高超声速滑翔再入定向定速打击末制导算法

以具有终端落角和落速约束的小升阻比短距滑翔高超声速再入打击飞行器为研究对象，通过引入弹道调整段来实现对飞行器的初步大幅度减速，并使其满足中末制导交班条件，以解决飞行器捕获目标后难以直接对其进行定向定速打击的问题。首先设计了一种变角偏差反馈系数的偏置比例制导律，解决了末端攻击段弹道下压困难以及导引头视场稳定跟踪等问题。在此基础上，建立了一种基于攻角和弹道倾角估计的末端减速指令生成方法，有效解决了基于理想速度曲线减速控制方法精度不足的问题。因此，数值仿真结果表明该制导方案能够有效控制飞行器终端落角和落速，并具有较高的制导精度。     

再入轨迹多约束模型预测静态凸规划方法

针对大升阻比可重复使用飞行器再入滑翔轨迹规划问题,提出了一种基于自适应分段Chebychev伪谱离散的多约束模型预测静态凸规划算法(P CMPCP),实现了全量终端状态约束及多过程约束作用下再入轨迹的高精度迭代解算。考虑倾侧角翻转导致控制量不连续,传统规划方法难以同时严格满足终端位置、角度约束,且过程约束易超限,采用自适应分段伪谱离散策略,构建全程飞行状态及过程性能指标约束对各配点处控制调整量的敏感度关系,从而将非线性最优控制问题转化为静态凸规划问题,并利用内点法对各分段控制量进行了协调优化。本文所提方法无需对动力学模型进行简化或近似处理,即能以少量积分运算使轨迹满足再入全量模型约束,且控制量平滑,数值精度优于传统规划方法。     

基于无迹卡尔曼滤波的巡飞弹气动参数在线辨识方法

为降低巡飞弹的研制成本和缩短研制周期,采用气动参数辨识来获取巡飞弹的气动参数。目前,在线气动参数辨识方法主要为扩展卡尔曼滤波,然而该方法存在计算量大,精度低,部分复杂非线性系统难以求取系统的Jacobian矩阵和Hessian矩阵的问题。因此本文采用无迹卡尔曼滤波算法实现在线参数辨识,并通过对巡飞弹纵向气动参数辨识,验证无迹卡尔曼滤波参数辨识精度优于扩展卡尔曼滤波。     

基于扩展卡尔曼滤波的三维风速在线估计方法

风是影响巡飞弹药这类小型飞行器的重要环境因素,对飞行带来了较大的不确定性。为此,本文建立对飞行影响较大的常值风的估计模型,利用巡飞弹药中动压传感器及GPS/MIMU的输出数据作为观测量,通过扩展卡尔曼滤波实现对三维风速的在线估计,并分析了系统的可观测性。数值仿真试验表明:水平风速估计误差优于0.1m/s,垂直方向的风速估计误差优于0.4m/s,为巡飞弹参数辨识与控制系统设计提供精确的实时风速参考。