基于自适应横程走廊的再入滑翔飞行器改进预测校正算法

针对再入滑翔飞行器(reentry gliding vehicle,RGV)预测校正制导算法中规避逻辑和制导逻辑相分离的问题,提出了一种基于自适应横程走廊的融合算法。首先,通过飞行器侧向运动轨迹与禁飞区的相交关系,动态引入规避逻辑;同时,提出禁飞区有效映射横程来量化影响飞行轨迹的禁飞区区域;最后,设计自适应横程走廊,动态调整走廊边界,控制倾侧角的翻转,实现规避逻辑和侧向制导逻辑的融合。仿真结果表明,在本文方法下,飞行器可以针对不同情况的禁飞区实现有效制导,对再入扰动具有一定的鲁棒性,并与制导逻辑和规避逻辑分离设计的算法相比,在保证制导精度的同时,具备更少的倾侧角翻转次数。

基于改进预测校正的时间协同再入制导方法

针对高超声速飞行器再入滑翔过程的时间协同问题,提出一种基于开环式协同结构的时间协同预测校正制导律。所提制导律不依赖于各飞行器之间的实时通信,通过预先设置期望飞行时间进行协同信息共享。纵向制导律在传统预测校正的基础上进行改进,引入归一化加权误差,同时考虑剩余航程误差与剩余飞行时间误差,采用全弹道积分预测剩余航程和剩余飞行时间,每个制导周期通过牛顿迭代法求解倾侧角幅值,完成兼顾时间协同和空间精度的纵向制导过程。仿真实例表明:通过选择合适的加权误差系数,所提制导律可实现对再入飞行时间的有效调节,导引多飞行器在期望飞行时间到达指定再入交班点。蒙特卡罗仿真验证了所提制导律的鲁棒性。

多禁飞区在线遭遇的自主规避再入制导方法

针对高超声速滑翔飞行器再入过程中遭遇多个未知威胁的规避突防需求,提出了一种多禁飞区在线遭遇的自主规避再入制导方法。将多个在线遭遇的禁飞区连续规避问题抽象为序贯决策问题,设计了一种基于强化学习的解决方案以提高飞行器的自主规避能力。充分考虑强化学习智能体的泛化能力和训练效率,建立了禁飞区规避问题的马尔科夫决策过程。在此基础上,设计基于模糊控制策略的多智能体协调决策方法,为每一个在线遭遇的禁飞区分配航向决策智能体进行独立航向决策,根据实时环境评估各禁飞区的威胁程度并协调生成航向指令。理论分析和数值仿真表明,此方法能够使飞行器在满足终端约束和过程约束条件下,在多个在线遭遇的禁飞区场景中实现有效规避,具有良好的鲁棒性和泛化能力。

基于新特征参数的再入滑翔飞行器机动模式智能辨识

再入滑翔飞行器的机动模式辨识问题是拦截方实现对其轨迹预测的关键。提出了一组与飞行器轨迹机动特点贴合的特征参数,根据构建的RGV机动模式轨迹库,搭建了LSTM深度学习神经网络,实现了对RGV机动模式的智能辨识。与传统模式辨识方法和其他典型特征参数的辨识网络进行对比,结果显示文中所提特征参数在LSTM机动模式辨识网络训练中具有收敛速度快、辨识精度高和鲁棒性好的特点。

基于DDPG的变外形航天飞行器碰撞规避的轨迹规划方法

针对变外形航天飞行器制导与变形决策强耦合问题,提出了基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)变外形碰撞规避的轨迹规划方法。依托变形参量建立变外形航天飞行器运动学模型,设计具有射程误差校正功能的纵向制导律和基于视线角偏差的横向制导律,实现绕飞障碍物并保证制导精度。建立适用于连续变外形的马尔可夫决策模型,以攻角、马赫数以及飞行器与障碍物的相对距离为状态空间,设计考虑碰撞的势场惩罚函数及满足制导精度的奖励函数,并构建DDPG网络实现状态空间到动作的尺度变换,得到最优外形决策指令。仿真结果表明:与固定外形航天飞行器相比,通过对外形最优决策,提高了航天飞行器制导精度和横向避障能力,降低了对机载雷达感知能力的要求,节省了感知成本。

改进滤波的再入飞行器风干扰补偿鲁棒制导律

为了解决滑翔式再入飞行器受临近空间风干扰影响的问题,本文基于预测校正制导方法,对风场引起的落点误差进行了分析。通过自适应滤波方法在线预估误差,并进行末端点位置调整来补偿风场对飞行器再入路径的影响。同时,滚动优化倾侧角幅值参数,使参数随待飞航程的变化而更新,从而提高末端制导精度。使用蒙特卡罗法对不同风场影响下的飞行路径进行仿真,对比该制导律的优化效果。仿真结果表明:风速预测值标准差在0.3以内,设计的制导律能够将末端速度控制在15 m/s以内,落点误差在800 m以内,更接近于无风状态的落点。

高超声速滑翔飞行器再入段制导方法综述

针对高超声速滑翔飞行器再入飞行段,回顾了制导技术的发展历程和研究现状。建立了高超声速滑翔飞行器运动模型,并分析了再入段的路径约束、终端约束和地理约束。将再入制导方法分为三类:标准轨迹制导方法、预测—校正制导方法、混合制导方法,分别对研究现状进行了综述。然后,专门针对侧向平面制导方法进行了讨论和分类,根据飞行任务不同分为了常规约束的制导问题与附加地理约束的制导问题两类。最后,对再入制导方法进行了总结,并结合未来高超声速滑翔飞行器的任务需求,展望了再入制导技术的发展方向。

一种新型RLV再入轨迹在线规划方法

针对可重复使用运载器(Reusable Launch Vehicle,RLV)再入轨迹在线规划问题,提出了一种基于割线法的标准轨迹快速生成方法。该方法以驻点热流、法向过载、动压和平衡滑翔限制为再入过程约束,以再入初始点和结束点的高度、速度为再入端点约束;在阻力加速度-速度平面内建立约束模型后,设计了折线形式的标准轨迹;采用割线法迭代计算轨迹转折点以调整轨迹形状,使最终规划轨迹对应的航程和终端点速度同时满足设计需求。最后取3种不同航程的再入情况进行了数值仿真。仿真结果表明,所提出的方法能够在1秒内完成再入轨迹规划,并在一定航程范围内适用,能够满足在线设计标准再入轨迹的实时要求。

基于遗传算法的RLV再入轨迹优化设计(英文)

飞行器再入轨迹优化是一类最优控制问题。传统的优化方法存在初始值敏感问题,利用改进的基于小生境技术和精英方法的适应值共享拥挤遗传算法进行RLV的再入轨迹优化设计。以终端时间固定的空间最小控制能量再入轨迹和终端时间自由的平面最小热载再入轨迹为例,详细讨论了遗传算法用于再入轨迹优化设计所需要解决的一些关键问题。仿真结果表明提出的方法能够较快地搜索到全局最优解,对初始猜测值不敏感,能够方便用于RLV的再入轨迹方案选择和优化设计。

机动再入飞行器主动段再入点约束闭路制导研究

基于机动再入飞行器再入制导段控制条件苛刻和难度大 ,必须为飞行器创造最佳的再入条件。本文对具有再入点约束的主动段闭路制导律进行了研究。根据飞行器椭圆弹道的性质、飞行器再入条件、球面几何和不动点原理给出了理想弹道的计算算法。为使飞行器能在主动段很快地进入到理想弹道上 ,系统采用了非线性的推力向量控制及预测制导方法。通过对新型号再入飞行器的制导系统的设计与仿真 。

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.

一种基于解析规划的多约束再入制导算法

提出了一种基于H-V剖面的亚轨道飞行器再入制导方法。将再入轨迹分为初始下降段和过渡段分别进行规划,初始下降段采用常值倾侧角飞行,过渡段则采用四次解析多项式进行描述,满足再入走廊约束和能量管理(TAEM)初始条件的同时提高再入轨迹在线规划速度;通过反馈线性化方法设计自适应控制律跟踪标准剖面,同时根据航向误差走廊确定滚转方向,从而完成纵向和侧向的联合设计。仿真结果表明,该制导方法对初始状态偏差和参数不确定性具有较强的鲁棒性。

一种适用于攻击地面固定目标的最优再入机动制导律

本文运用飞行力学原理和现代控制理论，对攻击地面固定目标的飞行器的再入机动制导方法进行了研究。在考虑飞行器命中目标时有落地速度和速度倾角要求的条件下，推导出了一种适用于攻击地面固定目标的最优再入机动导引律。并通过模拟计算分析论证了该制导规律的正确性。

基于在线气动参数修正的预测制导方法

针对高超声速滑翔飞行器,提出了一种基于在线气动参数修正的预测制导方法.研究了再入过程中受到的各种飞行约束,给出了多约束下控制量设计的基本方案.分析了传统预测制导法在落点预测过程中存在的气动参数偏差影响,引入综合升力系数与综合阻力系数,并对其进行在线参数估计以及参数修正,以提高制导方法的适应性.基于气动参数修正方法,完成了纵向与横侧向制导律设计.设定较大的轴向力、法向力系数组合偏差对该方法进行了验证,并考虑再入初始条件和再入气动参数的不确定性,进行了蒙特卡洛仿真.结果表明:预测制导法中引入气动参数的在线估计与修正环节,可保证其制导精度,尤其对再入过程的气动扰动具有较强的适应能力.

考虑禁飞区规避的预测校正再入制导方法

针对升力式高超声速飞行器再入滑翔侧向制导问题,提出了一种考虑禁飞区规避的预测校正制导方法.纵向制导采用落点误差预测与指令校正相结合的方式,不断更新倾侧角的幅值,实时修正轨迹纵程.侧向制导设计了一种倾侧角反转逻辑的切换机制,利用航向角误差走廊和航向角导向区域控制飞行器的侧向运动.CAV-H再入滑翔飞行器制导仿真实例表明,该方法不依赖于标准再入轨迹,能够导引飞行器规避禁飞区约束.Monte Carlo仿真验证表明,在随机初始扰动和误差存在的情况下,该制导方法具有良好的鲁棒性.

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。

高超声速滑翔再入定向定速打击末制导算法

以具有终端落角和落速约束的小升阻比短距滑翔高超声速再入打击飞行器为研究对象,通过引入弹道调整段来实现对飞行器的初步大幅度减速,并使其满足中末制导交班条件,以解决飞行器捕获目标后难以直接对其进行定向定速打击的问题。首先设计了一种变角偏差反馈系数的偏置比例制导律,解决了末端攻击段弹道下压困难以及导引头视场稳定跟踪等问题。在此基础上,建立了一种基于攻角和弹道倾角估计的末端减速指令生成方法,有效解决了基于理想速度曲线减速控制方法精度不足的问题。因此,数值仿真结果表明该制导方案能够有效控制飞行器终端落角和落速,并具有较高的制导精度。

基于准平衡滑翔的解析再入制导方法

针对高超声速滑翔飞行器再入制导问题,提出了一种基于准平衡滑翔的解析制导方法。在纵向基于准平衡滑翔条件建立再入航程与能量、倾侧角的解析关系,得到了倾侧角解析解,并通过高度变化率反馈使轨迹平滑;针对终端高度约束,在准平衡滑翔条件下得到常值航迹角假设,从而建立终端高度与再入航程、航迹角的解析关系,得到了航迹角指令,并通过设计反馈控制律得到攻角解析解。对于过程约束,提出了一种基于航迹角指令的在线约束控制方法。侧向制导采用航向角走廊确定倾侧角符号。仿真结果表明,该制导方法计算速度快、制导精度高、扰动条件下鲁棒性较强。

高超声速飞行器俯冲机动最优制导方法

为解决高超声速飞行器俯冲段精确制导与机动突防问题,研究了机动突防最优制导方法。针对零化视线角速率降低突防性能的问题,在俯冲平面及转弯平面内分别设计了正弦形式的视线角参考运动,同时为进一步实现俯冲精确制导,以落速最大为性能指标,利用最优控制对其进行跟踪,引入了伪控制量,以简化最优制导问题的求解,最后分析了该方法的稳定性及制导性能。以CAV-H为例进行仿真分析,仿真结果表明,该方法能够实现机动飞行,且能够高精度地满足终端落角及落点约束,可为高超声速飞行器俯冲段精确制导及机动突防提供参考。

基于倾侧角反馈控制的预测校正再入制导方法

针对升力式高超声速飞行器再入滑翔制导问题,提出了一种基于倾侧角反馈控制的预测校正制导方法。该算法不依赖于传统的准平衡滑翔条件(QEGC),能够抑制再入滑翔飞行过程中产生的周期性轨迹震荡现象。纵向制导采用落点预测与指令校正相结合的方法,通过设计倾侧角反馈控制律对飞行器的高度变化率进行实时修正;侧向制导兼顾考虑横程误差和航向角误差对制导指令的影响,设计了一种基于归一化误差走廊的倾侧角反转逻辑,实现了飞行器的侧向运动控制。CAV-H高超声速飞行器制导仿真实例表明,该制导方法有效地抑制了再入滑翔轨迹的周期性震荡,导引飞行器完成平稳再入飞行。Monte Carlo仿真验证表明,在多种扰动和误差存在的情况下,该制导方法具有良好的鲁棒性。