基于LSTM的导弹拦截点预测研究

在导弹突防过程中,对拦截弹拦截点和拦截时间的预测能够为成功突防提供有力支持。因此,针对拦截弹拦截巡航弹的攻防场景,提出一种基于LSTM的神经网络模型对拦截时间和拦截点进行预测。通过攻防仿真获得拦截弹弹道数据作为训练集对网络进行训练,模型以拦截弹的位置作为输入量,用神经网络估计拦截弹轨迹类型,得出拦截点和拦截时间。实验结果表明,该网络能够有效预测拦截点和拦截时间,且预测误差较小,可为导弹突防策略提供有效的参考。

基于学习的中段反导拦截时间和拦截点预测方法

弹道导弹实时、准确地预测拦截弹的拦截点与拦截时间,是实现中段突防的有效手段。针对弹道导弹中段突防中的拦截点坐标及拦截时间的预测问题,提出了一种基于监督学习的在线预测方法。以拦截弹的主动段关机参数和关机时刻为输入量,建立拦截时间和拦截点预测模型。在多层感知机神经网络的基础上构建有监督学习算法,通过攻防仿真获取拦截弹的参数制作训练数据集,在线下完成网络训练。仿真结果表明:神经网络能够有效在线预测拦截时间和拦截点坐标,预测结果的相对误差分别为0.1243%和0.1285%,拦截时间预测结果误差的平均值为0.2240 s,拦截点预测结果距离误差平均值为2016.48 m,均满足精度要求。

一种拦截轨道的确定方法

提出了一种确定预测拦截点的方法,在此基础上解决了拦截轨道的确 定问题,并对结果进行了深层分析。方法简捷,易于编程实现。仿真结果合理, 满足要求,为航天试验及相关仿真工作提供了一个基础的轨道机动算法。

天基动能武器拦截轨道的确定方法研究

针对天基动能武器速度增量大、拦截时间小的特性,提出了一种新的确定预测拦截点的方法。对已有的拦截轨道确定方法进行了改进,首先从已知的椭圆轨道上选取两点及其间隔时间,再用两种不同的迭代算法来求解半通径以获得轨道参数。然后通过仿真对比,分析了改进方法与原有方法的优缺点和适用性。验证表明改进方法迭代次数较少,耗时较短,特别是在所求椭圆轨道偏心率较大和已知点的位置与所要求的半通径相差较大时,迭代次数更小,能够较好地适用于天基动能武器拦截轨道的确定。

大气层外拦截弹制导律设计与仿真

研究了地基动能杀伤拦截弹拦截低轨目标的制导方法.设计了对目标预测拦截点进行攻击的拦截弹飞行过程中的制导律,提出了一种确定目标预测拦截点及在拦截过程中修正预测拦截点的方法;通过仿真分析验证了方案的可行性.

大气层外拦截弹建模与攻防效能分析

基于跨大气层反导拦截的各阶段流程,首先完成了某型拦截弹的动力学建模,然后利用预测拦截点(PIP)导引以及射表插值的思想,设计了针对大气层外中远程弹道类目标的中段拦截制导方法。在此基础上,研究了不同情形下拦截弹针对弹道导弹的部署区域,发射区段与拦截区段,以及固定拦截阵地的保护范围,验证了大气层外拦截导引方法的有效性。考虑到弹道导弹可能采取的突防措施,包括机动变轨、电子干扰以及红外诱饵掩护等手段,通过设计大样本仿真试验,分析进攻弹所采取的不同措施带来的突防效能。对于能够拦截常规弹道的拦截弹部署点,进攻弹可以通过机动变轨和释放诱饵等策略分阶段起到干扰作用,将突防概率提高到70%以上。

一种变结构自适应中制导律设计

应用广义预测拦截点的概念，基于变结构自适应理论，以相对速度偏角为滑模面，设计了一种新颖实用的变结构自适应中制导律并进行了仿真分析，结果显示导弹各项指标均很好地满足要求，验证了该中制导律的可行性与有效性。