多导弹协同制导研究综述

综述了多弹协同制导领域的主要研究成果和国内外的最新进展,简述了其发展历程。鉴于现有的协同制导研究成果绝大多数主要涉及时间协同问题,而且开环的时间协同制导律已经得到了很好的综述,因此重点综述了闭环的时间协同制导律。按照协同制导架构,多弹时间协同制导可划分为双层协同制导架构和"领弹-从弹"协同制导架构;按照导弹间通信的拓扑结构还可分为集中式和分布式。首先综述了两种协同制导架构,即双层协同制导架构和"领弹-从弹"协同制导架构,并对这两种架构进行了讨论和比较;其次分别综述了集中式和分布式多导弹协同制导的研究成果,分析了这些多导弹协同制导方法的优缺点,并对该研究领域的重要发展方向进行了展望。     

基于自适应方法的多无人机编队队形控制

针对"长机-僚机"近距编队队形因风场扰动而不能保持期望队形的问题,首先,提出了一种自适应队形保持控制的方法,该方法可用于抵消因风场不确定性对无人机的横侧向和前行方向所产生的距离误差,同时能够保持无人机编队稳定飞行。其次,由于风场的不确定性会引起"长机-僚机"之间的动力学发生变化,因此设计了一种基于"长机-僚机"相对运动模型的自适应控制律用以估计风场在3个方向的大小,进而控制无人机之间的相对运动以消除风场不确定性所产生的距离误差并保持速度的一致性,最终实现保持期望的队形。再次,通过构建合理的李雅普诺夫函数,证明无人机编队在风场干扰下能够保持编队稳定飞行,同时"长机-僚机"之间相对横向、横侧向以及纵向的距离误差均接近零。最后,通过仿真验证：所提出的自适应控制方法具有良好的鲁棒性,这为工程实践提供理论依据。     

主-从多飞行器三维分布式协同制导方法

针对三维空间下的多飞行器协同打击问题,基于主飞行器和从飞行器架构提出了两种分布式协同制导方法,实现了所有飞行器最终对目标的同时命中。方法1在定义协调变量的基础上,通过对所选协调变量的一致性协同控制使从飞行器状态同步于主飞行器状态。方法2提出了分布式观测器对主飞行器的状态进行准确估计,各从飞行器通过跟踪观测的主飞行器状态信息实现命中时间的一致。理论分析表明,两种方法都可保证多飞行器同时命中目标。仿真结果验证了所提方法的正确性和有效性。     

基于路径跟随的改进领航-跟随无人机协同编队方法

针对集群无人机完成高精度协同编队的需要,提出了一种基于路径跟随的改进领航-跟随无人机协同编队方法。首先,在传统A*算法的基础上,引入了障碍威胁系数改进A*算法,为领航无人机规划从起点到目标的全局安全路径;其次,采用Hermite多项式在离散化后对领航无人机的全局安全路径进行参数化表示。当遇到新的障碍信息时,利用改进A*算法重新规划路径;随后,领航无人机将跟随无人机的空间编队信息与编队路径参数信息在集群中完成同步;最后,基于一致性原理设计了编队队形协同控制器,并基于改进人工势场法设计了动态避障控制器。仿真结果表明,与传统的领航-跟随方法相比,该方法可以降低编队误差,提高了复杂曲线路径下无人机的编队精度与稳定性,具有一定的工程应用价值。     

多导弹三维编队控制

 多导弹编队控制可极大提高多枚导弹协同作战的效能。重点研究了多导弹编队控制涉及的2个主要问题：编队结构问题和三维编队保持控制器设计问题。提出了改进的领弹-跟随弹编队模式,结合多级分布式控制策略,解决了领弹失效时队形无法保持的问题;设计了基于相对误差的三维非线性跟随弹编队控制器,得到相应的跟踪控制律。不管领弹如何机动,跟随弹与领弹的相对距离始终为指定的期望值,同时跟随弹的速度、航向角和滚转角也能与领弹保持一致,通过仿真验证了所设计的编队控制器具有鲁棒性和稳定性。     

多导弹时间协同制导:一种领弹-被领弹策略

首先,假设各枚导弹的速度为相同常值,领弹采用经典比例导引（PNG）,被领弹采用经典比例导引和机动控制相结合的方式,推导出采用领弹-被领弹策略的多导弹时间协同控制设计模型,该模型实际上描述的是一个非线性的弹目相对运动状态跟踪控制系统。在此系统中,领弹的弹目距离与导弹前置角作为两个参考状态量,被领弹的弹目距离与导弹前置角作为两个待控制的状态量。针对这一弹目相对运动状态跟踪控制系统,采用时标分离的方法设计了期望的慢子系统和快子系统。对这两个子系统分别进行动态逆控制设计,得到了被领弹的机动控制指令。该机动控制指令用于调整被领弹相对目标的运动状态,来逼近领弹相对目标的运动状态,这就保证了所有的导弹能够同时攻击目标。然后,通过为每枚被领弹引入一个与其速度相同的虚拟领弹,将上述方法推广到各枚导弹速度可为不同常值的情况。仿真结果验证了本文方法的有效性。     

基于摄动能量匹配条件的椭圆参考轨道伴飞构型设计

针对.J2摄动下椭圆参考轨道的稳定伴飞问题,提出了.J2摄动下的能量匹配条件,给出了迹向相对速度和径向相对位置的迭代设计方法,并设计了一种新的椭圆参考轨道伴飞构型.在此基础上,利用J2摄动下的能量匹配条件给出了计算伴飞初始相对状态的方法,并基于拉格朗日乘子法给出了位置保持脉冲的解析表达式,以获得形成稳定伴飞的初始相对状态和位置保持脉冲.仿真表明满足摄动能量匹配条件能形成稳定的伴飞构型,采用新的伴飞构型及其设计方法能明显减小分离距离的设计偏差.     

大规模UAV编队信息交互拓扑的分级分布式生成

UAV编队信息交互拓扑的优化设计是保证UAV编队安全性和任务执行高效性的重要基础。目前队形保持下UAV编队信息交互拓扑生成算法局限于小规模编队,且优化目标单一。针对这一问题,采用了分级分簇结构扩展信息交互拓扑层级,以满足大规模场景,同时以提高编队续航能力和减少编队总通信代价为组合优化目标,提出了基于最小树形图的分级分布式领航-跟随者编队信息交互拓扑生成算法,并通过OMNeT++进行了仿真验证。实验结果表明在考虑位置误差传递迭代时,分级分布式领航-跟随者编队的总通信代价明显低于传统领航-跟随者编队,且通过周期性更新簇首,网络能耗更加均衡,提高了编队续航能力;在80架UAV编队规模下,分级分布式领航-跟随者编队生成算法能够在0.3 s内求解完成,相比于传统领航-跟随者编队算法,求解效率提高了约2.5倍;在100架UAV编队规模下,分级分布式领航-跟随者编队生成算法能够在0.4 s内求解完成,而传统领航-跟随者编队由于位置误差的传递迭代已不能保持原有队形。     

基于分布式自适应的多智能体容错一致性控制

针对"领航者-跟随者"的多智能体编队，由于领航者系统出现故障引起编队通讯中断而不能完成任务的问题，提出了一种基于一致性理论的分布式自适应控制方法，用于解决该问题。首先，以一个位于顶点的智能体作为领航者，其余3个位于同一条线上的智能体作为跟随者，由此所构成的三角形编队作为被控对象。其中，领航者速度方向作为编队的前行方向，跟随者位于领航者之后。其次，基于图论，对智能体局部信息参数进行分布式自适应更新，并设计分布式自适应控制律，用于弥补多智能体编队中领航者故障所造成的影响。同时，根据相邻智能体的局部信息，设计整体分布式自适应容错控制律，进一步通过构建合理的Lyapunov函数，证明所设计控制器的稳定性，以及"领航者-跟随者"之间相对横向以及相对纵向的距离误差均收敛于固定常数。最后，仿真验证表明：所提出的自适应控制方法具有良好的鲁棒性，这也为工程实践提供了理论依据。