飞行器再入机动制导的一种新方法

基于飞行力学的原理，建立了飞行器攻击地面目标的运动方程，进而运用计算结构力学与最优控制的相似性原理，将求解Ｒｉｃｃａｔｉ方程的一种新方法引入飞行器再入机动制导问题中。由于采用的是结构静力学中的子结构消元法，从而避免了本征值问题的求解。该方法大幅度地提高了计算速度，同时具有很好的数值稳定性，计算结果表明该方法的有效性。     

高超声速飞行器时间协同再入制导

从饱和打击任务需求出发,针对多高超声速飞行器时间协同再入制导问题进行研究,提出时间可控再入制导律和协同再入制导架构,在改善现有制导律实时性、在线约束管理等性能的基础上,重点解决再入飞行时间不可知、不可控问题,最终实现时间协同再入飞行。协同再入制导结构分为两层,其中底层提出了基于神经网络的时间可控再入制导律,以实现再入飞行时间的可知性与可控性为目标;上层根据不同再入阶段特点设计相应的协调函数,生成时间协调信息。该结构适用于集中式或分布式的通讯结构,同时上层协调策略可以根据任务需要进行有针对性的设计与拓展。最后,通过仿真验证了时间可控再入制导律对时间的可控性和协同再入制导结构的有效性。     

飞船再入制导研究

在配平迎角飞行的合理假设下，建立了描述载人飞船再入飞行段弹道的数学仿真模型。在飞船再入标准轨道设计和再入机动边界计算的基础上，研究了基于标准轨道法的飞船再入飞行制导规律。六自由度飞行弹道的数学仿真证明，设计的制导律能满足飞船再入飞行制导和定点着陆的要求，同时还得到了飞船再入飞行的某些运动规律和一些有益的结论。     

基于多模型预测的再入飞行器制导方法

在具有控制和轨迹约束的再入制导中,提出了一种新的基于多模型预测再入飞行器纵向制导方法。首先对再入飞行器的纵向运动方程沿着标准轨道线性化,基于分段仿射约束系统建模理论逼近原非线性系统,并采用线性矩阵不等式(LMIs)优化技术离线将保证闭环系统稳定的终端二次代价项求出;然后,在每个制导周期内,基于多模型预测在线求解构造好的有限时域优化目标,从而获得控制量的增量,并把第一个控制增量分量与标准轨道的控制量叠加后形成全量控制,用于实际再入轨道的制导,而在下一个制导周期基于新的状态参数重复上面的优化过程。数字仿真结果证实了所提方法的有效性。     

一种新的空间飞行器再入制导律研究

基于阻力与能量关系的优化剖面,以该再入剖面作为基准轨迹,给出了跟踪这一基准轨迹的空间飞行器再入制导律与控制律,将基准轨迹转化为相应的迎角剖面和滚转角剖面,设计了相应的结构配置。仿真结果表明,基于阻力与能量关系剖面设计的制导律满足了各项约束条件,并能成功地控制飞行器到达所要求的位置。     

高速再入飞行器的制导与控制系统设计

 针对高速再入飞行器模型的快时变,强耦合,严重非线性的特点,采用反馈线性化方法,设计了自动驾驶仪;同时采用最优制导律设计与理想速度曲线相结合的方法,设计了能同时保证末端制导精度及速度方向、大小的制导律。最后,进行了六自由度仿真,结果表明 :设计的制导律及控制方案是合理、有效的,易于实现。     

高超声速滑翔飞行器约束预测校正再入制导

针对大升阻比高超声速滑翔飞行器的再入制导问题,将再入轨迹划分为初始下降段、过渡段和准平衡滑翔段。初始下降段采用定倾侧角飞行,过渡段在最大倾侧角附近飞行,准平衡滑翔段利用数值预测校正方法和准平衡滑翔条件在线设计同时满足过程约束和终端约束的倾侧角制导律。通过标准条件和扰动条件下的仿真结果表明,这种制导律在满足各种约束的条件下,不仅能够达到较高的精度,而且对初始误差具有良好的鲁棒性,能够应付再入时各种不确定性因素的影响。     

高速再入飞行器带落角约束末制导律研究

针对高速再入飞行器以预定角度攻击地面目标的要求,提出了一种基于Lyapunov稳定性定理的具有终端落角约束的末制导律.该制导律在纵向平面内将视线角及其角速率视为状态变量,合理构造Lyapunov函数,通过调节Lyapunov函数的系数,保证以期望的落角击中目标.该导引律不需增加任何制导观测信息,就可以有效满足落角约束要求.最后,以CAV-H为对象进行了三维仿真.仿真结果表明,该制导律能有效提高制导精度,并且多项性能指标均优于最优制导律.     

航天器再入制导方法研究现状与发展评述

介绍了国内外航天器再入制导方法领域研究的近期进展,分标准轨道制导法和预测-校正制导法详细剖析了各种再入制导律的设计思路与研究框架,指出了自主性、自适应性和鲁棒性、并且能够适应多任务的新型再入制导方法是目前的研究热点和发展方向。     

可重复使用运载器再入轨迹与制导控制方法综述

可重复使用运载器（RLV）是未来实现快速、可靠及廉价进出空间的必然趋势,也是当前航空航天领域的研究热点。对RLV再入段的轨迹优化、制导及控制方法进行了综述。在RLV再入轨迹优化方法上,分别从间接法、直接法以及伪谱法等方面进行了综述,在深入分析每类方法特点的基础上,对其未来发展趋势进行了展望;在RLV再入制导方法上,分别从离线标称轨迹制导、在线轨迹重构制导、预测校正制导等方面进行了综述,对每类再入制导方法进行了优缺点分析,并对未来发展方向进行了总结;在RLV再入姿态控制方法上,分别从线性控制方法、非线性控制方法、智能控制方法等方面对其进行了综述,并对其特点和未来发展趋势进行了分析。最后,对RLV再入制导控制一体化方法进行了综述,指出了未来RLV制导控制一体化研究中亟需解决的关键问题。     

一种在线再入侧向制导方法

侧向制导是飞行器再入制导的重要组成部分,由于传统侧向制导方法不能对倾侧角反转次数进行在线优化,往往会给再入飞行器姿态控制系统的设计带来沉重负担.为此,利用伪谱法可在线快速求解优化问题的特点,提出了一种基于伪谱法的在线再入侧向制导方法,并结合纵向预测校正制导法进行再入制导解算以缩减优化规模.仿真结果表明,在保证制导精度的前提下,所提方法有效地减少了倾侧角反转次数.     

机动再入体的带落角约束扩展比例导引律设计

传统的各种制导律都是以获得最小脱靶量为最终目标,没有考虑到导弹击中目标时刻的末端落角.为了保证非自旋再入体完成精确打击目标的任务,针对非自旋再入体垂直打击目标的制导问题,设计了一种带落角约束的扩展比例导引律.仿真研究表明,所设计的末制导律能够保证非自旋再入体命中目标时的脱靶量和末端落角都能满足要求,可以为开展近空间非自旋再入体制导问题的研究提供测试平台.     

基于神经网络的导弹制导控制一体化反演设计

针对制导控制一体化(IGC)模型中的不确定性难以进行估计补偿的问题,提出了基于神经网络的IGC反演设计方法。首先,根据弹目相对运动关系以及导弹自动驾驶仪模型建立了三维空间中的IGC模型。其次,针对由目标机动引起的模型不确定性,提出应用高阶滑模微分器(SMD)对导弹导引头获得的弹目相对运动信息进行微分,从而估计出目标加速度的方法,然后考虑导弹自身由于参数摄动以及未建模动态引起的模型不确定性,应用SMD和神经网络模型进行在线逼近补偿,基于反演控制理论设计了带有SMD和神经网络模型的IGC算法,应用李雅普诺夫稳定性理论对所设计的控制算法进行了稳定性证明。最后,进行了导弹六自由度仿真,验证了所设计控制算法的有效性。     

基于NFTET的高超声速飞行器再入容错制导

针对以X-33为对象的三自由度高超声速飞行器,采用相邻可行轨迹存在定理(NFTET)设计了容错制导律以解决再入段执行器发生故障的轨迹重构问题。在标称情况下采用预测校正算法生成满足再入过程约束和终端约束要求的再入轨迹;当执行器发生故障时,飞行器气动参数、结构和舵面力矩都可能发生不可预测的变化,原先的轨迹不再满足制导要求,因此需要设计新型容错制导律。针对实际再入制导模型,基于NFTET设计容错制导算法对轨迹进行重构,得到满足故障情况下制导任务的可行轨迹。从仿真结果中可以看出,容错制导算法生成的新轨迹重新回到了约束范围之内,轨迹呈收敛趋势,使得高超声速飞行器从故障恢复到正常飞行状态,提高了飞行器的自主容错能力。     

亚轨道飞行器再入通道概念及应用

基于亚轨道飞行器过载、热流、动压峰值集中出现,过载约束成为飞行器返回过程中主要面临的约束这一再入特性,提出再入通道概念,建立再入通道数学模型,以满足不同约束条件下的极限再入飞行仿真轨迹描述再入通道边界。分析和仿真结果表明,可以通过再入通道是否存在来判断再入任务是否可以实现,且再入通道边界参数可作为再入轨迹设计及制导的有效参考值。     

直升机动态逆神经网络模型

以SH－2G直升机辨识模型为对象，采用天并作用函数的多层感知器网络，建立了直升机的动态逆神经网络模型，在直升机越障机动飞行仿真的同时，利用直升机操纵信号和对应的状态作为网络的训练样本，对直升机逆模型进行在线辨识，并给出了仿真结果及其分析。结果表明，该网络对直升机动力学逆模型具有良好的在线辨识效果。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

A novel adaptive lateral reentry guidance algorithm with complex distributed no-fly zones constraints

Aimed at complex distributed no-fly zones avoidance problems, a novel adaptive lateral reentry guidance algorithm is proposed. Firstly, by introducing the improved attractive and repulsive potential fields, an improved artificial potential field method is developed. Combined with the proposed judgment criterion for whether a no-fly zone has been avoided, the proposed improved artificial potential field method effectively solves the reference heading angle determination problem under the constrai...