带约束碰撞角的顺/逆轨制导律设计

针对逆轨、顺轨拦截模式,提出了带末端约束碰撞角的ACPN(Angle Control Proportional Navigation)、ACRPN(Angle Control Retro-Proportional Navigation)2种轨迹成型制导律.将线性的比例制导(PN)/负比例制导(RPN)作为标称指令,将碰撞角约束作为反馈指令,以相对加速度建立微分方程,得到了ACPN、ACRPN制导律.ACPN使用正比例系数,逆轨拦截目标;ACRPN使用负比例系数,顺轨拦截目标.与现有的研究结果进行仿真对比:ACPN具有耗费控制力少、末加速度小的优势;ACRPN的控制力、脱靶量、碰撞角误差较逆轨拦截优势明显.此外,分析了拦截高速目标的捕获区域.结果表明,ACPN比偏置比例导引的捕获区域大.当拦截弹的航迹角小于π/2+λ_i时(λ_i为初始视线角),宜采用ACPN(逆轨模式)拦截目标,拦截弹的航迹角大于等于π/2+λ_i时,宜采用ACRPN(顺轨模式)拦截目标.      

THAAD增程型拦截弹预测制导方法

根据公开资料对THAAD增程型拦截弹建模,针对大射程的特点规划了高抛弹道,生成标准弹道族。提出了迭代预测命中点法,利用解析方法计算剩余飞行时间,基于多项式拟合法寻找标准弹道,确定预测命中点,完成预测制导任务。将迭代预测命中点法与迭代飞行时间法进行对比,迭代预测命中点法初值选取容易,程序运行时间减少20%,制导过程中无需调用标准弹道文件,节省了计算机存储空间。通过改变射程、航路捷径对预测制导方法进行仿真验证,结果表明,拦截弹拦截射程可覆盖到600 km,并且能完成存在航路捷径时的拦截任务,平均脱靶量在200 m以内,应对气动不确定性的效果良好。      

基于学习的中段反导拦截时间和拦截点预测方法

弹道导弹实时、准确地预测拦截弹的拦截点与拦截时间，是实现中段突防的有效手段。针对弹道导弹中段突防中的拦截点坐标及拦截时间的预测问题，提出了一种基于监督学习的在线预测方法。以拦截弹的主动段关机参数和关机时刻为输入量，建立拦截时间和拦截点预测模型。在多层感知机神经网络的基础上构建有监督学习算法，通过攻防仿真获取拦截弹的参数制作训练数据集，在线下完成网络训练。仿真结果表明:神经网络能够有效在线预测拦截时间和拦截点坐标，预测结果的相对误差分别为0.124 3%和0.128 5%，拦截时间预测结果误差的平均值为0.224 0 s，拦截点预测结果距离误差平均值为2 016.48 m，均满足精度要求。      

拦截高速目标的全向真比例制导律研究

针对高速目标拦截问题,提出了能自动选择拦截模式并调整拦截弹速度,兼具顺、逆轨拦截能力的全向真比例制导律(OTPN),该制导律可以满足对高速目标实施全向拦截制导的需求。本文在高速目标的比例拦截制导研究中,发现存在2个满足成功条件且比例关系符号相反的制导终点,分别对应顺、逆轨拦截模式;在制导律的设计中综合控制加速度限制因素,通过制导比例关系的正负变换放宽了初始拦截约束条件。数值仿真结果验证了OTPN的正确性和有效性,与其他制导方案的拦截仿真比较表明:同等拦截条件下OTPN的捕获范围、拦截时间和总控制量需求等参数均优于经典比例和负比例制导律;通过捕获能力仿真,研究了控制加速度上限和比例系数取值对OTPN拦截捕获能力的影响。      

基于线性重力差模型的拦截弹中制导技术

针对机载动能拦截弹的中制导段气动力作用可忽略且存在无法实时精确计算重力偏差等特点,提出了一种基于线性重力差模型的预测制导方法。通过线性模型逼近中制导过程中拦截弹与目标之间的重力偏差,以此为依据调整拦截弹的推力矢量并将重力偏差值消除。在此基础上采用延迟点火的策略使得拦截弹的拦截器助推级更好地修正预测模型与实际情况的偏差,经过仿真验证可以将整个中制导段的脱靶量限制在一个较小数值,从而为末制导段提供良好的初始条件。     

脉冲型逻辑切换飞行系统的制导控制律设计

探讨了气动舵面和侧向喷流复合控制模式下拦截弹飞行系统的制导与控制.由于高空气动力不足,同传统的只装配气动舵面的拦截弹相比,为改进对于机动目标的拦截精度,将侧向喷流装置引入以增加导弹的机动能力.使用脉冲型混杂切换系统对侧向喷流导弹动力学进行描述;滑模制导律和决定侧向喷流装置开启策略的逻辑切换律被提出用于产生期望制导指令.仿真和比较证实:滑模制导律和逻辑切换律对目标机动敏感,末端脱靶量很小(<0.1 m),拦截弹动能碰撞杀伤目标.      

基于虚拟域预测控制的轨迹跟踪方法

针对在线轨迹实时规划算法,提出了一种基于虚拟域预测控制的轨迹跟踪方法。该方法采用多项式近似系统模型,引入虚拟路径及反动力解算方法,将时域转化为虚拟域,较在时域上近似模型的控制方法解耦效果好,实时性强。通过反动力学解算、非线性规划的输入设置可直接得到连续的控制量,相对于传统非线性预测控制的软约束的方法,从根本上保证了控制量的连续性。以拦截弹道导弹为背景,在初始状态量添加小扰动及末端条件改变的条件下,进行仿真验证。结果表明:与非线性反馈跟踪方法相比,曲线平滑,在遭遇点脱靶量、末端路径倾角及偏角误差较小,实时性同样可满足控制需求。     

多拦截器总体拦截方案设计与分析

多拦截器(MKV,Multiple Kill Vehicle Interceptor)通过采用一个运载母仓携带多个小型动能拦截器对目标实施动能拦截,有望克服传统动能拦截武器多目标识别及拦截的难题.以MKV对远程弹道导弹多弹头中段拦截为背景,设计了MKV的总体方案,分析了MKV基本作战流程;并分别针对MKV制导策略、释放策略、MKV机动能力对拦截的影响以及MKV目标分配策略等几个关键问题开展研究.仿真分析表明,采用所设计的MKV方案能够实现对远程弹道导弹多弹头的拦截.     

有界双重控制导弹微分对策制导律

针对有界控制导弹采用鸭舵或尾舵单一控制形式存在的劣势,基于双边优化微分对策理论,推导了一种有界双重控制导弹微分对策制导律。该制导律不仅将鸭舵与尾舵两组舵面的控制有效融合在一起,而且实现了有界控制命令最优的分配设计。分析了该微分对策制导律的对策空间,并从弹目机动性能比和控制系统时间常数比之间的关系,给出了鞍点解的存在条件。考虑非完全信息情形,完成了目标加速度滤波器和拦截性能衡量指标的设计。采用Monte Carlo法进行了制导性能的仿真验证,结果表明:所设计的有界双重控制导弹制导律与采用单一的鸭舵控制或尾舵控制的导弹相比不仅机动性要求较低,且具有较高的命中概率。      

Research on the Relation Between the Seeker's Handover and the Geometrical Position of the Missile and the Target

 研究了雷达导引头的交班误差以及截获概率与交班时刻弹目几何位置的关系,提出了单个误差角的导引头天线指向角误差模型,它与两个误差角的导引头指向角误差模型相比可以更好地分析天线指向角误差,并得到使指向角误差最小的弹目几何位置;然后进一步得到使多普勒频率误差最小的弹目几何位置;给出了最终的截获概率的表达式,截获概率由目标处于导引头天线主波束的概率、目标回波多普勒频率落入接收机频带内的概率和目标的检测概率组成的;最后分析了一种典型的中末交班情况.     

拦截大气层外机动目标的模糊导引规律

针对大气层外机动目标的拦截问题,分析了轨控发动机作用下拦截器与目标的相对运动规律,并据此提出了拦截能力的估计方法.根据轨控发动机能够修正的视线转率上限和最短工作时间设计了开机曲线.结合开机曲线和拦截能力的估算方法提出了基于模糊逻辑的导引规律.该导引规律根据专家经验制定模糊规则,利用相对距离和拦截能力作为模糊推理系统的输入对发动机的开机曲线进行调整,结合继电器方式的发动机开关机规律形成制导指令.针对两种典型的目标机动方式,通过仿真验证了该导引规律对机动目标进行拦截的有效性.     

拦截机动目标的三维协同中末一体化制导律

针对空中来袭目标机动能力较大、单枚导弹无法有效拦截的问题,提出了拦截机动目标的三维协同中-末一体化制导律。根据目标和拦截弹的最大机动能力计算所需的最少拦截弹数量,解算出末制导的初始阵位约束,根据阵位约束,设计基于改进比例导引的协同末制导律。基于中制导开始时目标速度,迭代求解出预测命中点以及中末交班约束,提出基于预测命中点的时间角度协同中制导律。在三维场景下对协同中末制导律进行仿真验证,结果表明：该方法能够有效满足中末交班的阵位要求以及末段拦截精度,实现对机动目标的有效拦截。     

基于扩张状态观测器的导弹滑模制导律

针对导弹拦截机动目标的问题,基于扩张状态观测器(ESO,Extended State Observer)设计了一种全新的导弹滑模制导律.考虑拦截时的弹目相对运动关系,通过ESO对目标加速度进行实时的观测和动态补偿,有效地解决了导弹拦截末端所需过载过大的问题,使导弹能够以更小的脱靶量拦截目标.同时在仿真中考虑自动驾驶仪的二阶动态特性,分别以不同的初始航迹角对周期性机动目标和非周期性机动目标进行拦截打击仿真,并与基于有限时间收敛理论提出的滑模制导律对迎击拦截、追击拦截和前向拦截3种方式进行仿真对比,仿真结果表明了基于ESO的滑模制导律在拦截末制导过程中的鲁棒性和优越性.