基于增强学习的空空导弹智能精确制导律研究

根据现代战争的对抗格局，提出了空空导弹拦截高速大机动目标的智能制导律。这种制导律是采用基于Q—learning算法的。Q—learning的思想是直接优化一个可迭代计算的Q函数，并利用增强学习实现知识的自动获取，来扩展所能得到的知识资源。在Q—learning算法中，系统通过计算状态的值函数或者状态-动作对的值函数来控制导弹的飞行。根据环境的评价性回报函数来实现决策的优化。从而能够达到行为优化。这种制导规律只需要导弹和目标的位置、状态变量和法向过载的测量量。易于弹上实时实现，并且将这种制导律和传统制导相比较。结果表明：这种制导具有一定的智能行为。可以拦截大机动目标。这种智能制导方法有利于提高打击精度和载机的作战生存能力。     

一种新型六自由度BP神经网络最优中制导规律研究

对于六自由度中远程导弹制导系统,提出了一种新型的基于BP神经网络最优中制导律,这种制导规律能在中制导时只使用导弹数据而不使用目标数据,这样可以使神经网络的结构减小,计算速度提高.研究和仿真分析表明,这种新型的六自由度BP神经网络最优中制导律与其他末制导律配合,可有效提高导弹拦截机动目标的性能.     

基于ESO的目标机动补偿反比例制导律

为提高导弹制导系统对于高速机动目标的拦截效能,基于扩张状态观测器方法和反比例制导策略,设计了一种带扩张状态观测器的反比例制导律。考虑导弹自动驾驶仪动态特性,推导了平面内的制导模型; 设计了扩张状态观测器(ESO),将其与反比例导引策略相结合,设计了带ESO的反比例制导律,该制导律能有效估计目标机动并充分补偿制导律的不确定性干扰,有效提高制导精度; 将设计的带ESO的反比例制导律与经典比例制导律、普通反比例制导律进行仿真对比。仿真结果表明:所设计的带ESO的反比例制导律能减小弹目相对速度与脱靶量,适当地增加拦截时间,有效提高了制导系统对于高速机动目标的拦截效能。     

一种基于神经网络的最优中制导律

对于中远程导弹中制导段,提出了一种基于神经网络的最优中制导律,这种制导规律通过离线学习,能够在线实时工作.研究和仿真分析表明这种基于神经网络的最优中制导律与其他末制导律配合,可有效提高导弹拦截机动目标的性能.     

基于零化脱靶量的滑模变结构制导律研究

以零化反导导弹的脱靶量为基础,利用变结构控制理论和非线性运动学方程推导出一种能够适应目标做大机动的滑模变结构制导律.建立了目标做螺旋机动的数学模型,通过末制导仿真验证滑模变结构制导律在拦截三维螺旋机动目标时具有响应快速性,视线角速率和脱靶量较小,对高速大机动目标具有很好的拦截效果.     

基于RBF神经网络的一种最优中制导律

对于中远程导弹中制导段,提出了一种基于RBF神经网络的最优中制导律,这种制导规律通过离线学习,能够在线实时工作.研究和仿真分析表明:这种基于RBF神经网络的最优中制导律与其他末制导律配合,可有效提高导弹拦截机动目标的性能.     

基于模糊逻辑的导弹扩展比例导引律

临近空间高超声速大机动目标的拦截制导律一直是现代制导与控制方面的一个难点和热点。运用模糊逻辑的方法，改进了扩展比例导引律，使导弹在拦截过程中能够有效跟踪导弹至目标视线转率的变化及目标的机动加速度，拦截末段视线转率收敛，实施成功拦截。     

基于自抗扰算法的导弹制导律设计方法

针对机动目标的拦截方法所能允许的不确定性变化范围非常有限的问题,提出一种基于自抗扰算法的导弹制导律设计方法。该方法将自抗扰控制思想应用于导弹制导律设计,根据空间弹目追逃模型,设计基于自抗扰控制算法的制导律,运用状态观测器对目标机动参数、随机干扰等各种因素引起的未知扰动进行观测并实时补偿,实现了动态反馈线性化和解耦控制,使视线角速度快速趋于零。仿真结果表明:相比于传统比例导引律,该方法的制导精度高,脱靶量低,制导飞行时间短,制导性能有极大提高。     

一种新型六自由度BP神经网络最优中制导规律研究

对于六自由度中远程导弹制导系统，提出了一种新型的基于BP神经网络最优中制导律，这种制导规律能在中制导时只使用导弹数据而不使用目标数据，这样可以使神经网络的结构减小，计算速度提高。研究和仿真分析表明，这种新型的六自由度BP神经网络最优中制导律与其他末制导律配合。可有效提高导弹拦截机动目标的性能。     

PAC-3爱国者拦截弹末制导精度仿真研究

采用变结构制导律对ＰＡＣ－３爱国者导弹末制导拦截段拦截精度进行了仿真研究。同比例制导律不同,变结构制导律具有可对不确定目标机动和其它末建模动力学进行补偿,并且有几乎同比例制导律一样应用简单的特点,拦截对象针对的是可能会采用“螺旋机动”或“滚筒式机动”进行突防的再入地地导弹弹头。仿真结果表明ＰＡＣ－３爱国者导弹对这种机动再入弹头的拦截能力是不容乐观的。同时,还显示出变结构制导律也并不如想象的那样有效