再入飞行器平飞段多约束制导方法

以再入飞行器为背景,研究了可满足终端经纬度、高度及速度约束的平飞制导方法。在纵向及侧向2个通道内分别引入需要过载作为中间控制量,以简化运动方程及制导律设计; 针对运动方程的非线性特征,利用反馈线性化方法分别推导了可实现等高飞行并消除航向偏差的过载指令; 利用射程微分及速度微分解析预测终端速度,根据剩余速度添加侧向机动以实现减速控制; 最后将需要过载转化为姿态角指令以完成制导任务。CAV-H飞行器制导实例仿真表明,该方法能够实现等高飞行并高精度地满足终端约束,对初始偏差具有较强的鲁棒性,并能完成多样化的制导任务。     

带角度约束的倾斜转弯飞行器制导律设计

针对倾斜转弯飞行器以给定角度攻击目标的要求,考虑控制回路动态特性对制导的影响,研究了带角度约束的制导律设计方法。以倾侧角和法向过载指令为控制量,建立了含控制回路动态特性的设计模型; 基于该模型和多通道解耦的思想,提出带角度约束的滑模变结构制导律,通过调整趋近律参数消除抖振。理论分析表明:在初始阶段,该制导律较最优制导律对过载的需求小; 通过优化制导律参数,当系统进入滑模面后,飞行器能按最优制导律命中目标。仿真表明,该制导律在满足落点和落角要求的同时,具有对过载需求分配合理、速度损失小的优点。     

基于反步法和非线性动态逆的无人机三维航路跟踪制导控制

为实现无人机在大范围内稳定、精确地跟踪三维参考航路,基于制导与控制回路独立设计的思路,提出了一种无人机三维航路跟踪制导控制方法。在制导外环,引入沿参考航路飞行的虚拟无人机作为向导并利用反步法设计三维航路跟踪的非线性制导律;在控制内环,以非线性动态逆理论和奇异摄动理论为基础,设计由机动指令生成器、角度转换器、慢回路姿态控制器和快回路角速度控制器所组成的飞行控制模块,对制导外环给出的制导指令进行快速精确地跟踪。基于Lyapunov稳定性理论证明了无人机航路跟踪制导控制方法的稳定性。通过对比分析无人机6自由度模型下的三维航路跟踪仿真,说明所提出的制导控制方法能够使得无人机精确地跟踪参考航路,从而验证了该方法的有效性、合理性。     

基于深度强化学习的智能PID控制方法研究

针对复杂飞行器难以进行精确建模而导致的无法进行精确的过载跟随和抗干扰等难题,提出了基于深度强化学习技术的控制器设计方法,实现在飞行器模型不精确情况下的稳定控制。控制器采用PID控制结构,通过强化学习算法在线调整PID参数,研究飞行器的跟踪控制问题,实现了对典型指令信号的跟踪。对飞行器做定点仿真,仿真结果表明,当飞行器模型参数变化和外部干扰发生时,基于深度强化学习的智能PID控制器,可以实现对过载指令的精确跟踪。     

BTT导弹航迹跟踪技术

研究了倾斜转弯(BTT)导弹的航迹跟踪系统,外回路采用非线性过载制导指令的方式进行制导,内回路为过载自动驾驶仪.讨论了设计方案和原理,分析了制导控制指令生成方法以及制导指令参数的算法,并与大圆航线跟踪 姿态驾驶仪的方案进行了比较.6DOF弹道仿真结果表明,采用非线性过载制导 过载自动驾驶仪的方案,能够提高导弹跟踪的响应速度,达到良好的跟踪效果,其跟踪精度明显优于大圆航线跟踪 姿态驾驶仪的系统方案.     

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。     

一种非线性方案弹道跟踪算法

为了保证飞行器对方案弹道跟踪的精确性,设计了一种输出指令为加速度值的三维非线性制导律.选择方案弹道上的点作为参考点,利用飞行器的位置及速度信息,得出一种导引飞行器跟踪曲线弹道的非线性过载制导指令.从时域角度分析了参考点的选择方法.仿真结果表明,采用非线性制导律能够保证飞行器准确跟踪设计弹道,满足高精度制导要求.     

基于无迹变换的协同探测与速度方向控制制导律一体化设计

飞行器协同探测相比于单飞行器探测具有精度更高、抗干扰能力更强的优势。传统制导控制设计过程中通常将目标定位跟踪和制导算法进行解耦设计,但实际上制导算法需要实时估计的目标位置等参数作为输入,而制导算法也会影响目标跟踪状态和测量方程的构建以及观测条件,两者存在较高的耦合度。解耦分别设计会造成一定的信息缺失,降低估计和制导精度。针对这一问题,本文构建了一种基于无迹变换的协同探测与制导一体化设计方法,一方面将协同探测目标定位算法引入制导律中,利用融合的目标位置估计均值和方差作为制导算法的输入,将制导过程作为一个随机矢量的非线性传播过程,利用无迹变换获取飞行控制角的均值和方差。仿真实验验证了该方法与传统的速度方向控制滤波算法定位相比,既能提升探测精度,同时满足较低的过载,较好地对飞行器的速度方向和姿态进行控制。     

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。     

多约束条件下制导系数可变的最优制导律研究

针对大落角攻击要求,分析了终端落角约束制导律的解析解和脱靶量特性,提出了满足命中位置、落角、需用过载及目标跟踪要求的落角约束值装定设计方法;给出了终端落角约束制导律的推导过程,基于解析解分析了制导律的指令特性及飞行器速度、位置变化规律,并进行了仿真验证;利用伴随法分析了无量纲位置、角度脱靶量特性,确定了制导律收敛时间为至少15倍制导动力学时间;分析了制导律角度权系数变化对终端落角的影响,给出了装定落角约束值与精确落角约束之间的转换设计方法,并通过仿真验证了装定设计方法的正确性。     

引入角加速度测量的柔性飞行器姿态控制方法

讨论大气层外细长型柔性飞行器的姿态控制问题,该问题的本质是在测量器件附加柔性影响的情况下控制刚体姿态跟踪指令。提出动态面姿态控制方法,以实现姿态指令跟踪。建立柔性形变的2阶动态模型,结合刚体角速度与柔性形变的关系建立非线性模型并设计卡尔曼滤波器。针对轨控发动机质心偏移等因素产生的干扰力矩,引入角加速度计的测量,经过陷波滤波器处理后得到各轴向的估计力矩,将其作为卡尔曼滤波器的输入。仿真结果表明,对于柔性飞行器,采用所提出的状态估计及控制方法,可以保证姿态跟踪误差在0.5°以内。     

基于滑模的空中加油受油机会合制导与控制

为实现空中加油过程中受油机与加油机自主会合,建立满足会合要求的滑模控制面,设计相应制导律.根据受油机与加油机相对位置与速度得出受油机前向加速度指令.基于六自由度受油机动力学模型,采用时标分离将受油机的角运动系统分为快慢回路,采用动态逆方法分别进行系统设计和设计满足追踪会合要求的速度控制律,并以无人机自主跟踪加油机实现会合为例进行仿真.结果表明:该系统能引导受油机实现与加油机的会合,具有良好的动态性能.     

基于自适应神经网络Backstepping 空中加油编队飞行控制

为解决无人机自主空中加油过程加油机和受油机编队飞行控制的问题,提出了对受油机采用导引回路和 姿态回路分离控制策略,采用L1 导引算法设计一种基于自适应神经网络Backstepping 飞行控制器。将改进的L1 导 引算法应用于受油机的横向和纵向的导引,使用自适应神经网络补偿受油机受到的外界的干扰和系统模型误差,神 经网络权值矩阵通过自适应律在线更新,并结合Backstepping 控制方法设计受油机的控制律。仿真结果表明：在受 油机与加油机编队飞行过程中,该设计方法能有效提高受油机的跟踪精度和抗干扰能力,解决空中加油编队飞行控 制问题。     

基于自适应神经网络Backstepping空中加油编队飞行控制

为解决无人机自主空中加油过程加油机和受油机编队飞行控制的问题,提出了对受油机采用导引回路和 姿态回路分离控制策略,采用L1 导引算法设计一种基于自适应神经网络Backstepping 飞行控制器。将改进的L1 导 引算法应用于受油机的横向和纵向的导引,使用自适应神经网络补偿受油机受到的外界的干扰和系统模型误差,神 经网络权值矩阵通过自适应律在线更新,并结合Backstepping 控制方法设计受油机的控制律。仿真结果表明：在受 油机与加油机编队飞行过程中,该设计方法能有效提高受油机的跟踪精度和抗干扰能力,解决空中加油编队飞行控 制问题。     

基于离线预测控制的旋转尾翼稳定弹解耦控制器设计

低速旋转尾翼稳定弹飞行过程中存在着气动交联、惯性交联和控制交联,为了实现稳定飞行,有必要进行解耦控制器设计。鉴于模型预测控制方法虽然具有较好的解耦能力和对建模精度要求不高的优点,但存在计算量大的问题,为此提出一种基于指令滤波器的离线模型预测控制方法。通过离线求解控制参数阵和在线查表应用的方式,将大量计算工作转为离线进行,以满足实时控制需求。将指令状态和系统输出跟踪误差积分引入预测模型中,充分利用被控对象和指令模型的动态特性,使得离线求解的控制参数阵能够较好地应对指令信号的变化。基于旋转尾翼稳定弹姿态控制进行仿真,对算法的有效性进行了验证,结果表明所设计的控制器能够确保飞行指令的稳定跟踪。     

基于TLC的高超声速飞行器自抗扰姿态控制

针对高超声速飞行器控制指令受噪声干扰、气动参数不精确、各通道强耦合以及舵面偏角有限等特点,设计了基于轨迹线性化（TLC）的自抗扰姿态控制器。针对姿态角指令信号受噪声干扰、姿态回路受加速度限制的特点,应用最速二阶跟踪微分器对姿态指令进行预处理;应用轨迹线性化方法分别对姿态角回路、角速率回路设计解耦控制器;为了提高控制器的鲁棒性,在角速率回路以综合干扰为扩张状态设计扩张状态观测器（ESO）,并对综合干扰进行补偿。仿真结果表明,该方法可以有效滤除指令信号中噪声、减小舵面偏角,并提高控制系统的鲁棒性。