高升阻比滑翔飞行器再入制导方法研究

针对高升阻比滑翔飞行器再入段制导方法的工程需求,提出了“改进的预测-校正制导+定向末制导”方法作为再入段制导方法。通过调整其横向制导的误差边界,解决了飞行器在交班点附近出现的横向误差不收敛问题,同时兼顾了较大的横向机动距离,发挥了飞行器高升阻比的特性。对预测-校正制导流程进行了改进,从而赋予了飞行器在线变更目标点的能力。在距目标一定距离时切换为末制导律,采用约束落点弹道倾角和航向角的广义比例导引法,实现对目标的定点定向打击。蒙特卡洛仿真结果表明,该制导方法对各项误差有较强的鲁棒性,具有较好的应用前景。     

高超声速滑翔飞行器再入制导方法及热点问题研究综述

高超声速滑翔飞行器是一类具有重要战略价值的临近空间飞行器,其再入段制导是当前研究的重点问题之一.梳理了高超声速滑翔飞行器再入制导方法的发展历程,综述了标称轨迹制导方法、预测校正制导方法、闭环最优制导方法的原理和研究现状,并对其特点和局限进行了分析.针对再入协同制导、再入鲁棒轨迹优化、再入变体制导、再入智能制导等当前再入...     

基于神经网络的轨道武器再入制导研究

将神经网络应用于轨道武器的弹道式再入制导中，实时得到所需航迹角，以此形成制导信号．对于具有较大再入初始误差及再入过程干扰、机动能力又不大的弹道式再入飞行器，可以给出满意的制导效果，而并不增加制导系统的复杂性．     

再入飞行器多约束预测-修正末导引律研究

为了保证再入飞行器以期望倾角和速度准确投放载荷,利用终端倾角约束下的滑模变结构控制进行实时弹道预测,通过速度修正指令实现飞行器的机动减速,以达到期望的投弹倾角和速度。分别计算了目标点位于13km和3km高度时的飞行轨迹及飞行参数。对仿真结果的对比分析表明:采用倾角约束导引律时,飞行器终端倾角满足期望的-30°,但是其终端速度分别为1 550m/s和1 450m/s,远高于期望的1 200m/s;采用倾角-速度多约束导引律时,终端倾角和速度均达到了期望水平,而且攻角、倾斜角以及各向过载均满足限制条件;多约束预测-修正导引律更有利于再入飞行器准确投放载荷。     

基于Q-Learning算法的再入飞行器制导方法

针对再入飞行器制导方法需要根据人工经验调整参数才能适应不同远近、方位目标点的问题,提出"智能预测校正制导"的概念,将飞行环境构建为包含千万量级状态点的状态空间,采用强化学习算法训练制导模型参数,纵向制导依然采用基于定攻角剖面的倾侧角迭代方法,横向制导则利用Q-Learning算法训练横向翻转决策器。结果表明,该算法训练制导模型有较快的收敛速度,集成多个决策器的打靶成功率达到0. 973。基于QLearning算法的再入飞行器制导方法消除了原有方法基于规则的横向制导逻辑对飞行器附加的一些不必要约束,使飞行器在复杂任务中发挥其较强的机动能力成为可能,有望应用于规避多禁飞区的轨迹规划研究。     

跳跃式再入快速预报校正制导算法研究

针对深空探测跳跃式再入返回飞行任务,提出了一种加速的数值预报校正制导算法,该算法通过在预报过程中对开普勒飞行段进行解析轨道预报,以此提高制导算法的预报和迭代校正速度。考虑到忽略大气影响的解析轨道预报精度问题,加速算法选择了合适的解析预报激活高度,并在一次下降段和一次上升段分别采用加速制导算法和传统预报校正制导算法的分段混合策略,从而实现制导效率与制导精度的综合性能最优。最后,通过蒙特卡洛仿真试验证明了新算法的加速效果非常明显,有利于预报校正算法的在线应用。     

任意大地高约束下的弹道飞行器自由段解析解

在正交分解法的基础上,导出了弹下点大地纬度的迭代计算公式,进而将再入点或落点大地高引入到地心距的计算中,提出了一种弹道飞行器自由段的大地高约束解析解。数值仿真分析表明,该解析方法计算效率较高,位置偏差小于50 m,满足弹道计算、制导及轨道预测等应用需求。     

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。     

中远程火箭被动段飞行参数的一种预示方法

对中远程火箭，在地面冲量发射、椭圆弹道和最小能量弹道的假设条件下，再入段在“直线弹道”的假设条件下，对给定射程提出了一种预示再入飞行器被动段飞行参数的近似解析计算方法。再入飞行器被动段飞行参数包括：被动段飞行时间；最大飞行高度；再入初始飞行速度与弹道倾角；最大轴向过载系数与最大动压及它们的发生高度；驻点最大外压、最大热流与总加热量；球头最大热流与总加热量；锥面最大外压、最大热流与总加热量；再入段飞行时间等。     

高超声速飞行器高精度载荷抛撒制导方法

为解决高超声速飞行器俯冲段载荷抛撒问题,提出了基于抛撒点弹道参数组合与载荷落点映射关系的高精度载荷抛撒制导方法.采用人工神经网络方法建立了抛撒点弹道参数组合与载荷落点的映射关系,极大地降低了存储量并且提高了在线计算效率.在建立的映射关系基础上,通过设计飞行器向固定点、固定状态导引的制导律,给出了抛撒点固定的载荷抛撒制导方法;为了提高载荷抛撒的灵活性,采用预测-校正思想,给出了抛撒点实时确定的预测-校正载荷抛撒制导方法.CAV-H飞行器的载荷抛撒制导仿真表明,2种载荷抛撒制导方法获得的落点精度分别为300m与17m,所提出的2种制导方法涵盖了载荷抛撒制导的2类主要方案,可互为重要补充,能够为高超声速飞行器俯冲段高精度载荷抛撒提供参考.