考虑自动驾驶仪故障的复合全局滑模制导律

为了提高对低空目标的跟踪精度,需将弹目视线角约束在布儒斯特角附近,以降低多径干扰对雷达导引头探测精度的影响。基于全局滑模控制的原理,设计出一种全局滑模制导律。该制导律可确保在跟踪拦截低空目标的过程中,将弹目视线角约束在布儒斯特角附近。该制导律由于使系统省去了趋近滑模面运动的过程,从而使系统具有全程鲁棒性。针对导弹自动驾驶仪执行制导指令时可能发生的故障问题,设计了一种虚拟指令作为故障扰动的补偿,结合所设计的虚拟指令,设计出一种复合全局滑模制导律。仿真结果表明,该复合制导律可大大提高系统的抗干扰性能,维持系统的稳定性。     

考虑布儒斯特角约束的超低空机动目标拦截

为了提高防空导弹雷达导引头对超低空目标的探测跟踪精度,建立了超低空拦截模型; 基于变结构原理,设计了一种自适应变结构末制导律,并对该制导律进行了仿真验证。结果表明,该制导律可将弹目视线角约束在布儒斯特角附近,同时将视线角速率收敛至0,使多径干扰降到最小。针对超低空目标机动加速度受多径效应影响而难以准确测量和估计的问题,采用小角度线性化的方法对所设计的制导律进行改进。仿真结果表明,改进后的制导律具有理想的超低空拦截性能,且其在工程实践上更具有可行性。     

自适应非奇异快速终端二阶滑模制导律

针对打击机动目标带攻击角度约束的末制导问题,提出了一种带攻击角度约束的制导律。基于弹目相对运动模型,将攻击角度约束问题转化为终端视线角约束问题。设计了一种新型非奇异快速终端滑模面,结合改进的超螺旋算法,提出了一种自适应非奇异快速终端二阶滑模制导律。该制导律能够使弹目视线角及其角速率有限时间收敛,并设计了参数自适应律有效补偿未知扰动。通过仿真实验,验证了所提制导律能以期望攻击角度精确命中目标,且与现有制导律相比,收敛速度更快,制导精度更高,能量消耗更少。     

基于滑模控制的制导方法研究

针对空地导弹末制导段终端角约束问题,根据滑模控制理论,设计了加速度控制指令垂直于弹目视线方向的制导规律。从建立末制导过程中导弹和目标间的动力学方程入手,推导出以视线角和视线角速度为状态量的状态方程,构建了一个滑模面,在这个滑模面上弹目视线角和期望的终端角之差与弹目视线角速度为零。又引入Lyapunov函数驱动系统达到所设计的滑模面,综上推导出控制加速度的表达形式。该导引律在满足终端角要求的同时,能进一步增大导弹击顶速度。最后,在MATLAB环境下构建了几种仿真场景,仿真结果表明该制导律的有效性。     

基于ESO的拦截机动目标带攻击角度约束制导律

为满足攻击角度约束的要求,设计了一种考虑导弹自动驾驶仪二阶动态特性的制导律。建立了考虑驾驶仪二阶动态特性的带攻击角度约束项的制导系统模型,采用二阶滑模超螺旋算法对扩张状态观测器进行改进,提出了一种超螺旋扩张状态观测器,对未知目标加速度进行估计,选取一种带攻击角度约束的非奇异快速终端滑模面,结合动态面控制,提出了一种新型制导律。该制导律能使系统状态全局有限时间收敛,补偿驾驶仪动态特性。对比仿真结果表明,所提观测器估计精度高,所提制导律能够实现视线角速率和攻击角度有限时间收敛,且具有更好的制导性能。     

基于扩张状态观测器的攻击角度约束制导律

为满足现代战场对拦截弹特定攻击角度约束的要求,设计了一种自适应滑模制导律。以弹目视线角与视线角速率为状态变量,在二维平面建立了制导模型;采用一种自适应滑模趋近律,设计了具有攻击角约束的制导律;采用扩张状态观测器,对目标机动进行估计补偿,并用于所设计的制导律。进行了仿真分析,结果表明,所设计的制导律能够引导拦截弹以期望的角度命中目标,对于目标的机动具有一定的鲁棒性,能有效实现对目标实行特定角度攻击并基本满足零脱靶量的要求。     

考虑目标机动和落角约束的二阶滑模制导律

针对末制导阶段导弹以期望的终端落角攻击高机动目标的需求,将Super-twisting算法与自适应滑模扰动观测器相结合,提出一种满足终端落角约束的二阶滑模制导律。目标机动带来的干扰导致系统扰动的上界未知,将目标加速度视为系统扰动,设计自适应滑模扰动观测器对系统扰动进行在线估计,通过对观测器增益进行自适应调整,克服传统观测器选取增益时依赖扰动上界的缺陷。设计改进的Super-twisting算法作为制导律的趋近律,在降低抖振的同时使制导律可充分利用导弹的过载能力,从而提升系统的收敛速度,解决传统Super-twisting算法中系统状态远离平衡点时收敛速度慢的问题。基于李雅普诺夫稳定性理论,证明该制导系统能在有限时间内收敛。数学仿真结果表明：自适应滑模扰动观测器和所设计制导律有效,自适应滑模扰动观测器能够准确跟踪系统扰动,所设计的制导律能够满足期望的终端落角约束,且具有较高的命中精度,脱靶量小于0.2 m。     

基于有限时间小超调预设性能控制的三维滑模末制导律设计

为了实现对高速机动目标的特定攻击角拦截,本文结合控制领域的新型控制方法——有限时间小超调预设性能控制设计了新型三维滑模末制导律。为了确保视线角和视线角速率能够在有限时间内收敛至期望值,通过视线角偏差和视线角速率偏差构建了线性滑模面;在趋近律设计上,基于有限时间小超调预设性能控制分别设计了视线偏航平面和视线俯仰平面的制导指令,保证跟踪误差可以按预设的收敛时间收敛,并且超调量约束在较小范围内,同时引入非线性有限时间观测器对制导指令中包含的目标加速度项进行估计,进一步提高了制导精度。通过仿真可知,本文制导律可以实现不同拦截条件下对目标的特定攻击角拦截,与现有的快速终端滑模制导律相比,可以保证滑模变量在有限时间内小超调收敛,同时实现特定角度打击,拦截机动目标时脱靶量可以控制在1 m以下,提升了系统的稳态性能和瞬态性能。     

基于NTSM的自适应最优滑模末制导律设计

针对基于线性滑模面的最优末制导律存在的视线角误差和角速率误差渐近收敛、鲁棒性较弱等不足,提出一种基于非奇异终端滑模(nonsingular terminal sliding mode,NTSM)的最优滑模末制导律。算法基于改进的非线性滑模面以解决普通Terminal滑模因参数选择不当出现的奇异问题,实现误差矢量的有限时间收敛。飞行器在该末制导律导引下,视线角误差及角速度误差快速收敛,从而保证飞行器具有较高的命中精度并满足约束条件要求。仿真结果表明该制导律的适用性及较强鲁棒性。     

考虑导弹速度变化的攻击时间和攻击角度控制滑模制导律

为了解决导弹速度变化时对攻击时间和攻击角度的控制问题,提出了一种基于成型理论和非奇异终端滑模理论的攻击时间和攻击角度控制制导律,并证明了该制导律的Lyapunov稳定性。以弹目相对运动关系为基础,将导弹速度变化的制导律问题转化为导弹速度恒定的制导律问题。利用成型理论构造视线角多项式,通过数值方法计算其系数,得到了满足攻击时间和攻击角度约束的理想视线角表达式。基于非奇异终端滑模理论设计了导弹法向加速度,使导弹实际视线角按照理想视线角变化,实现了攻击时间和攻击角度控制。不同条件下的数值仿真结果验证了所设计制导律的有效性。     

考虑自动驾驶仪动态特性和攻击角约束的鲁棒末制导律

针对制导弹箭打击机动目标时带攻击角约束的末制导问题,考虑自动驾驶仪动态特性以及目标机动不确定性对制导过程的影响,结合积分滑模与动态面控制方法,设计了一种新型鲁棒末制导律。自动驾驶仪的动态特性以含扰动的2阶动力学模型来表征,目标机动引起的模型不确定性以光滑非线性扰动观测器来估计。滑模面取视线角速率与视线角偏差的组合形式,且引入剩余飞行时间,以使制导弹箭在整个末制导过程中过载性能良好。依据李雅普诺夫稳定性理论证明了闭环系统中视线角速率与视线角偏差均最终一致有界任意小。通过数值仿真与弹道成型制导律及非奇异滑模制导律进行了对比,验证了该末制导律的有效性与优越性。     

带视线角约束的多导弹有限时间协同制导律

针对多导弹在平面内从各自期望方向同时击中机动目标的问题,提出了一种带视线角约束且能打击机动目标的有限时间协同制导律。基于平面内的导弹-目标相对运动方程建立了考虑视线角约束的多导弹协同制导模型;在视线方向基于多智能体协同控制理论和积分滑模控制理论设计了多导弹分布式有限时间协同制导律,以保证所有导弹打击时刻有限时间趋于一致;在视线法向方向采用非线性干扰观测器对目标加速度在有限时间内进行估计,并基于有限时间滑模控制理论设计了带视线角约束的制导律,以保证导弹击中机动目标且其视线角有限时间内收敛到期望值。通过仿真验证了所设计的协同制导律可使多导弹从各自期望方向同时击中机动目标。     

基于连续2阶滑模的带碰撞角约束制导律设计

针对导弹拦截移动目标的要求,将滑模干扰观测器和一种新颖的连续2阶滑模方法相结合,设计了一种满足碰撞角约束的鲁棒性制导律。将目标加速度视为干扰项,基于超扭曲算法设计2阶滑模干扰器对其进行估计;不同于广泛使用的边界层方法,该方法可以在满足控制精度的前提下有效地避免抖振问题。通过使用Lyapunuov稳态标准,给出了该闭环制导系统有限时间内稳定的严格证明。理论分析和数值仿真结果表明,所提出的方法可以满足大范围碰撞角的约束,并能取得较高的目标拦截精度。     

带落角约束的有限时间收敛末制导律研究

针对导弹末制导过程中的终端落角约束的问题,基于滑模控制和有限时间控制理论,设计了一种有限时间收敛末制导律。利用终端滑模控制中滑模面上的跟踪误差能够有限时间收敛到0的特点,选取终端滑模面,引入落角约束项,采用有限时间稳定性理论对导引律的有限时间收敛特性进行了证明,并给出了收敛时间的数学表达式。将该末制导律与其他2种带落角约束的导引律进行了对比仿真。结果表明,利用该制导律,制导武器能以更高的命中精度和更小的落角偏差命中目标。