带有神经网络干扰观测器的视线角约束制导

针对具有终端视线(line-of-sight, LOS)角约束的机动目标拦截问题，提出一种基于径向基函数(radial basis function, RBF)神经网络干扰观测器的LOS角约束制导方法。首先，考虑目标机动过程中加速度信息无法获取的情况，给出了一种基于RBF神经网络的干扰观测器，实现了对目标机动的高精度估计；其次，充分考虑终端角度约束，结合超螺旋算法思想，通过幂次项的引入设计了一种改进的滑模制导律，从而有效提升了有限过载情况下的制导精度；在此基础上，通过Lyapunov定理对算法的收敛性和稳定性分别进行了证明；最后，通过仿真验证对比了3种不同方法在4种拦截场景下的制导性能，同时针对所提方法进行了蒙特卡罗打靶仿真，仿真结果表明所给出的LOS角约束制导律对机动目标拦截精度高、鲁棒性强。