非常规炮弹阻力系数与攻角辨识方法研究

提出了利用韦布尔雷达测量的速度及弹道参数来辨识非常规弹丸飞行的阻力系数和攻角的方法。采用多段样条方法提取阻力系数,可以保证阻力曲线的一阶连续性,且能准确地辨识出从亚音速到超音速下的阻力系数。将辨识得到的阻力系数与吹风得到的阻力系数进行对比,从而验证了该方法的正确性。根据建立的弹丸飞行运动学方程,推导出攻角与弹丸物理参数、气动力参数及飞行参数的关系,并根据雷达测试数据辨识了弹丸飞行的不同阶段攻角随时间的变化规律。结果表明利用雷达数据对非常规弹丸飞行的阻力系数与攻角进行辨识的方法是可行的。     

高空气动特性对远程弹箭弹道的影响研究

为了考察远程弹箭高空条件下的弹道特性,推导了远程火箭在高空稀薄气体中的阻力系数表达式,对阻力系数在稀薄大气中随马赫数与攻角的变化进行了计算分析。提出在高空弹道计算中应考虑稀薄大气的影响,把整个弹道分成稠密段、过渡段和稀薄段三部分,全弹道的阻力系数与各段对应使用。仿真结果表明,稀薄气体中的阻力系数比稠密大气中的大,采用复合阻力系数进行弹道计算比完全采用稠密大气中的阻力系数计算更符合实际。     

基于速度预测的防空导弹中制导末段协同弹道规划方法

针对防空导弹中制导末段协同探测时间、空间、速度和角度的一致性弹道规划问题，提出一种基于速度预测的协同弹道规划方法。考虑攻角、弹道、气动间的相互耦合和拦截弹被动减速特性，借助半解析预测方法精准预报速度变化，将需用过载转化为升力系数约束，减少需处理的约束数量；在此基础上，通过弹道整形变量将多弹协同规划问题转化为非线性优化问题，解析生成参考轨迹，预报需用/可用过载；综合改进粒子群优化算法，采用自适应惯性权重和无效粒子再利用策略，提高粒子利用率的同时提升种群脱离局部最优解的概率，克服飞行散布和弹道偏差，快速规划满足终端时、空、角一致性约束的中制导协同弹道。数学仿真验证了中制导末段多约束协同弹道规划算法的有效性。     

基于深度学习的时间角度控制制导律

针对考虑导弹气动力的时间角度控制制导问题，设计了一种基于深度学习的时间角度控制制导律；设计预测模块对考虑气动力的飞行器剩余飞行时间进行预测，预测模块引入前馈环节融合深度学习方法与理论模型，使用理论模型估计剩余飞行时间，使用深度神经网络估计理论模型的预测误差，提高剩余飞行时间预测精度；将精确剩余飞行时间引入时间角度控制制导律，使飞行时间误差收敛至零附近，最终实现飞行时间和攻击角度的共同控制。通过仿真试验验证了所设计的制导方法能够实现时间角度控制，相对于基于常值速度假设提出的制导律具有更好的制导性能。     

高超声速飞行器再入段的动力学建模与仿真

高超声速飞行器的动力学建模对于进行控制系统的设计和仿真来说是非常重要的.与传统的飞行器相比,由于其飞行的速度和高度跨度大、变化快,高超声速飞行器的飞行动力学特性相当复杂.为了研究高超声速飞行器的一些本质的动力学特性,选择再入段进行分析,建立了再入段的高超声速动力学模型.利用风洞实验数据,建立了空气动力学数据库,并且对模型进行了不确定性分析.在模型的基础上,讨论了高超声速飞行器再入段的控制系统的设计方法.最后,在MATLAB/SIMULNK中进行了控制系统仿真,仿真结果表明在60公里到着陆点控制系统能够很好地控制动力学模型跟踪制导指令.     

基于LSTM的弹道导弹主动段轨迹预报

弹道导弹主动段长周期轨迹预报能够为导弹防御系统提供早期预警信息。传统的轨迹预报方法大多集中在导弹的自由段与再入段,通过解析法、数值积分法或函数逼近法推断未来时刻目标的状态。由于弹道导弹在主动段会受到多个未知作用力的影响,其轨迹预报相比自由段与再入段更具挑战性。为此,本文提出了一种基于长短时记忆(long short-term memeory, LSTM)网络的弹道导弹主动段轨迹预报方法。首先,根据导弹主动段动力学模型与弹道参数典型取值生成用于网络训练的大规模轨迹样本;其次,设计了基于深度LSTM网络的弹道导弹主动段轨迹递归预报方法;最后,与基于数值积分法、多项式拟合及反向传播神经网络的轨迹预报方法的实验对比,表明了所提方法在主动段轨迹预报上的优越性。     

简讯

美对先进再入飞行器进行飞行试验 美国防部先进弹道再入系统(ABRES)局去年12月用民兵Ⅰ助推器成功地进行了机动再入飞行器的第一次飞行试验,飞行器从范登堡空军基地向夸贾林岛发射,发射用的助推器发生过问题。此飞行器的外形接近实战外形,其三轴全自主惯性制导系统有一数字计算机。     

高动态无人飞行器再入段GNC系统关键技术研究

临近空间高动态无人飞行器能够远程机动飞行,具有深远的战略意义,世界各军事大国对高动态无人飞行器的研究开展已久.再入段是高动态无人飞行器飞行的重要阶段,对飞行器的"神经中枢"--制导、导航与控制系统(guidance,navigation and control system,GNC)提出了严格的要求.分析了高动态无人飞行器在临近空间再入段飞行时GNC系统的体系结构、信息传递关系以及各子系统的任务功能,提出了再入过程中GNC系统的部分关键技术.     

弹道导弹被动段雷达截面积仿真计算研究

为计算弹道导弹被动段的雷达截面积,根据其被动段飞行的运动学特性,利用椭圆弹道理论仿真计算出了导弹被动段飞行弹道,同时在大地直角坐标系中通过解算雷达、导弹与地心的空间几何关系,求得导弹的实时视角值。结合导弹的几何尺寸特征,利用高频区理论计算方法计算出弹道导弹被动段飞行时的实时雷达截面积值。对研究弹道导弹的防御和突防具有重要的理论意义和参考价值。     

基于进化算法的多飞行器四维航迹规划方法

鉴于目前的航迹规划方法都局限于二维或三维空间,提出了一种基于进化算法的多飞行器四堆航迹规划方法.该方法在三维航迹规划的基础上加入时间代价约束,通过计算航迹节点在四维空间的坐标,将到达目标的时间与航迹搜索结合起来,使多个无人飞行器能够对目标进行同时打击并避免飞行器在飞行过程中的碰撞.仿真试验结果表明,该方法可以快速有效地完成四维航迹规划,获得满足要求的多飞行器飞行航迹.     

基于高斯过程回归的大气进入段航天器飞行能力预测方法

轨迹优化技术是目前大气进入段研究的关键技术之一,如何在大气进入动力学复杂、航天器设计参数各异以及进入过程多约束的条件下,对进入轨迹性能参数进行评估是轨迹设计研究的重要问题。对此,以二维落点走廊为表征的大气进入段最大飞行航程作为性能指标,针对传统轨迹优化方法求解计算量庞大的问题,提出了一种基于高斯过程回归(Gaussian process regression, GPR)的大气进入段航天器飞行能力快速预测方法,挖掘航天器进入初始轨迹参量与轨迹包络特征参量之间的映射关系,求解航天器最大航程时避免了复杂的动力学建模以及大规模的迭代寻优过程。利用所提方法对1 000余组不同进入场景的进入轨迹最大航程进行快速预测,将预测结果用于进入段航天器飞行能力评估,为解决大气进入领域相关工程问题提供参考。     

基于高斯过程回归的大气进入段航天器飞行能力预测方法

轨迹优化技术是目前大气进入段研究的关键技术之一,如何在大气进入动力学复杂、航天器设计参数各异以及进入过程多约束的条件下,对进入轨迹性能参数进行评估是轨迹设计研究的重要问题。对此,以二维落点走廊为表征的大气进入段最大飞行航程作为性能指标,针对传统轨迹优化方法求解计算量庞大的问题,提出了一种基于高斯过程回归(Gaussian process regression, GPR)的大气进入段航天器飞行能力快速预测方法,挖掘航天器进入初始轨迹参量与轨迹包络特征参量之间的映射关系,求解航天器最大航程时避免了复杂的动力学建模以及大规模的迭代寻优过程。利用所提方法对1 000余组不同进入场景的进入轨迹最大航程进行快速预测,将预测结果用于进入段航天器飞行能力评估,为解决大气进入领域相关工程问题提供参考。     

基于RBF网络的UCAV战术机动轨迹快速生成方法

针对无人作战飞机(unmanned combat aerial vehicle, UCAV)战术机动动作数学表征困难,机动生成的计算实时性要求高的主要问题,分析了战术机动轨迹建模的基本原理;提出了战术机动轨迹建模的基本思路;设计了基于UCAV运动动力学模型的机动轨迹最优控制方案;建立了基于遗传算法的飞行操控量求解策略。针对操控量求解的实时性问题,基于径向基核函数神经网络,提出了以适应度函数为预测和评判标准的机动飞行操控量快速求解方法,从而建立了初始状态、性能指标与机动飞行操控量的非线性映射模型,实现了机动轨迹的快速生成和机动曲线的精度控制,并通过仿真验证了该方法的有效性。     

基于升阻比变化规律的再入高超声速滑翔飞行器轨迹预测算法

针对高超声速滑翔飞行器再入拉起后升阻比呈近线性增长的特点,提出一种基于升阻比变化规律的轨迹预测算法。首先对目标运动方程进行分析,发现轨迹预测算法的关键在于能否预测升阻比的大小;然后通过对目标进攻轨迹的仿真得到了升阻比呈近线性增长的规律,给出了升阻比变化函数的形式及拟合方式,并在此基础上设计了轨迹预测算法,最后通过仿真验证了算法的有效性。该算法对反助推-滑翔无动力跳跃飞行器指挥决策问题的研究具有重要意义。     

固体火箭助推段终端多约束能量管理制导研究

针对高超声速飞行器投放任务要求,开展了固体火箭助推段终端多约束能量管理制导研究。根据三级固体火箭第三级飞行特点,提出一种基于纵向、侧向联合设计制导方法。纵向在高度时间剖面内生成名义轨迹,并完成跟踪制导律设计,实现终端高度、当地弹道倾角和攻角约束。侧向采用两次反向的修正交变姿态控制能量管理(alternate attitude control energy management, AEM),并通过预测校正相关参数,提高速度控制精度,实现侧向位移收敛。仿真结果表明,本方法可实现不同终端约束制导任务需求,具有在线自适应能力。     

高超声速伸缩式变形飞行器再入轨迹快速优化

针对高超声速变形飞行器再入轨迹优化问题, 研究了一种基于改进高斯伪谱法(Gauss pseudospectral method, GPM)的快速优化方法。首先,针对一种采用伸缩式机翼的高超声速变形飞行器, 建立了将展长变形量扩展成为控制变量的再入轨迹优化模型。其次, 采用GPM将轨迹优化问题转化为非线性规划(nonlinear programming, NLP)问题, 并基于NLP偏导数的稀疏性推导目标函数梯度和约束Jacobian矩阵的高效计算方法。最后, 优化求解了变形飞行器的最大横向航程、再入可达区、最大终端速度和最小飞行时间。仿真结果表明, 推导的梯度计算方法可有效提高优化求解效率, 变形飞行器相对于固定外形飞行器的性能更加优越, 最大横向航程、可达区覆盖范围、最大终端速度和最小飞行时间等指标均有显著提升。     

对抗仿真系统中的防空导弹比例导引法仿真弹道设计

针对某型防空导弹，利用一系列假设，设计满足对抗仿真系统需求的比例导引法仿真弹道；运用瞬时平衡法对导弹气动力参数进行处理，形成平衡升力系数和平衡侧力系数；在导弹控制系统理想工作情况下，运用弹体法向、侧向受力与控制系统产生的需求力相等的假设，建立弹道方程；通过仿真可以看出，利用的假设和建立的弹道方程是正确的，能够描述某型防空导弹的弹道特性。     

Hybrid hierarchical trajectory planning for a fixed-wing UCAV performing air-to-surface multi-target attack

This paper considers the problem of generating a flight trajectory for a single fixed-wing unmanned combat aerial vehicle (UCAV) performing an air-to-surface multi-target attack (A/SMTA) mission using satellite-guided bombs. First, this problem is formulated as a variant of the traveling salesman problem (TSP), called the dynamic-constrained TSP with neighborhoods (DCTSPN). Then, a hierarchical hybrid approach, which partitions the planning algorithm into a roadmap planning layer and an optimal control layer, is proposed to solve the DCTSPN. In the roadmap planning layer, a novel algorithm based on an updatable probabilistic roadmap (PRM) is presented, which operates by randomly sampling a finite set of vehicle states from continuous state space in order to reduce the complicated trajectory planning problem to planning on a finite directed graph. In the optimal control layer, a collision-free state-to-state trajectory planner based on the Gauss pseudospectral method is developed, which can generate both dynamically feasible and optimal flight trajectories. The entire process of solving a DCTSPN consists of two phases. First, in the offline preprocessing phase, the algorithm constructs a PRM, and then converts the original problem into a standard asymmetric TSP (ATSP). Second, in the online querying phase, the costs of directed edges in PRM are updated first, and a fast heuristic searching algorithm is then used to solve the ATSP. Numerical experiments indicate that the algorithm proposed in this paper can generate both feasible and near-optimal solutions quickly for online purposes.     

AdaBoost-PSO-LSTM网络实时预测机动轨迹

针对自主空战中轨迹预测难以同时保持高预测精度和短预测时间的问题, 提出一种自适应增强的粒子群优化长短期记忆网络预测方法。首先,建立三自由度无人机动力学模型, 解决机动轨迹的数据来源问题。其次,分析长短期记忆网络, 并引入在线预测的滑动模块输入矩阵, 利用粒子群优化算法代替传统基于时间的反向传播算法进行网络内部权值更新; 同时为解决优化算法非定向性问题, 提出数据共享方法。然后,为进一步提高预测精度, 采用自适应增强算法搭建外框架, 通过控制弱预测器的数量平衡预测精度与预测时间。最后, 在一段变化较为频繁的轨迹进行预测, 与5种神经网络预测方法进行比较, 结果表明所提方法能够较好地满足精度和时间要求。