考虑防御系统延迟使其预测误差最大的突防弹道设计

对中段多脉冲机动突防弹道的设计问题进行了研究。采用的原理与方法有别于成熟的航天器多脉冲变轨,而是基于路径规划的思想对弹道设计问题简化。考虑敌方防御系统延迟,改进多脉冲点火模型,并基于变射面的思想对关机点参数进行了设计及优化。然后,从使敌方预测误差最大的角度提出评价函数,并利用遗传算法进行优化。最后,给出了一种同时满足导弹机动突防与打击精度要求的多脉冲弹道设计方法。从模型的可行性,方法的有效性、灵活性、迭代效率及精度等方面进行了仿真验证分析。在PC机仿真中,20 s内就设计出一条保证打击精度的中段突防弹道。结果表明,建立的模型是可行的,提出的突防弹道设计方法是快速有效的。

水下超空泡航行体纵向机动运动控制研究

针对超空泡水下航行体机动很难控制的问题,通过对滑水力、尾翼受力的分析,完善了超空泡航行体模型,使用反馈精确线性化方法对非线性系统模型进行线性化处理,使用多输入多输出极点配置法为航行体设计控制器,采用空化器和尾翼分段延时控制的方法,对超空泡航行体在纵平面内的航行深度进行控制.仿真证明,改进的水下超空泡航行体的模型符合实际运动规律,设计的控制器能够在纵平面内实现对水下超空泡航行体机动运动的稳定控制.

机动导弹飞行中段突防能力分析

为分析机动飞行导弹的突防能力,提出一种简化的突防概率计算方法。利用不同的拦截制导模型,对平面机动方式产生的脱靶量进行理论分析。以高超声速巡航导弹为例,采用蒙特卡罗仿真方法计算机动飞行时的突防概率,与理论分析结果进行对比以证明方法的正确性。最后计算当拦截弹以不同射面拦截时,对机动导弹突防能力的影响。

神经网络在吸气式高超声速导弹突防弹道设计上的应用

针对吸气式高超声速导弹在纵向平面内以极限过载进行的机动,考虑导弹的工作动压窗口、攻角窗口,基于大量二分法仿真得到的数据,用导弹机动初始高度、马赫数以及质量作为神经网络的输入,用导弹以极限过载进行机动的机动时间的最大值作为神经网络的输出,对神经网络进行训练。训练好的神经网络即可以通过机动初始条件来预测导弹以极限过载进行机动的机动时间的最大值。在此基础上,把以极限过载进行机动的机动时间的最大值作为上界,随机选取以极限过载进行机动的机动时间,设计了动压约束的纵向机动突防方法,并通过仿真验证了该方法的可行性。