共查询到18条相似文献,搜索用时 812 毫秒
1.
2.
针对红外制导弹药在采用具有角度约束制导律时需要剩余飞行时间的问题,提出了一种不需要剩余飞行时间且可实现大落角攻击的变增益比例导引律。利用期望落角固定时中末段导航比与过载及目标视角约束的解析关系,建立导航比计算模型,解算出中、末段导航比及切换点位置;随后,对比研究了变增益比例导引律与弹道成型制导律的性能,并对其工程应用进行了分析研究。结果表明:变增益比例导引律在实现落角及位置约束的同时能满足视场角及过载约束,且相比于弹道成型制导律,其硬件资源需求更少。 相似文献
3.
为发挥空地导弹侵彻战斗部的威力,提高目标毁伤效果,引入了一种新制导律"弹道成型"制导律,对导弹的末端落角进行约束。通过与比例导引和过重力补偿比例导引进行对比,建立数学模型,进行数字仿真,分析了新制导律在增大导弹落角方面的优点。仿真结果表明,在较低的平飞弹道约束条件下及过载要求范围内,"弹道成型"制导律能以期望的落角命中固定或机动的目标,具有较大的工程实际应用价值。 相似文献
4.
5.
为满足近距空空导弹射程不断增大以及大离轴角发射的需要,第四代近距空空导弹越来越多地采用复合制导技术,中末制导律的选择以及中末制导交接班是其中的两项关键技术。通过比较分析,确定了适用于近距空空导弹的中制导律和末制导律,设计了基于最优预测比例导引中制导+比例导引末制导的复合制导方案;应用了一种平滑过渡的中末制导交接律,满足了中末交接时弹道平滑的要求。与采用传统全程比例导引律的导弹弹道进行了对比,给出了仿真结果,证明了上述方法的合理性和可行性。 相似文献
6.
针对临近空间拦截弹滑翔段离线弹道优化问题,提出一种满足多约束条件的弹道规划方法.首先,通过对拦截弹中制导段运动模型的简化得出滑翔段运动模型;然后,利用庞特里亚金极小值原理推导出满足多约束条件的间接法模型,将弹道优化问题转化为协态变量初值猜测的两点边值问题.采用邻近极值法进行协态变量初值选取,降低了初值猜测的难度和计算量.仿真结果表明,相较比例导引弹道和高斯伪谱弹道,所提方法弹道可同时满足终端约束条件和多种过程约束条件,且优化结果精度更高,可有效解决离线弹道优化问题. 相似文献
7.
8.
9.
10.
比例导引规律的指令加速度 总被引:2,自引:0,他引:2
根据指令加速度的不同参考作用方法,形成和定义了不同形成的比例导引(PN)制导规律。这些PN规律主要分为三类:一类是以追踪速度矢量为参考基准,如纯比便导引(PPN)及其各种变化形式;另一类是以追踪与目标之间的视线为参考基准,如真比例导引(TPN)、广义比例导引(GPN)等;第三类是以追踪器与目标之间的相对速度为参考基准,如理想比例导引(IPN)等。本文概述了这些制导规律的研究现状,建立了矢量形式的相 相似文献
11.
12.
13.
14.
三维非线性鲁棒制导律 总被引:1,自引:0,他引:1
建立了球坐标系下的三维导弹与目标相对运动模型,基于Lyapunov方法和输入状态稳定性(ISS)分析,设计了非线性三维鲁棒制导律,不需要估计目标加速度,实现了对机动目标的扰动抑制跟踪,并且比传统的比例制导律在拦截时间及鲁棒性方面具有优势。仿真结果表明,对于目标作复杂的大机动逃逸运动,仍然能够取得较好的跟踪性能和鲁棒性。 相似文献
15.
16.
该文从物理层安全的角度出发研究了智能超表面(RIS)辅助的无人机(UAV) 3D轨迹优化。具体地说,当RIS辅助的UAV向地面用户进行无线传输时,通过联合优化RIS相移和UAV的3D轨迹来最大化物理层安全速率。然而,由于目标函数是非凸的,传统的优化技术很难直接求解。深度强化学习能够处理无线通信中动态复杂的优化问题,该文基于强化学习双深度Q网络(DDQN)设计一种联合优化RIS相移和无人机3D轨迹算法,最大化可实现的平均安全速率。仿真结果表明,所设计的RIS辅助UAV通信优化算法可以获得比固定飞行高度的连续凸逼近算法(SCA)、随机相移下的RIS算法和没有RIS的算法有更高的安全速率。 相似文献
17.
Payeur P. Hoang Le-Huy Gosselin C.M. 《Industrial Electronics, IEEE Transactions on》1995,42(2):147-158
A method to predict the trajectory of moving objects in a robotic environment in real-time is proposed and evaluated. The position, velocity, and acceleration of the object are estimated by several neural networks using the six most recent measurements of the object coordinates as inputs. The architecture of the neural nets and the training algorithm are presented and discussed. Simulation results obtained for both 2D and 3D cases are presented to illustrate the performance of the prediction algorithm. Real-time implementation of the neural networks is considered. Finally, the potential of the proposed trajectory prediction method in various applications is discussed 相似文献