月球精确软着陆最优标称轨迹在轨制导方法

为实现在月球表面期望的着陆点进行精确软着陆（PPL）,且满足燃耗最优性要求,基于提出的LIDAR目标点在轨自主选定的月球精确软着陆方案,对月球PPL最优标称轨迹在轨快速规划制导方法进行研究。首先针对月球PPL三维球体非线性轨道动力学模型,采用Legendre Gauss Lobatto伪光谱方法将轨迹优化的最优控制问题转化为非线性规划问题（NLP）,再利用SQP优化算法求解月球PPL最优标称轨迹,最后通过遗传算法对优化结果进行验证,并提出应用遗传算法提供SQP在轨规划初值数据库的方案。仿真结果表明了最优标称轨迹在轨规划方法的快速性和有效性。     

满足多约束的主动段能量管理制导方法

高超音速飞行器运载任务需要满足多项约束条件,针对耗尽关机型固体运载火箭需要在主动段进行能量管理.基于控制推力和速度之间夹角来实现主动段能量管理的思路,综合交变姿态控制能量管理(AEM,Alternate Attitude Control Energy Management)和一般能量管理(GEM,General Energy Management),提出了样条能量管理(SEM,Spline Energy Management)制导方法,并针对分离前定轴飞行约束条件进行了修正.以三级运载火箭为例,通过AEM,GEM和SEM对比,验证了样条能量管理制导方法的可行性.     

一种基于标准弹道法的自适应制导律设计

提出一种基于自适应补偿思想的再入飞行器纵向制导律改进方法.首先利用未知摄动函数描述纵向动力学方程,并基于此设计了对气动参数变化具有自适应能力的控制律,与原标准轨道控制律叠加形成全控制律,最终用于再入制导.仿真结果表明,所设计的控制律对于气动参数变化,大气密度变化具有较好补偿效果.     

基于预测碰撞点的剩余飞行时间估计方法

分别针对顺轨与逆轨拦截飞行轨迹的特点,设计了相应的剩余飞行时间（TGO）估计方法。该方法通过对弹目碰撞点的预测,降低了发射条件差异对TGO估计精度的影响。首先对线性比例导引运动方程进行变形,得到拦截弹飞行轨迹关于弹目距离的一阶微分方程,基于预测碰撞点,对不同初始发射角造成的积分结果误差进行修正,得出了2种拦截模式下的TGO解析表达式。通过与3种现有估计方法对比分析,验证了提出方法的实时性和估计精度,且能够优化制导性能。      

基于最优化问题的混合再入制导方法

在深入研究机动再入飞行器标准轨道和预测制导方法的基础上,针对标准轨道和预测制导相结合的制导方法,分析了由预测制导指令延迟引起的误差,提出了误差补偿策略.根据最优化理论,设计了相关性能指标函数,提出新的预测制导算法.并结合标准轨道法,通过对有限几个特征点位置上引入预测制导,形成了一种基于最优化问题的混合制导方法.有效减小了预测制导指令的解算时间,进一步降低了落点误差.仿真结果表明,该方法既具有较强的抗干扰能力和较高的制导精度,又具有一定的工程实用价值.     

基于模糊逻辑的预测再入制导方法

在研究再入飞行器预测制导基础上,针对实时性要求,提出了一种基于模糊逻辑系统的模糊预测制导方法.首先研究分析了再入飞行器落点纵程与飞行高度、弹道倾角三者之间的联系;设计了以再入飞行器落点偏差和飞行高度为输入,弹道倾角角速度为输出的模糊逻辑系统;并在此基础上根据专家经验制定模糊规则,设计模糊预测制导算法.该方法避免了一般预测制导在形成弹道倾角修正指令时所需要的大量迭代运算,有效减小了预测制导指令的解算时间,为再入飞行器在再入过程中全程使用预测制导提供了可能.仿真结果表明:该方法实时性好,落点精度高,抗干扰能力强,且具有一定的工程实用价值.      

利用Breakwell间距比法制定行星际探测中途修正策略

详细介绍了制定行星际探测中途修正策略的Breakwell间距比法,给出了在燃料最优条件下,终端误差精度和制导能力与中途修正设计次数和时刻之间的解析关系。一般而言,终端误差精度每提高3倍,修正次数就需要增加1次,制导能力每提升3倍,修正次数就可以减少1次。在具体使用上,应首先根据精度要求和制导能力确定最后一次修正时刻,然后向前递推,使得前一次修正后误差传播量与后一次修正后误差传播量成公比为1/3的等比数列,以此确定其余修正时刻,从而保证在达到终端精度前提下,整体燃料消耗最少。以火星探测为例,给出探测器于2018年5月出发12月达到火星的算例,仿真结果表明了理论分析的正确性。     

火星大气进入段抗饱和固定时间阻力加速度跟踪制导律设计

研究了具有固定时间收敛特性的火星探测器大气进入段的标称轨迹跟踪制导问题。首先,针对横向运动,给出与速度成线性关系的航向误差漏斗走廊形式,完成了倾侧角的反号逻辑设计。与横程漏斗走廊反号逻辑相比,该逻辑计算量小,更适用于宇航计算机。与航向误差宽度走廊反号逻辑相比,该逻辑在高速状态下能够避免倾侧角的频繁切换,可提高任务成功的概率。其次,针对纵向运动,通过RBF神经网络补偿了倾侧角饱和问题,利用积分滑模设计了阻力加速度固定时间饱和跟踪制导律,其不仅可有效消除滑模控制的抖振问题,且将跟踪误差以两种不同形式引入制导律,能够加速收敛,能够保证跟踪误差在固定时间内快速收敛至0。最后,通过数值仿真验证了所设计的横向倾侧角切换逻辑和纵向制导律对标称轨迹的快速、精确跟踪能力。