基于间接法的最优小推力逃逸轨道设计

目前,小推力逃逸轨道优化的大部分研究限于平面内逃逸或对发动机模型做无约束简化处理.通过在性能指标中引入一个待定参数,采用间接法将系统两点边值问题的待定参数约束在多维单位球里;同时结合同伦思想和曲线拟合技术,由短时间无约束平面内燃料最优逃逸问题开始,逐步求解长时间有约束平面外燃料最优逃逸问题.数值仿真结果表明该方法收敛性好,能求解复杂逃逸问题,是一种高效的逃逸轨道设计方法.     

基于轨迹特性的中段目标识别方法

针对中段弹道目标群运动时的真假目标识别问题,提出一种基于轨迹特性的弹道目标识别方法。该方法通过雷达观测数据还原出弹道目标运动轨迹,根据轨迹交点个数判断诱饵是单次还是多次释放模式,分别提出基于弹道参数和权值交点的识别途径,结合雷达观测弹道目标数目,归纳了基于轨迹特性中段弹道目标综合识别策略。仿真实验表明该方法的正确性并分析了雷达测量误差及布站位置等因素对识别结果的影响。     

基于在线轨迹规划的混合再入制导方法(英文)

针对在线轨迹规划与跟踪,提出了一种混合再入制导方法。该方法将基于航路点的分段轨迹规划与轨迹跟踪制导有效地结合起来。首先给出再入飞行器无量纲运动方程,建立制导坐标系(GCF),并推导了新坐标系下的经纬度表达式。并将再入飞行过程中各种飞行约束条件转换为控制变量约束。为了加快轨迹优化速度,设计了初始再入飞行轨迹和相关航路点,给出了基于航路点信息的分段轨迹在线规划方法。纵向飞行轨迹跟踪采用基于线性二次型调节器(LQR)的方法,横侧向制导采用横向误差走廊的方法进行控制。仿真结果显示,该方法在线轨迹规划平均计算时间小于0.2秒,且具有较高的制导精度。     

虚拟再入点摄动制导方案应用研究

弹道式飞行器飞行过程中许多不可预料的干扰对其制导系统的“鲁棒性”提出了很高的要求。本文在分析了传统的摄动制导方案(即δ制导方案)在实际飞行中的抗干扰能力差等缺点的基础上,根据弹道式飞行器在空间的运动特性提出了一种基于虚拟再入点状态参数控制泛函的新型摄动制导方案。通过系统的理论和方法对该新型摄动制导方案的合理性、有效性和优越性进行了科学、系统地研究分析,在建立的制导模型基础上进行了严格地科学仿真计算并对该制导方案的部分优越性进行了验证和揭示。     

基于BSP-ANN的四旋翼无人机轨迹跟踪方法

为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步（Backstepping）法进行改进提出一种基于反步神经网络（BSP-ANN）的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明：该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。     

基于遗传算法的载人航天器标准返回轨道设计

载人航天器返回时,根据任务的要求,需要设计一条标准返回轨道,作为制导时的参考轨道。文章探讨利用遗传算法（ＧＡ）来自动设计标准返回轨道。通过仿真表明,遗传算法在标准返回轨道设计中具有一定的优越性。仿真结果满足任务要求。     

一种改进的基于最大熵理论的 多属性决策的鱼雷弹道优选方法

鱼雷弹道方案优选是鱼雷作战使用的关键环节。在分析目前主观法和客观法优劣的基础上,提出了一种改进的基于最大熵理论的多属性决策方法的鱼雷弹道方案优选方法。通过实例仿真分析,得到限定条件下的优选方案,为鱼雷弹道方案论证提供了一种决策方法。     

基于Hybrid State A* 与增强安全管道的直升机低空航迹规划

直升机低空突防已逐渐成为现代空战察打任务的核心,而低空航迹规划算法是实现该技术的关键。 尽管现有的航迹规划算法已经被应用于实际低空突防任务,但基于“前端- 后端”式的传统航迹规划算法依然 存在规划航迹机动执行性差与复杂动态场景下易碰撞的缺陷。针对上述问题,本文提出一种基于Hybrid State A* 与增强安全管道的改进算法。首先,基于Hybrid State A* 算法的联合轨迹优化,可以在状态空间中完成兼 顾直升机机动特性的初始航迹高效搜索,有效保证直升机航迹的可达性。其次,基于初始航迹膨胀的增强安全 管道,将后端航迹优化参数限制在安全的可行域内,进而有效提升复杂动态场景下规划航迹的安全性。在实验 环节,本研究结合ROS 机器人仿真环境与Rviz 数据可视化工具完成仿真验证,通过算法间的综合对比实验, 论证了本研究所提算法对规划的航迹机动性与安全性有明显的提升。     

基于改进粒子群算法的高超声速飞机爬升轨迹优化

装备涡轮基组合动力发动机的高超声速飞机,其推力特性不同于传统的涡扇发动机,因此传统飞机的爬升策略不再适合这类高超声速飞行器。在分析了飞机爬升段数学模型的基础上,基于改进粒子群优化算法针对某高超声速飞机模型飞行剖面爬升段,以最小燃油消耗为目标进行轨迹优化设计。通过仿真计算,优化后的爬升段飞行轨迹能有效减少燃油消耗,证明了优化方法的可行性。     

执行器故障下无人机-无人车异构编队控制

针对存在执行器故障的无人机-无人车异构系统,研究了编队跟踪容错控制问题。首先,异构系统采用有向图的拓扑结构,且并非所有无人机/车都能接收到参考信号,故在充分考虑无人机/车运动学模型存在较大差异的前提下,设计了一种针对两类系统都通用的分布式信号估计器来获取参考信号的信息。然后,基于参考信号估计值,利用鲁棒自适应控制理论,提出了形式统一的分布式容错控制协议。该协议无需获取精准故障信息,就能有效地补偿故障对异构系统性能的影响,确保异构系统在故障情况下仍能按照预先设定的编队构型跟踪上外界参考信号。最后,通过仿真试验验证了所提算法的有效性。