一种基于机动辨识预测的空空导弹导引律

现有的空空导弹导引头在有噪声和干扰的环境下获得目标精确信息存在时间延迟,且新一代目标的机动能力更强,不对导弹加以补偿会造成较大脱靶量,所以需对目标状态有效预测。针对新一代目标规避空空导弹常用的大机动模式,为满足新一代空空导弹发展需求,设计了一种新型复合导引律。从目标自身出发,研究高机动目标规避导弹采用的典型机动形式,对机动轨迹进行离线建模,构建具有扩展能力的目标机动模型库。设计自适应滤波器对测量噪声进行降噪。同时,利用模型库设计了机动辨识预测器,对目标实际机动进行在线辨识。基于在线辨识的结果对目标机动进行预测,并对时间延迟进行补偿和修正,实现对高机动目标的精确打击。仿真结果表明:该方法对不同类型的机动目标均有较高的预测精度和命中精度。     

火星大气进入滑模自抗扰制导方法

针对火星探测器大气进入制导阶段存在着模型参数误差等不确定性,基于直接反馈线性化理论设计了一种滑模自抗扰进入制导方法。首先利用反馈线性化方法对跟踪系统模型进行线性化处理;在此基础上设计了滑模控制律,并利用线性扩张状态观测器估计系统的未知不确定量,在控制律中进行补偿;此外还给出了大气进入段的横向制导律。仿真结果表明,与反馈线性化方法相比,该方法设计的制导律有效地降低了模型参数误差对制导精度的影响,实现了对参考轨迹的良好跟踪,提高了探测器开伞点的精度。     

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。     

基于深度强化学习的高超声速飞行器动态面控制方法

针对高超声速飞行器控制问题,通过将深度强化学习与动态面控制方法相结合,设计了智能姿态控制算法。首先,利用模型先验知识,采用传统的动态面控制方法设计控制器结构。然后,考虑跟踪误差和控制量幅值约束的指标情况下,采用深度学习算法完成对控制器参数的智能寻优,代替传统设计中的人工调参试错过程。为提升训练效果,在奖励函数中引入了控制量变化率。最后,通过数值仿真验证了本文所设计控制方法的有效性与鲁棒性。     

受输入饱和约束的导弹直接侧向力/气动力

针对受输入饱和约束的直接侧向力与气动力复合控制的导弹,研究其自动驾驶仪设计问题。导弹的执行机构分别是舵机和侧向脉冲发动机。舵机提供的是连续的控制量,而侧向脉冲发动机提供的是离散的控制量。首先采用最优控制方法设计连续的舵控制器。再对设计好舵控回路的新受控弹体,基于含有界干扰项离散饱和系统不变集分析方法进行直接侧向力控制器的设计。设计过程中,充分考虑了舵偏角的饱和非线性因素以及侧向脉冲发动机点火数取整产生的量化误差。最后,利用数值仿真验证了所提出控制方法的有效性。