拦截机动目标的运动伪装制导律

设计了一种基于运动伪装策略的拦截制导律。首先根据弹目相对位置关系得出双二阶动力学模型,依据运动伪装策略的运动特性给出导弹拦截目标的条件。然后利用此条件并结合弹目相对运动关系推导三维空间下的制导律。在推导过程中发现,原来的三维制导律设计可以简化为二维平面内设计,从而降低了设计难度。通过加入对目标机动的估计,给出一种适用于三维空间拦截的二维导引律。最后对该制导律进行仿真校验,并与纯比例导引律进行仿真对比,仿真结果表明所设计的制导律满足制导精度的需求。     

一种深度强化学习制导控制一体化算法

研究了一种基于深度强化学习理论的制导控制一体化算法。不同于传统的制导控制一体化算法和制导控制回路分开设计的方法,基于深度强化学习理论的制导控制一体化算法利用深度学习强化算法生成一个智能体,智能体根据导弹的观测量生成舵偏角控制指令准确拦截目标。首先将制导控制问题转化为一个马尔可夫决策过程,然后提出了一个权衡制导精度、能量损耗和飞行时间的奖励函数,将制导控制问题转化到强化学习问题的框架中。最后采用深度确定性策略梯度算法,求解提出的强化学习问题,训练得到制导控制智能体,智能体根据导弹观测量生成舵偏角指令。通过进行大量的数值模拟,验证了提出的制导控制一体化算法的有效性和鲁棒性。     

多弹最优协同诱导突防制导律

针对多弹协同突防问题提出了一种最优协同诱导突防制导律，基于诱导碰撞策略实现有效突防。首先构建了多弹协同对抗非线性模型，并基于零控脱靶量和零控碰撞角进行线性化。然后考虑拦截弹和进攻弹均为二阶驾驶仪动力学特性条件下，将各拦截弹碰撞距离和拦截弹碰撞角扩展到状态方程中，并利用状态转移矩阵降低状态方程维度。在此基础上,设计包含碰撞角约束的快收敛扩展性能指标函数，采用碰撞时间匹配策略推导出多弹最优协同诱导解析制导律的一般形式，并给出2枚进攻弹对2枚拦截弹典型场景下的突防制导律。最后通过典型场景仿真验证了最优协同诱导突防制导律的有效性。     

一种改进的观测器算法在制导中的应用

研究了导弹视线角和视线角速度可测情况下的制导信息估计问题,给出了一种改进的CB观测器(Cost-Based Observer)设计算法。基于非线性平面拦截模型,将目标机动看作一阶马尔可夫过程建立了制导信息滤波的非线性状态方程并将其化为SDC模型。针对系统能观性不足问题,提出了多状态相关系数矩阵加权组合的方案对CB观测器进行改进。并将其用于估计弹目相对距离、相对速度和目标机动加速度,利用估计的制导信息进行制导计算并与制导信息完全可测情况进行比较研究。最后,采用比例导引律进行仿真,结果表明本文所设计的观测器估计精度较高,且能满足制导性能要求。     

临近空间拦截弹中制导弹道设计

为提高临近空间拦截弹的飞行性能,基于弹道优化理论设计了中制导段的拦截弹道,分析了临近空间典型目标的弹道特性,选择滑翔/巡航段进行拦截。采用弹道与导引律分离设计的方案,从增大射程和末速度的角度,设计了高抛再入弹道,分析了拦截过程中的路径约束与性能指标,并基于纯比例导引律(PPN)给出了末制导的捕获条件,从而为建立中制导终端约束模型提供了参考。通过数字仿真对交接班捕获区进行了定量描述,验证了分离设计的高抛再入弹道能以更大的动能和有利的阵位进入末制导,且控制上更易实现。     

微分对策制导规律与改进的比例导引制导视规律性能比较

本文根据现代战争敌我双方对抗格局，提出了防空导弹拦截高速大机动目标，采用微分对策强迫奇异摄动方法零阶组合反馈解析解制导规律。这种制导规律只需要导弹和目标的位置、状态变量和法向过载的测量量，易于弹上实时实现。为了证明该制导规律的良好性能，文中给出了另一种改进的比例导引制导规律，并以某防空导弹为研究背景，对两种制导规律的性能进行了比较。结果表明微分对策制导规律的弹道参数特性比改进的比例导引制导规律好得多。     

基于滑模反演控制方法的纵向制导控制一体化设计

针对高速机动目标的末端拦截问题,研究了拦截弹的制导控制一体化设计算法。首先建立了纵向通道的制导控制一体化模型,利用非线性状态变换将其转换为易于控制算法设计的标准形式,并将目标机动干扰从不确定项中分离出来。然后考虑系统的非匹配不确定性,将滑模控制与反演控制相结合,设计了拦截弹的一体化控制算法。仿真结果验证了所设计算法的有效性和鲁棒性。     

非线性比例导引系统研究

研究了非线性比例导引系统的性能。利用一种单输入双输出二阶非线性状态估计器估计弹目视线角速度和角加速度，状态估计器的输入直接采用来自导引头的信息，其输出量可以给出弹目视线角速度和角加速度的估计值，将此估计量作为补偿信号引入到比例导引系统中，形成了非线性比例导引系统。仿真研究表明，这种非线性比例导引具有良好的制导特性。     

空间微分几何制导律应用研究

分析了空间微分几何制导指令在弹道导弹拦截场景中的捕获条件和捕获能力。首先根据古典微分几何的曲率理论将微分几何制导曲率和挠率指令从弧长体系转换到时域下,然后基于理想飞行控制系统假设给出了指令攻角和指令侧滑角的算法以及空间微分几何制导律,最后推导出拦截高速目标时的初始捕获必要条件和奇异条件。仿真结果表明,空间微分几何制导律可以应用于实际的拦截场景,且与传统的比例导引律相比,该制导律对机动目标具有更好的拦截性能。     

基于零脱靶量设计的前向追踪拦截滑模制导律

在拦截高超音速目标时,传统拦截制导律要求拦截弹速度更高,由此带来拦截弹的能量和控制等诸多难题.本文设计了一种基于零脱靶量的前向追踪拦截滑模制导律,实现了低速拦截弹拦截高速目标.首先分析了前向追踪拦截模型,该模型将低速拦截弹放置在高速目标前方飞行,通过控制拦截弹的飞行方向,可以达到拦截目标的目的;然后给出了前向追踪模型下理论脱靶量在目标机动和非机动两种情况下的数学表达式;最后以目标机动情况下的理论脱靶量为滑模面,设计了一种基于滑模控制的前向追踪拦截制导律.仿真试验验证了该制导律的可行性和高精度、低过载的特点.     

攻击角度约束下的分布式强化学习制导方法

为提高导弹在攻击角度约束下对目标的打击效能，提出了一种基于深度确定性策略梯度算法的分布式强化学习制导策略。为了最大限度地减小攻击角度误差，设计了一种新的奖励函数，使导弹在满足视场角约束的同时，视线角向期望值收敛。此外，为了增强强化学习模型的泛化能力，提出了一种分布式探索策略，提高了模型训练过程中对环境的探索效率。仿真结果验证了所提出的分布式强化学习制导方法能够在固定攻击角度约束下实现对目标的精准打击。与传统制导律相比，所提制导方法的攻击角度误差更小，收敛速度更快。     

航天器反应式碎片规避动作规划方法

提出一种航天器反应式碎片规避动作规划方法，首先以扰动流体动态系统(IFDS)算法作为动作规划的基础算法，通过其中的总和扰动矩阵对航天器的轨道速度矢量进行修正，实现轨道机动规避；然后，建立基于双延迟深度确定性策略梯度(TD3)深度强化学习算法的反应式动作规划方法，通过TD3在线优化IFDS规划参数，实现对碎片群的“状态-动作”最优、快速规避决策。在此基础上，将优先级经验回放和渐进式学习策略引入该方法中，提升训练效率。最后，仿真结果表明，所提方法可使航天器安全规避多发、突发、动态且形状各异的空间碎片群，且具有较好的实时性。     

未知空间目标纹理缺失表面三维重建算法

针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题，提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法。首先设计一种基于深度学习的图像逐像素深度估计框架，通过在训练过程中引入多个复杂结构模型，提高该深度估计框架的泛化能力；其次，利用TSDF对各帧图像所估计的深度信息进行融合，实现对纹理缺失区域的空间目标完整三维重建。根据仿真校验，对于300 mm尺寸的卫星模型图像，像素深度估计平均误差约为13 mm，通过TSDF融合后尺寸精度误差小于5.10%。实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计，并获得目标完整的三维结构与纹理信息，有效解决无纹理区域的重建结构缺失问题。     

基于深度学习的空间站舱内服务机器人视觉跟踪

为提升舱内跟随服务机器人的任务辅助能力,解决机器人对航天员的视觉跟踪问题,提出了一种基于深度学习和概率模型的人体视觉跟踪算法。利用深度卷积神经网络实现了对穿着多样、姿态任意人体的稳定检测。结合人体检测结果,设计了运动预测概率模型,实现了对指定人员准确、连续的跟踪。算法对包含大多数航天员活动的多个数据集进行了验证。实验结果表明:提出的跟踪算法实现了对穿着多样、姿态任意人体的稳定跟踪,并有效避免了由于穿着相似、遮挡可能造成的误跟踪问题。该算法为空间站舱内跟随服务机器人对航天员的视觉跟踪提供了有效的解决方法。算法基于融合的RGB-D图像,工程上易于构建和实现,也可拓展到其他跟随服务机器人视觉跟踪任务中。     

多节点探测器软着陆的路径规划方法

面向小行星探测任务的需要,柔性连接的多节点深空探测器是针对单节点探测器着陆易倾覆或反弹等问题的一种解决方案.基于此构建了一种采用柔性连接的三节点探测器并对其软着陆情况进行建模,提出了带自注意力机制的多任务深度强化学习方法.各节点以探测器主体为参照物描述自身状态,节点之间通过联合学习来提高各自对复杂环境的适应能力;在对探...     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题,应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习（SNIRL）算法进行求解,该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性 。     

基于强化学习的软体机构抓捕策略研究

大型空间结构建造与维护、失效卫星检测与维修、轨道碎片清除等已成为航天技术发展亟待解决的现实问题。针对传统空间捕获机构质量惯量大、末端抓取精度要求高、抓捕对象适用范围窄不足等,创新性地提出基于IPMC(ion-exchange polymer metal composite)功能复合材料的多自由度仿生软体新型抓捕机构,同时基于强化学习算法提出多模态信息融合的抓捕操作强化学习策略,从而提升抓捕机构空间捕获的成功率,为空间抓捕技术的智能化发展提供新思路。     

基于通道剪枝的SAR图像舰船检测优化算法

近几年,随着深度学习的发展,基于深度学习的目标检测算法开始应用于合成孔径雷达(SAR)图像中的舰船检测。但深度学习模型结构复杂,参数量与计算量巨大,无法应用到星载处理器的实时处理中。本文提出一种结合了Faster-RCNN和卷积通道剪枝的舰船检测方法,在保证检测精度不受较大影响的情况下,剪除卷积层中的部分参数,提高检测效率。实验表明:经过剪枝优化的Faster-RCNN舰船检测模型中的参数量降低了约56%,而推理时间减少了约51%,同时精度下降仅有1.9%。这给未来在星载处理器上部署舰船检测算法提供了新的思路。     

Optimal diving maneuver strategy considering guidance accuracy for hypersonic vehicle

An optimal maneuver strategy considering terminal guidance accuracy for hypersonic vehicle in dive phase is investigated in this paper. First, it derives the complete three-dimensional nonlinear coupled motion equation without any approximations based on diving relative motion relationship directly, and converts it into linear decoupled state space equation with the same relative degree by feedback linearization. Second, the diving guidance law is designed based on the decoupled equation to meet the terminal impact point and falling angle constraints. In order to further improve the interception capability, it constructs maneuver control model through adding maneuver control item to the guidance law. Then, an integrated performance index consisting of maximum line-of-sight angle rate and minimum energy consumption is designed, and optimal control is employed to obtain optimal maneuver strategy when the encounter time is determined and undetermined, respectively. Furthermore, the performance index and suboptimal strategy are reconstructed to deal with the control capability constraint and the serous influence on terminal guidance accuracy caused by maneuvering flight. Finally, the approach is tested using the Common Aero Vehicle-H model. Simulation results demonstrate that the proposed strategy can achieve high precision guidance and effective maneuver at the same time, and the indices are also optimized.