基于脱靶量预测的脉冲末修迫弹控制方法研究

针对脉冲末修迫弹的控制问题,提出了一种基于脱靶量预测的控制方法.分析了脉冲控制力与控制力矩,推导了有控六自由度运动方程组;利用捷联激光导引头测得的弹目偏差角及其方位信息,建立了脱靶量预测模型;在此基础上设计了脉冲工作模式,给出了脉冲作用个数与启控方位的确定方法.算例仿真结果表明,利用所提出的控制方法能够将圆概率误差减少约80％,有控弹道落点平均脱靶量为7.85 m,证明该方法能够有效修正偏差,提高落点精度.     

基于摄动落点预测与修正比例导引的复合修正算法设计

为提高旋转稳定弹的精确打击能力,该文以安装固定鸭舵式二维弹道修正组件的修正炮弹为对象,针对旋转稳定弹的控制特点,设计出一种基于摄动落点预测与修正比例导引律相结合的修正算法。针对弹道的升弧段与降弧段,分别推导出摄动落点预测偏差与修正比例导引的控制信号,并根据弹体传函建立出全弹道复合算法的控制信号。通过仿真,在仅考虑弹丸的随机扰动情况下,修正弹弹道落点的纵向标准差为22.835 7 m,横向标准差为23.579 2 m,圆概率误差为27.507 0 m。仿真结果表明,摄动+比例导引的复合导引算法可有效提高该修正弹的射击精度,减小落点散布。     

脉冲修正弹药射程预测控制方法

介绍了一种脉冲发动机直接力控制的弹道修正方案,分析了脉冲修正弹药制导律设计特点,指出纵向导引律是设计的首要问题.提出了射程预测导引的概念,其核心问题是建立射程预测方程:通过理想弹道和典型扰动弹道的解算获取样本点,建立射程和中间弹道参数的多项式模型,采用回归方法求取多项式系数.仿真表明,采用该导引方法进行纵向修正后,弹丸的纵向落点标准误差从123 m下降到21m.     

弹道修正弹脉冲发动机作用角度优化研究

解算脉冲发动机最佳作用角度是脉冲弹道修正技术的一个重要课题。文中基于传统的脉冲发动机控制策略,从理论上分析了脉冲发动机作用角度与剩余落点偏差,针对横纵脉冲修正能力不同造成剩余落点偏差较大的情况,提出了一种以剩余落点偏差为目标函数的解算脉冲发动机作用角度算法,并通过六自由度弹道仿真验证了该算法的可行性。     

基于不同导引律的脉冲修正弹广义弹道偏差研究

基于采用不同导引律时弹道偏差表现形式的差异,提出了一种以脉冲需求数表示的广义弹道偏差的概念,并对采用比例导引、速度追踪导引、落点预测导引、弹道追踪导引情况下的广义弹道偏差进行了深入的理论分析研究,并给出具体表示方法.     

弹道修正迫弹制导方法与制导精度研究

针对传统迫击炮弹落点精度差,打击精度低,设计了迫击炮弹弹道修正算法,采用摄动落点偏差预测法、自适应比例导引法、自适应比例微分导引法对弹道进行修正。建立了六自由度弹道模型及控制模型,阐述了摄动落点偏差预测法和比例导引法基本原理; 针对比例导引律中常值比例系数不符合实际弹道变化的特点,在纵向平面设计了自适应比例导引律,横向平面设计了自适应比例微分导引律。采用蒙特卡洛模拟打靶仿真验证,考察制导律在纵向平面、横向平面以及复合制导的修正能力。仿真结果表明,在纵向平面,自适应比例导引律效果最好; 在横向平面,自适应比例微分导引律效果最好。仿真分析了3种制导方法的复合制导效果。仿真结果表明,在纵向平面升弧段采用摄动落点偏差预测制导方法,以及在降弧段纵向平面采用自适应比例导引律、在横向平面采用自适应比例微分导引律的复合制导能力得到有效提升,迫击炮弹落点圆概率误差从无控时的126.317 m降为0.965 5 m。大射角、小射程条件下模拟打靶,圆概率误差为1.864 3 m。     

基于BP神经网络的固体导弹耗尽关机姿态调制方法研究

针对固体火箭发动机燃料剩余问题,采用BP神经网络逼近算法,推导建立了一种适用于耗尽关机条件下,对导弹2级飞行进行能量管理的姿态调制方案。该方案在干扰条件下根据再入弹道倾角要求、推力偏差及射程的不同,2级点火10 s时弹上在线计算调制姿态,保证了能量消耗精度的同时为导弹在耗尽闭路导引段进行闭路制导提供了前提条件。通过仿真验证了该模型的正确性和可行性。     

惯性仪表测试异常引发落点偏差的新计算方法研究

提出了一种加速度计故障引发落点偏差的简易计算方法。该方法建立了导引异常引发的视加速度偏差方程，通过计算发射惯性坐标系三个方向视加速度相对于标准弹道的偏差值，进而求出故障弹的落点及落点偏差。     

基于脉冲力修正的弹道追踪导引律在末修弹中的应用研究

文中在对弹道追踪导引律原理进行简单介绍的基础上，在六自由度弹道模型上进行了蒙特卡洛仿真打靶试验。分析了脉冲启控时间、脉冲个数对修正效果的影响，并对弹道追踪导引律在末修弹中应用条件及其局限性进行了详细研究。     

基于动态RBF网络辨识和模糊控制的弹道落点预测导引研究

针对目前远程弹道修正火箭弹中,滤波外推落点预测导引法存在导引系数确定难、导引精度低、自适应性与鲁棒性差的问题,提出了一种基于动态RBF神经网络在线辨识与带自调整因子模糊控制相结合的落点预测导引律.具体在传统滤波外推落点预测导引法的基础上,将预测落点偏差与偏差变化率作为模糊控制器输入量,通过RBF神经网络在线整定模糊控制的权重因子和比例因子,实现导引指令的自适应调整.仿真结果表明,同常规方法相比,在充分考虑随机扰动和测量误差情况下,具有更强的自适应性与鲁棒性,保持了较高的导引精度.