基于准平衡滑翔的解析再入制导方法

针对高超声速滑翔飞行器再入制导问题,提出了一种基于准平衡滑翔的解析制导方法。在纵向基于准平衡滑翔条件建立再入航程与能量、倾侧角的解析关系,得到了倾侧角解析解,并通过高度变化率反馈使轨迹平滑;针对终端高度约束,在准平衡滑翔条件下得到常值航迹角假设,从而建立终端高度与再入航程、航迹角的解析关系,得到了航迹角指令,并通过设计反馈控制律得到攻角解析解。对于过程约束,提出了一种基于航迹角指令的在线约束控制方法。侧向制导采用航向角走廊确定倾侧角符号。仿真结果表明,该制导方法计算速度快、制导精度高、扰动条件下鲁棒性较强。     

多路径约束下的高超声速滑翔飞行器再入制导

高超声速滑翔飞行器在再入过程中除了需要满足热流、过载、动压过程约束外,还需要满足航路点以及禁飞区的路径约束。路径约束可以是发射前装订的,也可以是实际飞行中由导航卫星、预警雷达等在线探明的敌方防御区。针对再入过程中存在在线探明禁飞区的再入制导问题,设计了解析倾侧角剖面以满足再入轨迹航程约束,引入预测校正算法修正倾侧角剖面,并基于人工势场法设计了侧向制导方法以满足在线探测到突发威胁而形成的多路径约束。仿真结果验证了该算法能够有效解决存在突发威胁的多路径约束再入问题。     

基于准平衡滑翔的再入轨迹解析规划方法

针对禁飞区等多约束条件下的再入轨迹规划问题,提出了一种基于准平衡滑翔的再入轨迹规划解析方法。纵向剖面规划中,基于准平衡滑翔条件,以航程为自变量构建了相关弹道参数(如高度、速度、阻力加速度、攻角和倾侧角等)的解析表达式,建立了高度-航程空间内的多约束飞行走廊。横向剖面规划中,采用一种基于横、纵程多次函数的解析规划方法,有效解决了对禁飞区的规避问题。上述算法将复杂的多约束再入轨迹规划问题转化为简单的解析求解,极大提高了轨迹规划速度和可靠性。基于CAV-H的仿真算例表明,提出的轨迹规划算法运行速度快,规划结果平滑,精度高,逻辑简单且易于工程实现。     

一种基于解析方法的滑翔再入轨迹快速规划方法

采用数值方法对再入飞行器进行在线轨迹规划时,计算量大,针对此问题,研究了一种基于解析方法的滑翔式再入轨迹规划方法,该方法能够快速规划出高精度的滑翔再入轨迹。基于飞行器再入运动特性,对飞行器滑翔再入的阶段进行了划分,并给出了阶段划分依据; 基于运动方程,推导了一类含轨迹参数的滑翔式再入轨迹的高精度解析解; 根据推导的再入运动解析解,将再入相关约束转化为轨迹参数约束; 引入参数校正方法,根据轨迹参数与待飞航程间一一对应的关系,在轨迹参数约束范围内规划出能满足任务需求的再入轨迹。仿真结果表明,分阶段推导的解析解的精度要高于罗赫二阶解,与数值解相近; 基于解析方法的滑翔再入轨迹规划方法避免了数值方法的大量积分运算,并能快速规划出满足任务要求且精度与数值方法相当的滑翔再入轨迹。     

高超声速飞行器的解析式滑翔制导方法

针对高超声速飞行器的在线制导问题,提出了一种解析式滑翔制导方法。首先,基于常值速度倾角的假设,得到可同时满足终端高度约束和终端航程要求的速度倾角的解析解,进而得到所需要的升力纵向分量;其次,基于常值阻力加速度的假设,得到可同时满足终端高度约束和终端速度约束的阻力加速度的解析解;最后,可得到攻角和倾侧角的控制指令(倾侧角符号由横向误差走廊确定)。仿真结果表明,该方法的制导精度符合要求。     

通用高速飞行器预测校正再入制导方法研究

给出一种适合通用高速飞行器（CAV）的预测校正再入制导方法。首先基于再入高速飞行器三自由度运动模型,研究了再入过程中CAV受到的过程约束。基于准平衡滑翔条件给出了在指定倾侧角下的参考航程的计算方法,并指出当飞行器的初始航程超过参考航程时,可以使用本文给出的方法有效抑制飞行器轨迹在高度上的振荡。为了提高制导精度,不仅给出了精确计算当前倾侧角的方法,也给出了粗略调整终端倾侧角方法。最后仿真验证了制导方法的有效性。     

基于Q-Learning算法的再入飞行器制导方法

针对再入飞行器制导方法需要根据人工经验调整参数才能适应不同远近、方位目标点的问题,提出"智能预测校正制导"的概念,将飞行环境构建为包含千万量级状态点的状态空间,采用强化学习算法训练制导模型参数,纵向制导依然采用基于定攻角剖面的倾侧角迭代方法,横向制导则利用Q-Learning算法训练横向翻转决策器。结果表明,该算法训练制导模型有较快的收敛速度,集成多个决策器的打靶成功率达到0. 973。基于QLearning算法的再入飞行器制导方法消除了原有方法基于规则的横向制导逻辑对飞行器附加的一些不必要约束,使飞行器在复杂任务中发挥其较强的机动能力成为可能,有望应用于规避多禁飞区的轨迹规划研究。     

基于纵程解析解的飞行器智能横程机动再入协同制导

针对高超声速飞行器协同饱和打击需求,提出一种基于深度Q-学习网络(DQN)算法的深度强化学习横程机动再入协同制导方法。解耦设计高超声速飞行器横纵制导方法,基于高精度的纵程解析解,解析计算纵向升阻比得到倾侧角模值。抽象横向制导倾侧反转逻辑为马尔可夫决策问题,引入强化学习思想,设计一种基于DQN算法的横向智能机动决策器,构建智能体离线学习-在 线调用模式,计算倾侧角剖面的符号变化。以典型高超声速飞行器CAV-H为对象,基于数学分析MATLAB平台通过弹道仿真对该制导方法进行验证。仿真结果表明：新制导方法制导精度高,任务适应性强,可以在线使用,能够严格满足飞行时间约束和能量管理需求;相比于基于三维解析解的再入协同制导方法,新制导方法可以更大程度发挥飞行器的横向机动能力,具备更高的突防潜力。     

带终端高度约束的再入预测校正制导

针对高超声速飞行器再入制导问题,提出了一种基于倾侧角剖面并能严格约束终端高度的预测校正制导方法。首先分析了倾侧角剖面对终端航程、高度的影响,指出终端航程与高度可能存在的不匹配问题。针对传统算法仅能保证终端航程、能量约束的问题,设计了一种分段线性倾侧角剖面。通过合理地设计倾侧角剖面初始、终端值保证了高度约束,并以航程误差预测校正倾侧角剖面保证航程约束。侧向制导通过航向角走廊确定倾侧角符号。仿真结果验证了该算法对于解决终端航程与高度约束不匹配问题的有效性。     

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。     

高超声速飞行器多约束再入滑翔机动弹道优化设计

建立了升力体再入滑翔飞行器的气动模型和多约束模型。多约束模型除了包括热流密度、气动过载、动压和终端约束等典型约束外,还建立了更符合实际任务的路径点和禁飞区约束模型,并利用路径点、禁飞区和终端约束划分弹道,在各段分别使用高斯伪谱法进行弹道求解,将多段多约束的最优控制问题转换为非线性规划问题。改进的准平衡滑翔条件保证了弹道平缓。最后通过Matlab仿真计算验证了所用分段高斯伪谱法规划弹道比传统的高斯伪谱法具有更精确的优化结果和更高的优化效率。     

复杂约束条件下的再入轨迹迭代求解方法

针对复杂非线性约束条件下,高超声速飞行器再入轨迹优化问题强非线性、多阶段、多约束的特点,提出了一种基于Gauss伪谱法的逐步添加约束的迭代求解方法。完善了规则形状禁飞区约束建模,提出更切实际的禁飞区模型以适应不同任务需求;提出逐步添加约束的迭代求解框架,该框架从解构复杂约束入手,由简至繁逐步添加约束并迭代求解逼近原复杂问题的解;以时间最短为优化目标,对考虑驻点热流密度、过载、动压和禁飞区等多约束的条件下的轨迹优化问题进行仿真计算。仿真结果验证了该算法的正确性、有效性和较好的鲁棒性。     

中远程火箭被动段飞行参数的一种预示方法

对中远程火箭，在地面冲量发射、椭圆弹道和最小能量弹道的假设条件下，再入段在“直线弹道”的假设条件下，对给定射程提出了一种预示再入飞行器被动段飞行参数的近似解析计算方法。再入飞行器被动段飞行参数包括：被动段飞行时间；最大飞行高度；再入初始飞行速度与弹道倾角；最大轴向过载系数与最大动压及它们的发生高度；驻点最大外压、最大热流与总加热量；球头最大热流与总加热量；锥面最大外压、最大热流与总加热量；再入段飞行时间等。     

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．     

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。