PN制导律多模型自适应辨识滤波方法

针对导弹主动防御应用中拦截导弹制导行为辨识问题,提出一种比例导引（PN）制导律多模型辨识滤波方法,对拦截导弹加速度和制导律导航常数进行辨识。采用非线性可观性理论对制导模型的可观性进行了分析。得出在拦截导弹使用PN制导律时,制导模型可观的充要条件。与以往工作相比,该方法考虑了拦截导弹末制导初期由于瞄准误差校正而引起的控制器饱和现象,在拦截导弹执行器处于饱和或退出饱和阶段都能精确对制导律进行辨识。另外,以往工作假定PN制导律常数已知,该方法将PN制导律常数当做制导模型的一个状态进行估计。仿真结果校验了所提方法的性能。     

卫星大角度姿态机动控制的SOS设计

由于卫星各轴角速度之间是相互耦合的,故当姿态作大角度机动时需要考虑其非线性的动力学特性。此外,表示姿态的运动学微分方程也是非线性的。针对这类非线性系统的控制设计,文章提出了一种采用平方和(SOS)的综合方法。虽然SOS法是一种数值计算的方法,但文中表明设计结果却具有清晰的物理意义。所得的控制律可以视为是非线性版本的PD控制。由于修正Rodrigues参数(MRP)本身特性的关系,控制输入会出现峰值,因而文章提出了一种饱和设计。根据此类姿态系统的无源性本质,可以证明饱和下系统的响应是收敛的。同时,提出了一种利用对角优势的设计思路来减少SOS法的数值误差。SOS法可以求解不容易解析求解的非线性问题,具有广阔的应用前景。     

被动式寻的导弹的运动跟踪变结构制导

应用运动跟踪变结构控制理论设计被动式寻的导弹的制导律。这种运动跟踪变结构制导律（ＭＴＶＳＧ）可以令导弹－目标相对视线角速度按照给定的运动规律变化,从而增强被动跟踪问题（等价于一个非线性系统）的可观性,同时保证导弹有很高的命中精度。仿真研究表明,在ＭＴＶＳＧ下,系统的可观性明显增强,因此系统状态的估计精度较高。进一步的研究表明,ＭＴＶＳＧ对系统状态估计误差有很强的鲁棒性。ＭＴＶＳＧ的上述各种优点使得导弹有很高的命中精度。     

交会对接中的Hill制导误差

在交会对接的自动寻的阶段, Ｈｉｌｌ制导的精度受多种误差因素的影响。介绍这些误差因素,并着重研究了导航误差和控制误差与瞄准点误差之间的关系,给出了基本分析公式。根据误差公式, 研究了如何通过设计交会轨迹来减小这两项误差对终端精度的影响。结合一种典型的 Ｖ ｂａｒ 接近轨迹, 给出了仿真结果; 结果同样适用于 Ｒ ｂａｒ 接近。     

自适应推广KALMAN滤波应用于导弹的被动制导问题

本文介绍一种非线性系统的自适应推广Ｋａｌｍａｎ滤波算法。结合导弹的被动制导问题，我们提出了一种针对非线性观测模型和线性动态模型的自适应推广Ｋａｌｍａｎ滤波器。仿真结果表明，自适应推广Ｋａｌｍａｎ滤波器的性能优于原有的推广Ｋａｌｍａｎ滤波器。     

一种自适应变结构制导律

为了使导弹制导系统具备良好的鲁棒性，本文提出用滑模变结构控制理论设计末端导引规律。结合时变系统的特点，本文提出并应用了滑模自适应趋近律这一概念。理论分析和数字仿真表明自适应变结构制导律具有优良的弹道性能和鲁棒性。另外，此制导律比较简单，便于应用。     

应用于仅有角度测量的寻的导弹制导的自适应修正增益推广Kalman滤波器

一种适用于一类特定的非线性系统全局收敛非线性滤波器被称作修正增益推广Ｋａｌｍａｎ滤波器（ＭＧＥＫＦ）。将ＭＧＥＫＦ与一种非线性时变观测噪声统计估值器相结合，导出一种自适应修正增益推广Ｋａｌｍａｎ滤波器（ＡＭＧＥＫＦ）。ＡＭＧＥＫＦ应用于三维仅有角度测量的寻的导弹制导，当测量噪声的方差不能精确已知时，不存在ＭＧＥＫＦ经常表现出的不稳定性，仿真结果表明ＡＭＧＥＫＦ是稳定的。而且与虚构的、对测量噪声方差精确已知的ＭＧＥＫＦ有几乎相同的估计效果。     

交会椭圆轨道目标Hill制导误差分析

在交会椭圆轨道目标阶段,Hill制导受各种误差因素的影响。介绍了椭圆轨道目标Hill 制导的误差因素,并着重研究了导航误差和控制误差对终端位置的影响,给出了误差的基本 表达式。与交会圆轨道目标情况进行比较,分析了初始真近点角对导航误差引起的终端位置 偏差的影响。在此基础上给出了一种修正算法,理论上证明了修正算法能显著提高终端位置 的精度。通过Monte\|Carlo方法的仿真结果表明,合理改变初始真近点角能减小导航误差引 起的终端位置偏差,并且修正算法能更有效提高制导精度。
     

改进的推广KALMAN滤波器在导弹被动制导中的应用

本文研究将改进的推广Ｋａｌｍａｎ滤波器应用于导弹被动制导问题。为了提高系统的可观性，我们采用一种双重指标来设计最优导引律。仿真结果表明，如何系统状态的均值较高，波动较小，那么ＭＥＫＦ的估计精度明显优于推广Ｋａｌｍａｎ滤波器。     

自适应两步滤波器及其在导弹被动制导中的应用

两步滤波器由Ｋａｌｍａｎ滤波器和Ｇａｕｓｓ－Ｎｅｗｔｏｎ迭代算法所构成，它适用于一类由线性动态模型和非线性测量模型所组成的非线性系统。本文将这种滤波器与时变测量噪声统计估值器相结合，得到一种自适应两步滤波器，在测量噪声统计特性无法验前已知的情况下，此滤波器仍然性能良好。最后，本文将自适应两步滤波器应用于导弹的被动制导问题，数字仿真结果证明了这种算法的有效性。