基于拟平衡滑翔的数值预测再入轨迹规划算法

针对高超声速飞行器三维约束再入轨迹规划问题,提出一种基于拟平衡滑翔条件的数值预测再入轨迹规划方法.该方法在以倾侧角为控制量的基础上,增加对攻角的控制作用,能够充分利用再入飞行过程中的拟平衡滑翔条件.根据飞行路径角剖面和攻角剖面分别对再入航程和终端速度进行数值预测;借助拟平衡滑翔条件计算能够保持平衡滑翔飞行的倾侧角,同时将飞行过程约束转化为对倾侧角的约束;以CAV-H再入飞行器为例进行仿真分析.仿真结果表明,该数值预测轨迹规划算法不仅能够使CAV-H的再入轨迹具备平滑弹道的优良特性,而且对目标点的改变具有很强的适应性.

高阶容积卡尔曼滤波及其在目标跟踪中的应用

针对传统的容积卡尔曼滤波(CKF)估计精度有限的问题,提出了一种基于任意阶容积规则的高阶容积卡尔曼滤波(HCKF)方法并应用于机动目标跟踪问题。传统的CKF采用三阶球面-相径容积规则,可获得优于其他非线性滤波如不敏卡尔曼滤波(UKF)的估计精度和数值稳定性。为了进一步提高CKF的估计精度,在基于点的高斯近似滤波框架下,分别使用Genz积分方法和矩匹配法推导出任意阶的球面规则和相径规则,以此构造高阶球面-相径容积规则来计算高斯型积分,并建立高阶容积卡尔曼滤波算法。将提出的HCKF算法应用于机动目标跟踪问题中并进行数值仿真。仿真结果表明,相对于传统容积卡尔曼滤波,高阶容积卡尔曼滤波对目标位置和速度估计的精度分别提高了11%和24%,可获得更高的估计精度。

一种导弹终端侵彻多约束最优制导方法

针对地面目标精确打击及高效毁伤的需求,提出一种满足终端位置、落角及攻角约束的最优制导方法。利用比例导引项、落角约束项及加速度约束项保证终端命中多种约束条件,并且设计制导阶次实现全程加速度指令的优化分配,保证命中目标时的加速度指令收敛为小量。通过仿真计算验证了该制导方法能够满足精度、落角及攻角等终端约束条件,同时具有更好的加速度指令特性,有利于增强导弹的精确毁伤能力。

基于卡尔曼滤波的再入飞行器气动参数辨识

再入飞行器的制导系统易受气动参数扰动的影响,为此研究气动参数在线辨识方法可以为再入制导系统提供服务,有效提高制导的精度。以卡尔曼滤波理论作为基础,推导了再入飞行器气动参数辨识的数学模型。为增强卡尔曼滤波方法对气动参数的辨识效果,气动参数误差模型采用一阶高斯马尔科夫过程描述,并增广到状态方程组中,根据获得的带有测量误差的惯导信息,对气动参数进行估计。最后,进行了数学仿真研究。仿真结果表明,该方法都能够在10个采样周期内收敛,且估计精度在1%以内。

助推-滑翔飞行器助推段最优轨迹快速生成方法

助推-滑翔飞行器助推段轨迹快速和全自主的规划和参数生成具有重要的工程意义。针对此问题,给出了一种可实用的、鲁棒性强的助推段最优轨迹快速生成方法。利用间接法,结合无过程约束下助推段最优轨迹的半解析表达式,构造了一种双重迭代算法,采用密度同伦的方法逐渐引入大气的影响,获得无过程约束下助推段最优轨迹,而后将该值作为初值,再采用直接法进行求解,最终获得有过程约束下助推段最优轨迹。对该方法进行了仿真验证,仿真结果表明,给出的方法合理可行,能在3min内获得一条满足约束的助推段最优轨迹。

运载火箭大气层外级间有滑行段的最优轨迹快速生成方法

基于运载火箭大气层外最优轨迹的解析解和级间滑行时间的最优条件,将运载火箭大气层外级间有滑行段的最优轨迹求解问题转化成一个典型的两点边值问题,构造一种不完全多重打靶法对其进行求解。以运载火箭大气层外两级飞行为例,进行仿真验证,仿真结果表明:本文给出的算法对初值不敏感,具有较好的收敛性,能在1 s内获得一条运载火箭大气层外级间有滑行段的最优轨迹。

基于动态逆的多弹协同作战三维制导律研究

为实现多弹协同饱和攻击同一目标,根据弹目相对运动关系,建立了弹目相对运动非线性模型,并基于领弹-从弹协同制导模式,提出了一种多弹时间协同三维制导律。在制导律中,领弹采用三维纯比例导引,从弹采用三维纯比例导引与动态逆控制。为实现同时打击,利用时标分离原则将从弹相对运动非线性模型分为快系统与慢系统,进而通过动态逆系统理论反馈线性化两个子系统,完成对从弹的协同控制。仿真结果表明,采用此协同制导律能使弹群同时命中目标,有效实现攻击时间的协同。

再入飞行器禁飞区规避近似解析制导方法

针对再入飞行器的禁飞区规避问题,提出了一种基于近似解析解的禁飞区规避制导方法。所设计的制导方法,在对飞行器转弯能力分析的基础上,结合Dubins曲线的路径规划方法,求解规避需用倾侧角的近似解析解,生成禁飞区规避指令;然后为修正规避引起的航程及高度误差,通过基于能量的运动模型,进行航程及高度的解析预测-校正制导;最终实现禁飞区的规避并满足高度和航程的约束。仿真结果表明,该制导方法能够有效实现飞行器的禁飞区规避,满足再入终端约束,计算效率高。

面向火箭构型论证的运载能力快速分析方法

针对不同构型与任务条件下的运载能力快速计算问题,提出了基于高斯函数和组合神经网络的速度损失计算方法,并基于此对运载能力进行了快速分析。首先,基于状态量解析解计算分析,采用高斯函数对核心的重力速度损失项进行拟合计算;同时,为提高多构型与多任务样本的采样密度、简化数据建模过程并增强方法适应性,采用径向基网络(RBF)与深度神经网络(DNN)的组合形式进行状态量的提取与回归分析;然后将任务约束转化为需要速度增量,通过数值迭代得到运载能力。仿真结果表明,此运载能力分析方法精度偏差约为0.35%,计算耗时小于2 s,可为运载火箭总体参数快速论证与任务规划研究提供理论支撑。

基于深度强化学习的驾驶仪参数快速整定方法

针对深度强化学习方法对驾驶仪控制参数训练速度慢、奖励函数收敛性不好等问题,以三回路驾驶仪极点配置算法为核心,提出一种将三维控制参数转换为一维设计参量的智能训练方法,构建离线深度强化学习训练叠加在线多层感知器神经网络实时计算的智能控制架构,在提高深度强化学习算法的效率和奖励函数收敛性同时,确保在大范围飞行状态变化条件下控制参数的快速在线自整定。以典型再入飞行器为例,完成深度强化学习训练和神经网络部署。仿真结果表明,强化学习动作空间简化后的训练效率更高,训练得到的驾驶仪对控制指令的跟踪误差在1.2%以内。

超高速高空低动压柔性罩体脱落天地相关性研究

柔性罩体包裹于飞行器外表面,在飞行中段起到保护作用.再入过程中在气动力/热共同作用下,从飞行器表面拉开、脱落,脱落过程产生的附加干扰力/力矩,对飞行器再入姿态产生影响,造成惯性落点偏差.采用地面风洞模拟超高速高空低动压环境,考核不同再入动压条件下,罩体连接绳在气动力作用下的脱开过程,以及脱落过程对飞行器产生的干扰力/力矩.根据动态相似准则,将地面试验条件下罩体模型的脱落历程推导到飞行条件,建立刚体动力学仿真模型计算落点,与无干扰模型的理论落点对比,采用概率统计的方法分析罩体脱落引起的飞行器落点偏差,为罩体连接形式的优化设计提供支撑.

自适应高阶容积卡尔曼滤波在目标跟踪中的应用

针对传统容积卡尔曼滤波(CKF)在系统状态发生突变时估计精度下降的问题,将强跟踪滤波(STF)算法与高阶容积卡尔曼滤波(HCKF)算法相结合,提出了一种自适应高阶容积卡尔曼滤波(AHCKF)方法。该算法采用高阶球面-相径容积规则,可获得高于传统CKF的估计精度,同时在HCKF算法中引入STF,通过渐消因子在线修正预测误差协方差阵,强迫残差序列正交,提高了算法的鲁棒性,增强了算法应对系统状态突变等不确定因素的能力。将提出的AHCKF算法应用于具有状态突变的机动目标跟踪问题并进行数值仿真,仿真结果表明,AHCKF算法在系统状态发生突变的情况下表现出良好的滤波性能,有效地避免了状态突变造成的滤波精度下降,较传统的CKF、HCKF、交互式多模型-容积滤波(IMM-CKF)和自适应容积卡尔曼滤波(ACKF)算法有更强的鲁棒性和系统自适应能力。

基于最优解析解的运载火箭大气层外自适应迭代制导方法

随着空间发射任务的多样化和复杂化,为了满足运载火箭的机动性、灵活性以及卫星高精度入轨的要求,需要研究制导精度更高、适应能力更强的自适应制导方法。本文总结了运载火箭大气层外最优轨迹的解析解;基于牛顿迭代法,研究了一种不同于以往迭代制导思想、适用于大姿态角范围的迭代制导方法,并推导了其雅可比矩阵的解析式;最后对该迭代制导方法进行了仿真验证。仿真结果表明,所给出的迭代制导方法具有较高的制导精度和较强的适应性,同时该迭代制导方法计算简单、易于实现,具有较强的工程应用价值。

适用于工程数据的飞行器气动特性修正框架

新型飞行器对气动特性的预示精准度提出了更高的要求,为此研究了一种适用于多条飞行试验数据的气动特性修正框架,实现了对地面气动模型及先验不确定性模型的修正。基于试验数据特点,首先从模型辨识角度,改进了传统的多元正交函数法,构建了多试验数据模型项的统计优选准则,设计了基于总体最小二乘思想的定制化参数估计算法;然后从不确定度量化角度,估计出了气动修正模型的总偏差,校验了先验不确定性模型。最后应用提出的修正框架处理某飞行器的10条试验数据。结果表明相比于原始地面气动特性预示方式,修正后的方式,一方面预测的气动系数更接近测量的气动系数,另一方面估计的气动误差带具有较少的误差带外测量点及最高的精细程度。

基于贝叶斯估计理论的再入飞行器气动辨识方法

当再入飞行器进行大幅机动或大攻角飞行时,常用于配平情况下小幅机动的气动辨识方法将不再适用.为解决上述问题,本文首先针对目标区间,利用原始气动数据库建立先验气动模型并估计得到模型参数作为先验信息.然后,为获得更准确的参数估计值,提出应用贝叶斯估计理论将气动数据库数据与多次飞行试验数据同时用于辨识的方法,得到融合了飞行试验信息与先验信息的最优参数估计,进而完成对气动模型的更新.本文还提出利用傅里叶平滑分析的方法对含有噪声的数据进行平滑,以避免测量噪声影响.采用上述方法对再入飞行器试验数据进行气动辨识,辨识结果表明该方法得到的气动系数能够较好地反映再入飞行器大幅机动条件下的气动特性,且具有良好的气动特性预测能力.

基于多区间Radau伪谱法带末端约束的轨迹优化

为了精确打击地面目标以及提高毁伤能力,导弹在末端轨迹优化设计时需要满足多种约束。通常关注的约束包括落点位置、落速和落角,但较少考虑对毁伤效能有较大影响的末端攻角约束。因此,在末端轨迹优化设计时,将上述多种约束同时考虑,采用多区间Radau伪谱法,同时离散控制量与状态量,把最优控制问题转化为一般的非线性规划问题进行求解。仿真结果表明,该方法能够生成满足各项末端约束要求的优化轨迹,导弹能够以期望落角、落速和末端攻角攻击地面目标,达到理想效果。设计得到的弹道曲线光滑,较易实现。

基于单神经元在线修正防止姿态抖振的方法研究

基于单神经元Hebb学习算法,提出依据飞行动压在线修正参数的自适应控制方法。仿真结果表明,该算法对阶跃信号、方波信号具有良好的姿态跟踪性能,对舵机延时25ms情况具有良好的控制性能,对存在15%气动参数偏差情况具有较强的鲁棒性,六自由度仿真进一步验证了该算法的工程可用性。

创新驾驶员复训方法 做好支奥运输保障准备

为积极做好支奥运输保障准备，3月末以来，我们采取野营驻训的方式．组织在职驾驶员进行了为期一个月的复训。训练中积极深化总部、军区、集团军司训方式改革成果,深入研究适合师以下部队在职驾驶员复训快训的方法路子，探索总结了“精心筹划做准备、合理编组分层次、滚动组训增效益、加大难度强素质、综合考评促提高”的五步组训法，