排序方式: 共有6条查询结果,搜索用时 109 毫秒
1
1.
根据SINS/GPS制导炸弹动力学特性,首先推导了俯仰通道的制导控制一体化状态模型.然后在充分考虑制导和控制回路的不确定性基础上,利用terminal滑模控制方法,设计了制导控制一体化状态反馈控制律,所设计的控制器一方面保证制导炸弹满足打击精度和末端落角约束要求,另一方面保证控制回路的稳定性与鲁棒自适应性.采用模糊控制克服了变结构控制项引起的系统抖振.最后,分别进行了极端气动条件与取投放域边界值情况下的某型SINS/GPS制导炸弹六自由度飞行控制弹道仿真,仿真结果验证了此方法的有效性. 相似文献
2.
3.
针对无动力飞行器的"无动力"特点,提出了中制导与末制导相结合的复合制导方案.中制导通过寻优算法实时解算最优攻角使飞行器升阻比最大,以充分利用飞行器气动力增加前飞距离;末制导采用模糊变结构制导律,通过模糊控制技术,自动选取制导律切换项的强度,以达到削弱抖振的目的,从而有效解决有末端落角约束的精确末制导问题,使得无动力飞行器的射程和落角姿态都达到满意效果.以某型SINS/GPS制导炸弹为例进行了仿真计算,仿真结果表明该方法的合理性与正确性.同时,该制导方案简单、实用性强,有很好的工程应用前景. 相似文献
4.
5.
随着科学技术的飞速发展,信息化支持下的体系作战将是未来战争的一种主要样式,"基于感知-判断-决策-行动(OODA)以快吃慢"成为未来战争的重要制胜机理。由于战场环境日趋复杂、对抗多域多维,从战场态势到作战策略的映射关系复杂,给OODA环快速解算带来了新的挑战。为确保OODA环解算满足任务需求,将人工智能(AI)技术赋能OODA各环节,驱动各环节高效运行,缩短环路解算时间,为打赢战争提供关键支撑。首先综述了人工智能在军事领域的应用进展,分析了导弹OODA智能化赋能面临的挑战,初步提出了智能赋能OODA环涉及的相关技术的思考,以支撑导弹智能化的发展。 相似文献
6.
针对高速机动飞行器常用的程序化机动突防方式适应性不强、突防效果不稳定的问题,提出了一种基于深度强化学习算法的机动博弈制导方法。该方法以增大交会摆脱量为任务目标,采用深度神经网络拟合飞行器的制导律,应用强化学习方法训练网络参数,得到一种以突防拦截双方的位置和速度为输入、以飞行器的需用过载为输出的智能机动博弈制导律。数学仿真验证结果表明,在连续的状态空间和动作空间中,飞行器能根据当前态势自主选择合适的制导指令。相比传统突防方式,该制导律显著提升了交会摆脱量,且突防效果更稳定。 相似文献
1