一种基于解析规划的多约束再入制导算法

提出了一种基于H-V剖面的亚轨道飞行器再入制导方法。将再入轨迹分为初始下降段和过渡段分别进行规划,初始下降段采用常值倾侧角飞行,过渡段则采用四次解析多项式进行描述,满足再入走廊约束和能量管理(TAEM)初始条件的同时提高再入轨迹在线规划速度;通过反馈线性化方法设计自适应控制律跟踪标准剖面,同时根据航向误差走廊确定滚转方向,从而完成纵向和侧向的联合设计。仿真结果表明,该制导方法对初始状态偏差和参数不确定性具有较强的鲁棒性。     

基于LADRC的RBCC高超声速飞行器轨迹跟踪

为解决RBCC高超声速飞行器在不确定性强、制导控制量多且相互耦合情况下精确跟踪标称轨迹的难题,从易于工程应用角度出发,提出一种基于线性自抗扰控制的纵向轨迹跟踪制导方法。根据RBCC高超声速飞行器特点建立数学模型。在线性自抗扰控制基本原理的基础上,设计轨迹跟踪制导律。针对自抗扰控制中的Peaking现象,结合比例反馈制导,设计防Peaking制导切换策略。仿真结果表明,相较于传统比例反馈制导,在动态参数扰动和风干扰下,所提方法具有更精确的轨迹跟踪性能,对于各种内外不确定性具有更强的鲁棒性。     

基于CMAC网络的飞行器再入制导研究

针对高速再入飞行器的制导问题,提出了一种改进的标准轨道制导律.该方案在纵向上将LQR控制与小脑模型神经网络(CMAC)相结合,利用在线学习的CMAC对攻角和倾侧角的大小进行修正,提高地心径向距离和剩余航程的跟踪精度.在侧向上,根据定义的侧向边界设置动态调整准则确定倾侧角反向位置.三自由度仿真显示,该制导律在气动偏差下能够得到满足终端精度和约束条件的再入轨道,具有良好的可行性.     

制导炸弹模糊变结构滚转自动驾驶仪设计

针对制导炸弹控制系统工作在大空域下参数时变特点,设计了基于模糊滑模控制的变结构滚转自动驾驶仪.以某型制导炸弹为例进行了有初始滚转扰动下的六自由度全弹道数字仿真,就控制效果与传统的变结构自动驾驶仪进行了比较,并选取动压最小最大两种极端投弹条件考核了驾驶仪的鲁棒性.仿真结果显示,模糊变结构自动驾驶仪能实现无抖振滚转快速稳定,对气动、弹道及环境参数变化具有鲁棒自适应性.     

基于在线轨迹生成的末端能量管理段复合制导技术

设计了一种基于在线轨迹生成的空天飞行器末端能量管理段预测校正复合制导方法,解决了传统制导方法实现复杂,鲁棒性不够强的问题。首先,建立能量-高度/航程的走廊和特征剖面,将制导问题转化为高度控制和航程调节问题;然后,研究了捕获转弯航向角迭代搜索算法,在线完成地面航迹生成和航程预测;最后,基于在线生成的航迹和预测的航程,设计了减速板开启角度和飞行器高度对航程联合校正的复合制导策略。仿真结果表明:存在参数不确定性和初始状态偏差的情况下,该制导方法依然具有良好的鲁棒性和精度。     

重复使用运载器末端区域能量管理段三维制导轨迹在线推演研究

研究了重复使用运载器(RLV)末端区域能量管理段(TAEM)三维制导轨迹在线推演算法。根据RLV当前动压、位置和航向,规划动压参考剖面和横侧向参考轨迹,采用基于高度的质点动力学方程在线推演出满足过载、动压约束以及终点动压、位置和航向要求的三维轨迹。横侧向参考轨迹规划分为2个阶段,即消除横向位置误差兼顾减小纵向位置误差阶段和消除纵向位置误差阶段,提出了组合使用3种模态消除纵向位置误差的新方法。对于三维轨迹推演,提出了采用航迹倾斜角补偿法二次推演三维轨迹的新算法,修正终点位置误差超过自动着陆(ALI)容许范围的三维制导轨迹,使误差进入容许范围。仿真计算结果显示,该三维轨迹在线推演算法具有快速、准确、对初始点位置和航向分布鲁棒性强的特点。     

滑翔飞行器弹道在线规划及制导技术研究

针对目前弹道在线快速规划及制导方法的不足,充分借鉴离线弹道规划方法和拟平衡滑翔弹道在线规划方法的优点,并与跟踪制导方法相结合,提出了一种应用于滑翔飞行器的弹道在线快速规划方法及制导方法,有效提高了长时间滑翔飞行器大气层内飞行的自主性和灵活性。结果表明:弹道在线快速规划方法可以在弹载计算机上快速生成一条远程飞行轨迹,制导方法对规划出来的标准弹道的跟踪效果较好,适应偏差能力强。弹道在线快速规划及制导方法简单可靠、容易实现,具有较好的工程应用价值。     

时变滑模变结构与智能模糊结合的非线性系统控制

时变滑模变结构与智能模糊结合的非线性系统控制,先采用时变滑模变结构控制,通过设计动态滑模面,系统的任意初始状态一开始就处于系统的滑模面上,使系统对内部参数变化和外部干扰均具有全局鲁棒性.然后设计智能模糊控制器,使整个系统的鲁棒性在线调整,不仅增强了全局抗干扰能力,而且有效消除系统的抖振现象.     

不确定参数摄动的高超声速飞行器滑模控制

针对系统内不确定性参数摄动的高超声速飞行器(Hypersonic Vehicles,HV)模型,考虑到传统气动系数简化模型无法真实反映飞行器的气动特性和高超声速下某些不确定性参数摄动的问题,提出了一种改进的气动系数模型,利用改进模型得到准确的气动系数参数,设计了一种基于某些不确定参数的模糊函数逼近的高超声速飞行器滑模控制器。应用模糊函数的强大函数逼近能力对不确定参数进行逼近,应用非线性最小二乘法对改进的气动系数模型进行参数辨识,并与滑模变结构控制结合,提高了系统的鲁棒性,并实现了对系统指令的稳定跟踪控制。仿真结果表明,飞行器在加入速度阶跃指令和高度阶跃指令后,系统能够保持稳定性,并对不确定性参数具有很强的鲁棒性。     

可重复使用运载器再入在线制导方法研究

为提高可重复使用运载器再入制导方法的精度和鲁棒性,研究了一种再入在线制导方法。该制导方法在每个制导周期内通过数值方法实时在线预测终端距离误差,迭代得到倾侧角控制量的增量,与预先设计的标准控制量叠加后形成控制指令,用于实际再入过程的制导。仿真结果表明,该制导方法对于初始状态误差和各种参数摄动具有较好的鲁棒性,并具有较高的精度,便于工程实际应用。     

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。     

自适应全程滑模变结构在轨迹跟踪上的应用

针对高超声速飞行器(hypersonic reentry vehicle,HRV)轨迹跟踪问题,提出一种自适应全程滑模变结构轨迹跟踪方法。首先,基于最优化理论设计全程滑模面,使系统的轨线一开始便落在切换面上;其次,采用滑模变结构控制与自适应控制相结合的方法,根据辨识结果自动调整控制律,在保证稳定性的同时削弱抖振;最后,采用Lyapunov定理证明系统的稳定性,并在一定的干扰作用下,将所设计的跟踪算法进行数值仿真,通过与二次型调节器(linear quadratic regulator,LQR)跟踪算法进行比较,验证了控制器的有效性。     

基于自适应神经模糊系统的高超声速飞行器再入预测制导

针对高超声速飞行器再入运动过程模型的非线性特性,提出了一种基于自适应神经模糊系统(ANFIS)的再入预测校正制导方法。在以能量为自变量的三自由度再入方程的基础上分别设计了纵向制导律和侧向制导律。以能量和剩余航程偏差为输入参数,侧倾角调节量为输出参数,设计了ANFIS控制器,并将其应用于纵向制导。侧向制导基于横程与能量的近似线性关系,设计了由分段漏斗形横程走廊控制的侧倾角反转逻辑。仿真结果表明,所设计的制导律具有制导指令解算速度快,制导和落点精度高且对再入初始偏差及过程扰动不敏感的优点。     

精确对地攻击姿态约束最优末制导设计

针对远程精确对地攻击姿态约束末制导问题,提出按照命中点姿态角需求设计基准弹道,并建立了围绕基准弹道的线性时变弹目运动方程。以弹道跟踪误差和控制能量最小为优化指标,取弹道跟踪误差加权阵与剩余飞行时间的平方成反比,求得了一种新的精确对地攻击姿态约束末制导律。制导指令由基准弹道补偿项和弹道跟踪误差项两部分组成。与文献[1]制导律的仿真对照表明,本文给出的制导律具有较小的需用过载,命中点姿态角控制精度高、脱靶量小、适用性好。研究结果对远程对地攻击导弹或制导炸弹末制导系统设计具有参考价值。     

基于深度学习的高超声速飞行器再入预测校正容错制导

针对故障条件下高超声速飞行器的容错制导问题,提出一种基于深度学习的预测校正容错制导算法。在纵向制导律设计中,求解故障下满足配平要求的攻角剖面和升力、阻力系数;构建并训练输入端包含升力、阻力系数变化量的深度神经网络来预测落点,以避免传统预测校正制导算法中大量的积分运算;侧向制导采用基于航向角误差走廊的倾侧角反转逻辑;构造扩张状态观测器对气动参数变化量进行估计,实时输入深度神经网络。仿真结果表明,所设计的容错制导算法制导精度高、实时性好,且在故障和参数摄动条件下能实时解算出满足飞行要求的制导指令。     

反坦克导弹近距离顶攻弹道设计

针对反坦克导弹近距离顶攻存在的弹道落角不足问题,分析了在弹道初始段加入推力矢量控制对飞行弹道的影响,并对气动力/推力矢量控制的近距离顶攻飞行弹道进行分析,设计了一种基于弹目视线角速度和弹目视线角的制导律,保证在全射程内的落角要求.仿真结果表明,所提出的制导律充分利用了推力矢量特性,提高了导弹的机动性能,在导弹的全射程内都能保证较大的落角,是一种可行的方案.     

基于滑模变结构的无人机导引律仿真研究

为了提高无人机导引律控制的稳定性,采用滑模变结构导引律控制方法。根据一定的假设条件,建立无人机三自由度模型,根据运动模型和初始状态得到实际飞行轨迹。由滑模变结构导引律得到无人机的期望轨迹,通过实际轨迹与期望轨迹之间的误差来驱动控制。仿真结果表明,无人机在导引律控制过程中控制量变化平稳,验证了该方法的有效性和合理性。     

基于纵程解析解的飞行器智能横程机动再入协同制导

针对高超声速飞行器协同饱和打击需求,提出一种基于深度Q-学习网络(DQN)算法的深度强化学习横程机动再入协同制导方法。解耦设计高超声速飞行器横纵制导方法,基于高精度的纵程解析解,解析计算纵向升阻比得到倾侧角模值。抽象横向制导倾侧反转逻辑为马尔可夫决策问题,引入强化学习思想,设计一种基于DQN算法的横向智能机动决策器,构建智能体离线学习-在 线调用模式,计算倾侧角剖面的符号变化。以典型高超声速飞行器CAV-H为对象,基于数学分析MATLAB平台通过弹道仿真对该制导方法进行验证。仿真结果表明：新制导方法制导精度高,任务适应性强,可以在线使用,能够严格满足飞行时间约束和能量管理需求;相比于基于三维解析解的再入协同制导方法,新制导方法可以更大程度发挥飞行器的横向机动能力,具备更高的突防潜力。     

模糊控制算法在移动机器人中的应用

针对移动机器人运动轨迹的控制问题,提出采用模糊控制算法用于机器人运动轨迹控制的方法。采用光电传感器感知机器人的偏离角,选用Mamdani模型设计了模糊控制器,求得机器人的行走方位及纠偏大小,从而实现准确导航。并应用Matlab对模糊控制器进行仿真。仿真及实际应用结果表明:该控制器能提高机器人寻迹控制的精度,使移动机器人稳定快速地寻白线移动。