弹道,并通过协态映射原理对其最优性进行了验证。结果表明,该方法能充分发挥高超声速飞行器的机动能力,获得满足落点精度要求的突防弹道,相对已有方法,将脱靶量提高了1~2个量级。灵敏度分析表明,该弹道对拦截弹的发射时间不敏感。      

基于协同滤波轨迹预测的机动目标RTPN拦截制导律

针对当前空中威胁目标拦截的实际需求,结合拦截器本身的机动能力,基于全覆盖协同策略,提出一种协同探测的现实真比例导引律（RTPN）制导拦截方法。所提方法解决了传统RTPN方法未考虑拦截器饱和过载限制及对任意机动目标捕获区域的确定问题。此外,针对拦截过程中对目标运动轨迹测量误差及协同探测数据丢包所引起的数据融合精度和鲁棒性问题,提出一种分布式协同滤波算法;针对数据传输和拦截器本身动力学响应延迟等问题,提出一种航迹预测算法。仿真结果验证所提方法能够有效解决饱和过载下的捕获区域确定及动力学延迟问题,及协同探测数据融合中数据丢包所引起的鲁棒性和精度问题。     

干扰补偿式预测拦截制导法

针对比例导引律及其许多改进方法不能预测大机动目标因机动飞行引起的方位变化的缺陷，本文研究了一种新型的对干扰进行补偿的试验拦截方法，通过介绍初始扰和常驻外扰动的估算方法并利用不变性原理对其进行补偿，视线角速度基本稳定在零点附近，达到预测拦截、提高攻击大机动目标制导精度的目的。     

轨道机动过程中推力加速度的在线最小方差估计

定位和跟踪空间机动目标时，对目标运动建模受发动机推力的不确定性影响，通过统计处理离散的雷达观测数据实时估计发动机的推力，进而定位和跟踪机动目标便是本文所要研究和解决的问题，本文在地心惯性系建立了常推力轨道机动过程中连续变质量运动模型和离散雷达量测模型，机动过程中质量秒耗量和排气速度作为表征轨控发动机推力的两个近似常量，应用扩展卡尔曼滤波对离散雷达测量数据进行序贯统计处理得到发动机推力的最小方差估计；文中详细地给出了线性化量测模型的变分方程和观测矩阵；仿真结果表明该算法能快速、准确地在线估计轨控发动机的等效推力。     

带约束碰撞角的顺/逆轨制导律设计

针对逆轨、顺轨拦截模式,提出了带末端约束碰撞角的ACPN(Angle Control Proportional Navigation)、ACRPN(Angle Control Retro-Proportional Navigation)2种轨迹成型制导律.将线性的比例制导(PN)/负比例制导(RPN)作为标称指令,将碰撞角约束作为反馈指令,以相对加速度建立微分方程,得到了ACPN、ACRPN制导律.ACPN使用正比例系数,逆轨拦截目标;ACRPN使用负比例系数,顺轨拦截目标.与现有的研究结果进行仿真对比:ACPN具有耗费控制力少、末加速度小的优势;ACRPN的控制力、脱靶量、碰撞角误差较逆轨拦截优势明显.此外,分析了拦截高速目标的捕获区域.结果表明,ACPN比偏置比例导引的捕获区域大.当拦截弹的航迹角小于π/2+λ_i时(λ_i为初始视线角),宜采用ACPN(逆轨模式)拦截目标,拦截弹的航迹角大于等于π/2+λ_i时,宜采用ACRPN(顺轨模式)拦截目标.      

基于扩张状态观测器的导弹滑模制导律

针对导弹拦截机动目标的问题,基于扩张状态观测器(ESO,Extended State Observer)设计了一种全新的导弹滑模制导律.考虑拦截时的弹目相对运动关系,通过ESO对目标加速度进行实时的观测和动态补偿,有效地解决了导弹拦截末端所需过载过大的问题,使导弹能够以更小的脱靶量拦截目标.同时在仿真中考虑自动驾驶仪的二阶动态特性,分别以不同的初始航迹角对周期性机动目标和非周期性机动目标进行拦截打击仿真,并与基于有限时间收敛理论提出的滑模制导律对迎击拦截、追击拦截和前向拦截3种方式进行仿真对比,仿真结果表明了基于ESO的滑模制导律在拦截末制导过程中的鲁棒性和优越性.      

近距空战训练中的智能虚拟对手决策与导引方法

针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题，提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息，建立近距空战决策动态贝叶斯网络模型，实现根据战场动态环境变化的占位导引指标决策。针对在线识别的各类目标机动动作，建立轨迹预测模型，实现目标轨迹的实时预测。根据占位导引指标和目标预测轨迹，考虑飞行性能约束，采用约束梯度法计算智能虚拟对手的优化占位导引量。实现了近距空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明:所提方法能够实现智能虚拟对手的合理化自主决策和占位导引，克服了传统方法实现机动动作方式固化的问题，具备较好的实时性和优化性。      

基于模糊神经网络的导弹最优寻的末制导律

提出了一种适用于一类末制导段采用推力矢量控制的新型导弹的模糊神经网络最优寻的末制导律.在制导律设计时不仅要求导弹能量最省,脱靶量最小,同时考虑了推力矢量控制的非线性特点,并且为改善该神经网络系统的学习效果,在学习算法中还引入模糊学习规则.数字仿真表明所提出的模糊神经网络制导律对于机动目标具有较好的攻击能力.     

拦截高速目标的全向真比例制导律研究

针对高速目标拦截问题,提出了能自动选择拦截模式并调整拦截弹速度,兼具顺、逆轨拦截能力的全向真比例制导律(OTPN),该制导律可以满足对高速目标实施全向拦截制导的需求。本文在高速目标的比例拦截制导研究中,发现存在2个满足成功条件且比例关系符号相反的制导终点,分别对应顺、逆轨拦截模式;在制导律的设计中综合控制加速度限制因素,通过制导比例关系的正负变换放宽了初始拦截约束条件。数值仿真结果验证了OTPN的正确性和有效性,与其他制导方案的拦截仿真比较表明:同等拦截条件下OTPN的捕获范围、拦截时间和总控制量需求等参数均优于经典比例和负比例制导律;通过捕获能力仿真,研究了控制加速度上限和比例系数取值对OTPN拦截捕获能力的影响。      

上面级轨道转移段姿态控制技术

由于姿态与轨道运动的耦合,以及制导系统确定的发动机推力矢量方向不通过系统质心所引起的干扰力矩,火箭上面级轨道转移段的姿态运动会受到很大的干扰,为此,研究了利用轨控矢量发动机主动摇摆和滚转姿控发动机喷气的上面级姿态控制技术。首先,利用凯恩方程建立包括上面级本体、发动机旋转支架以及矢量发动机的系统多体动力学方程,推导了矢量发动机工作时偏心引起的干扰力矩和推力矢量控制中矢量发动机的摆角计算公式,利用矢量发动机主动摇摆和滚转姿控发动机喷气控制上面级的姿态。其次,基于变结构控制方法,设计了上面级轨道转移段的姿态控制律,使得上面级轨道转移期间姿态控制的精度达到了10^-3级别,且矢量发动机推力矢量既为制导指令方向又通过系统质心,减小了矢量发动机对上面级的干扰力矩。最后,进行了数值仿真,仿真算例结果验证了控制律的可行性。     

大前置角拦截攻击时间控制导引律

为了实现大前置角拦截下的时间一致性饱和攻击,利用非线性导引方程,采取基于预测命中点（PIP）的剩余时间估计方法,结合等效滑模控制理论和Lyapunov稳定性定理,设计了一种大前置角拦截攻击时间控制导引律（ITCG）。针对固定目标和非机动运动目标,在弹目接近速度为负的情况下也能保证准确命中,实现了任意初始前置角下的指定时间到达,拓宽了导弹的制导初始条件,并给出了严格的理论证明。不同初始条件下的仿真结果验证了导引律的有效性。      

基于随机机动模型和落点预测的制导律设计

针对自旋弹体低成本制导律设计问题，提出了一种基于落点预测的新型制导律设计方法。采用随机机动模型和自适应卡尔曼滤波器估计弹体的飞行状态，并解析求解弹体落点预测值，根据落点预测值与目标的偏差生成制导指令。该制导律不依赖于弹体气动参数和弹体运动方程的在线数值求解，避免了常规基于落点预测的制导律所带来的在线计算成本。根据自旋火箭弹的非线性数学模型，通过数值仿真检验了所提制导律在标称参数条件和参数受扰条件下的性能。通过与比例制导律进行制导性能对比，结果表明:所提制导律的制导性能在绝大多数情况下优于比例制导律。      

多飞行器突防打击一体化微分对策制导律设计

针对多进攻弹突防弹群拦截再打击目标的交战场景,提出了一种可应用于对手信息不完全情况下的微分对策制导方法。建立多飞行器交战的线性化模型,并依据不同对抗组进行模型降阶。引入时间算子统一所有分组的终端时间,基于二人零和微分理论给出制导律。利用扩展卡尔曼滤波(EKF)实现对拦截弹和目标的状态估计,并将估计应用于所提制导律。在对手状态信息已知时,仿真突防脱靶量大于5 m,拦截脱靶量小于0.1 m。而在只给定粗糙有噪声观测的不完全信息下,滤波器对拦截弹与目标的状态估计误差可接受,仿真结果依然保持相近的脱靶精度。仿真结果表明,所提制导律能有效导引进攻弹规避拦截,并准确打击目标。