一种非线性末制导系统模型的精确线性化

针对未来高机动目标的拦截 ,运用非线性系统几何理论中的精确线性化方法 ,设计了一种空空导弹非线性末制导系统加速度指令。假设目标做逃逸机动 ,弹体 -自动驾驶仪响应用一个二阶环节描述 ,建立了导弹目标三维相对运动方程。根据终端约束直接选取系统输出阵 ,经动态反馈线性化 ,将非线性系统模型转化为线性方程 ,求得了目标任意机动时的非线性末制导系统的加速度指令。以纵向平面为例进行了仿真计算 ,结果表明该方法是行之有效的 ,得到的解可以用来改进导弹大离轴发射角时的进攻能力。     

基于神经网络的精确末制导律研究

针对动能杀伤武器重量极小化问题，基于神经网络技术、动态逆补偿法和非线性优化法，研究了两种精确末制导律，一种采用FFBP神经网络学习一要制导方程动态逆实现精神制导，另一种采用FFBP神经网络学习非线性优化解实现精确制导，仿真分析表明，前者对目标加速度估计误差过于敏感，无法实现；而后者在目标加速度有误差时仍能实现精确制导，估于偏置比例导引，并可以使动能杀伤武器重量极小化。     

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。     

基于多子人口群协作进化的拦截轨道优化

针对基本遗传算法对航天器拦截轨道数值优化计算效率较低的问题,提出了一种新的基于多子人口群协作进化的算法。使用子人口划分技术提高了人口多样性防止早熟,用免疫算子减小搜索空间,两者都加速了进化计算过程。应用此算法求解了具有推力约束和拦截时间约束使燃料消耗量最小的航天器拦截轨道,并分析了其与基本遗传算法的不同。通过航天器拦截轨道仿真表明,该算法优于基本遗传算法,可用较少的计算时间得到全局最佳解,提高了航天器拦截轨道优化的计算效率。