高超声速飞行器自适应BTT末制导律

针对高超声速飞行器末段打击问题,提出了具有自适应能力的比例导引律,实现了高精度定点定向打击.通过纵向进入条件的分析,设计了一种提高比例导引进入时间的收敛策略,从而使飞行器有足够的时间进行横纵向调整,保证了落角落点约束的满足.由于制导参数直接影响落点和落角的精度,而飞行器动力学约束会导致无法理想响应制导指令,因此设计了一种闭环非线性自适应律,通过在线选择制导参数确保飞行器以高精度命中目标.仿真结果表明了该末制导方法的有效性和准确性.     

基于预测校正方法的RLV再入制导律设计

针对高超声速可重复运载器RLV(Reusable Launch Vehicles)的再入飞行问题,利用数值预测校正方法与准平衡滑翔条QEGC(Quasi-Equilibrium Glide Condition)相结合的方法在线设计同时满足热流、法向过载和动压等轨迹约束与末端精度要求的倾侧角制导律.建立三自由度动力学方程,确定初始条件、末端精度要求和轨迹约束要求;然后详细阐述预测校正方法和准平衡滑翔条件的原理,再利用预测校正方法设计制导律,用QEGC把约束转换为对倾侧角制导律的上界,通过限制倾侧角的幅值来限制约束.最后在计算机上进行制导仿真,并考虑初始条件不确定性,进行蒙特卡洛仿真,通过分析仿真结果,证明利用预测校正方法结合准平衡滑翔条件可以快速的设计出满足末端精度要求和轨迹约束的制导律,并对初始条件不确定性有较好的鲁棒性.     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题,应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习（SNIRL）算法进行求解,该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性 。     

吸气式高速飞行器爬升-巡航轨迹在线优化

针对吸气式高速飞行器的大气层内爬升和巡航飞行段,进行了在线轨迹优化设计。与传统的爬升段结合定高定速巡航轨迹形式不同,采用优化的方法得到的轨迹能够保证性能指标的最优性。首先,将轨迹优化问题建模为非线性最优控制问题,控制量包括攻角、倾侧角以及燃油当量比。然后,对问题的非线性进行了处理,将变量进行离散化,得到凸优化问题。分析了飞行器的气动和推力特性,设计了优化变量的初始参考。最后,设计算法的外环迭代策略,将每一次求得的解作为参考轨迹进行下一次迭代计算。数值仿真结果表明,该方法能够解决吸气式高速飞行器爬升巡航段轨迹优化问题,并且求解时间满足在线轨迹优化要求。     

RLV轨迹在线重构与动态逆控制跟踪

针对可重复使用运载器再入返回的标称轨迹跟踪问题,结合轨迹在线更新策略,设计了一种基于动态逆方法的轨迹跟踪控制律。通过改进闭环解析解提高了轨迹在线生成算法的精度和快速性,将生成的高度—速度剖面转化为阻力—速度剖面,并在跟踪标称轨迹过程中更新标称轨迹以消除航程跟踪误差的影响。为了跟踪阻力—速度剖面,基于动态逆理论设计了轨迹跟踪控制律,并引入积分环节消除稳态误差,实现了对标称轨迹的准确跟踪,且跟踪误差具有全局收敛性。仿真结果表明,该轨迹跟踪控制律具有良好的跟踪性能,能够提高再入制导系统的自适应性。     

基于闭环解析解的可重复使用运载器轨迹在线生成方法

The relationships between path constraints such as heating rate, dynamic pressure and aerodynamic load and velocity during entry flight are analyzed in  r-V  plane for an entry vehicle with mediate high lift to drag ratio. Through derivation and integration, a unified formula for path constraints is obtained in  r-V  plane. Based on the unified formula and several characteristics an analytical solution is obtained,and an online trajectory generation method is developed. In the method, the coupled longitudinal and lateral motion is considered, and can make the best use of flight capability and satisfy path constraints. Trajectory generation cases with different flight mission and downranges are tested. Simulation results demonstrate the capability and efficiency of the trajectory planning method in dealing with path constraints.     

大气层内固体火箭实时轨迹优化方法

针对大气层内固体火箭能量管理问题,提出一种邻近-牛顿-康托维奇凸规划的实时轨迹优化方法。首先,针对传统能量管理方法难以严格满足大气层内过程约束的不足,提出了一种对控制量模值积分进行惩罚的规则化方法,将能量管理问题转化为轨迹优化问题。然后,针对大气层内强非线性动力学与约束,提出一种邻近-牛顿-康托维奇凸规划方法,对优化问题中的非线性项进行线性化处理并在性能指标中引入邻近规则化项,提升了算法的收敛性。最后,为减小优化算法对初始猜想的依赖性,引入虚拟控制变量对控制约束与过程约束进行松弛。数学仿真结果表明:采用所提出的轨迹优化方法求解能量管理问题是有效的,能够严格满足各项约束并实现高精度终端;此外,算法具有优异的实时性,能够满足能量管理对求解速度的要求。     

再入滑翔飞行器控制系统鲁棒性能评估方法研究

将μ分析方法应用到飞行控制律的评估中,以再入飞行器纵向模型及为其设计的PID控制器和LQR控制器为研究对象,针对参数不确定性建立线性分式变换(LFT)模型,基于不稳定特征值评估准则使用结构奇异值理论对模型进行分析,使用matlab的μ分析与综合工具箱得到的仿真结果表明,2种控制器均具有较好的鲁棒稳定性,满足鲁棒性能要求,并且得到了最坏情况的不确定参数组合。     

神经网络理论在微分对策中的应用

阐述了微分对策理论在实际应用中存在的问题,并从动态冲突的实际过程出发,将神经网络理论与分层式智能控制理论相结合,来模型化微分对策问题.将微分对策的双向优化问题转化成基于神经网络理论的目标机动性辨识和单向优化控制问题,将微分对策的定性与定量结合起来,为有效加入人的经验提供了一种技术途径.并采用自适应分布式学习速率,大大提高了神经网络的学习速度和精度.     

基于尾流的超空泡航行体变结构制导律设计

针对超空泡航行体机动能力差、探测手段有限等特点,提出了一种基于目标舰船尾流梯度信息的变结构制导律.通过激光探测机动目标的尾流信息,动态解算尾流梯度方向;采用滑模变结构理论设计制导律,实现对尾流梯度方向的精确跟踪,最终完成对目标舰船的精确打击.该方法利用目标尾流信息,避免对目标运动状态进行复杂估计计算,不仅降低了对机动能力的要求,同时大大减小能量消耗,提高了有效航程.仿真结果表明,系统响应迅速,可以实现快速精确的目标跟踪打击,且具有很强的鲁棒性和抗干扰性.