再入飞行器高空最优制导律

研究了在降弧段进行高空机动的再入飞行器的最优制导律．采用最优控制理论推导出具有再入约束条件的高空最优制导律,给出了剩余时间的计算方法．仿真结果表明,此制导律可用于再入飞行器的高空机动飞行．     

再入飞行器高空机动飞行的最优制导律分析

研究了在降弧段进行高空机动的再入飞行器最优制导律。给出了一种新的飞行器运动数学模型和这一模型下的最优制导律以及再入飞行器发动机工作时间、过载系数和估算方法。解算结果表明，该模型和制导律可用于再入飞行器的高空机动飞行控制。     

随机最优控制理论在再入机动弹头制导中的应用

建立了机动再入弹头攻击地面目标的随机数学模型,根据再入机动弹头攻击目标的要求,选择合理的代价函数和控制量的约束方程,利用随机最优控制理论,结合再入弹头的运动学与动力学方程,获得再入弹头的最优制导律.该制导律在存在状态噪声和观测噪声的情况下能有效完成再入机动弹头的制导,并使系统满足一定的约束条件.将此最优制旱算法应用到某型再入弹头,通过计算机仿真验证了算法的正确性.     

再入飞行器的终端角度约束制导律设计

在考虑飞行器命中目标时有落地速度和速度倾角的要求条件下,基于零化再入飞行器和目标视线角速率的思想,设计得到了一种适用于攻击地面固定目标的最优再入制导律.该方法利用最优控制理论的思想方法,不仅使飞行器命中目标时满足了终端角度约束的条件,而且保证了再入飞行器机动速度损失最小.该方法简单,易于理解,便于工程应用,数字仿真验证了所提出的制导律的正确性和有效性.     

一种再入机动弹头最优制导律研究

利用最优控制理论及非线性控制理论中的精确线性化方法．将再入机动弹头方向控制方案设计问题转化为线性系统综合问题．无需作任何简化假设，推导方式更为简单．为再入弹头的机动方式提供了一种新方法．仿真表明推导出的制导律可行。     

基于神经网络的轨道武器再入制导研究

将神经网络应用于轨道武器的弹道式再入制导中,实时得到所需航迹角,以此形成制导信号．对于具有较大再入初始误差及再入过程干扰、机动能力又不大的弹道式再入飞行器,可以给出满意的制导效果,而并不增加制导系统的复杂性．     

基于神经网络的中制导律

基于神经网络的中制导律适合末段采用寻的制导的复合制导导弹。采用针对固定目标、同时能满足复合制导中制导要求的最优中制导律来提供神经网络的训练样本，通过遗传算法对神经网络的各个权值及各神经元的阈值进行综合寻优，以各时刻导弹及目标的位置坐标作为神经网络输入，经过计算输出相应的中制导指令。仿真结果表明基于神经网络的中制导律不仅能用于攻击固定目标及机动目标，同时能满足复合制导中末交班的各项要求。     

一种中远程地空导弹初制导律

导弹拦截中远程目标时,需要采用组合制导律,在分析组合制导中初制导阶段特点的基础上,给出了一种的初制导律形式,并且提出了一种适合初制导律的剩余时间拟合方法。     

再入机动弹头速度方向制导律设计及仿真

建立了再入机动弹道模型,设计了基于非线性系统精确线性化理论的再入机动弹头速度方向的时变最优制导律,实现了机动弹头速度方向的控制,通过三自由度机动弹道仿真证明该制导律是可行的。     

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.     

基于网格划分与BP网络的中制导弹道 在线生成方法

针对临近空间高超声速目标高速、高机动的特点,为改善拦截弹中制导性能,将基于网格划分的中制导离线弹道优化与神经网络相结合,提出了一种中制导弹道在线生成方法。以拦截区域网格化形成的网格点为约束,采用离线弹道优化方法,形成覆盖拦截区域的弹道数据库; 利用BP神经网络对非线性函数的逼近特性,通过训练实现对弹道数据库的逼近,构建BP神经网络模型,实现中制导弹道在线生成。仿真分析结果表明:中制导过程中,在终端约束调整和不调整的2种情况下,该文设计的中制导弹道生成方法均具有较好的性能。     

基于模糊神经网络的滑模变结构制导律的研究

针对滑模变结构制导律难以避免的抖动问题,提出了用模糊神经网络控制去抖动的方法。介绍了滑模变结构控制一般的消除抖动的方法,引出一般的滑模变结构制导律,然后介绍模糊神经网络控制理论,设计出基于模糊神经网络、具有更好去抖动能力的滑模变结构制导律。Matlab弹道仿真表明,与一般的滑模变结构制导律相比,该制导律不仅去抖动效果很好,而且脱靶量非常小,制导精度高,对机动目标的拦截具有非常好的效果。     

Investigation of the Guidance Law for an Image Homing Guidance System

This paper aims at a type of image homing guided missile. The guided trajectory characteristics and the initial condition of the homing guidance are analyzed by calculating the miss distance of the image guided missile. Several modified proportional navigation laws which are easy for engineering implementation are introduced.     

具备目标重定向能力的自适应再入制导律

将再入弹道跟踪问题转化为再入弹道状态调节问题,得到了一个LTV系统最优控制问题,在此基础上,利用基于伪谱算法的最优反馈控制算法,设计了一种便于在线实现的自适应鲁棒再入制导律.仿真结果表明该制导律在改变参考轨迹后依然能够较好地跟踪新的参考弹道,具备较好的动态性能和再入制导精度,而且不需要显示积分和显示增益调度.     

基于小波神经网络反演的制导控制一体化设计?

设计了一种适用于制导控制一体化的小波神经网络反演方法( WNNBM )。首先,将目标运动学特性与导弹动力学的系统模型相结合,建立并简化了俯仰通道制导控制一体化模型,综合设计制导律与控制器;其次,利用自适应反演方法对一体化控制器进行总体设计,并针对一体化模型简化程度高,未建模动态难以确定的特点,引入小波神经网络( WNN)逼近系统模型;最后,进行弹道仿真。结果表明,该方法可以有效打击目标,提高系统性能。     

鱼雷智能导引方法

针对传统的基于最优控制理论的导引技术所面临的困难，提出了将智能技术（如神经网络，遗传算法和蚁群算法等）用于鱼雷导引中，研究表明，这种方法是可行的。     

神经网络技术在初始对准中的应用

文中在神经网络的基础上，给出了扩展Kalman的神经网络的模型；讨论了该模型的的算法；对惯导系统非线性误差模型进行了离散化；基于扩展Kalman滤波的神经网络用在惯性导航初始对准中，不仅滤波的精度高．而且保证了滤波的实时性，最后的仿真说明了本方法的有效性。