拦截机动目标的信赖域策略优化制导算法

针对临近空间高超声速飞行器的高速性、机动性等特性，为提高制导算法针对不同初始状态、不同机动性目标的准确性、鲁棒性及智能性，提出一种基于信赖域策略优化（TRPO）算法的深度强化学习制导算法。基于TRPO算法的制导算法由2个策略（动作）网络、1个评价网络共同组成，将临近空间目标与拦截弹相对运动系统状态以端对端的方式直接映射为制导指令。在算法训练过程中合理选取连续动作空间、状态空间、并通过权衡能量消耗、相对距离等因素构建奖励函数加快其收敛速度，最终依据训练的智能体模型针对不同任务场景进行拦截测试。仿真结果表明：与传统比例导引律（PN）及改进比例导引律（IPN）相比，本文算法针对学习场景及未知场景均具有更小的脱靶量、更稳定的拦截效果、鲁棒性，并能够在多种配置计算机上广泛应用。     

采用二次修正的立方星拦截仿真研究

针对空间攻防背景下立方星拦截问题，提出了一种Lambert求解与C-W方程结合的以燃料-时间为约束的拦截轨道快速设计方法。该方法首先在Lambert求解框架下，以燃料和拦截时间为限，建立了立方星转移时间与速度增量的模型，生成了初始拦截轨道；随后根据末端拦截精度需求，通过C-W方程进行末段导引，施加二次脉冲，对拦截轨道末端进行误差修正，使得最终误差可以满足任务要求。最后通过GMAT构建的轨道力学环境，在Matlab算法驱动下进行联合仿真验证，分析表明该算法在燃料和时间的共同约束下可获得一条优化轨道，并能兼顾末端拦截精度，具有工程借鉴意义。