一种用于跟踪轨迹规划的新的导引规律

本文研究一种新的目标导引规律，这种方法通过变化的视角来调整导弹接近目标的轨迹，不仅能够允许目标位置估计有较大的误差，而且可以更有效地对付目标的机动运动，提高导弹的命中率。本文还讨论了用这种方法制导的导弹接近目标的速度下限。最后给出了导弹跟踪过程的仿真。     

基于相遇误差的飞机导引方法建模与仿真

为提高飞机导引精度，使飞机在进入空战区域时占据有利条件，推导了一种基于制导武器与目标的相遇误差的飞机导引方法，并对其进行了仿真。首先，给出相遇误差的确定方法，分析了在具有发射和相遇条件限制的情况下该导引方法的原理及数学模型，根据时间最优准则确定飞机飞行的最优基准轨迹。然后，对导引第一阶段导引方程组解的情况进行了仿真分析，应用MATLAB对该导引方法的基准轨迹的建立进行了仿真验证。仿真结果表明：该导引方法在保证所导引飞机处于有利的攻击位置的条件下能够很好地完成飞机的导引。     

基于滚动优化策略的成像侦察卫星应急调度方法

针对成像侦察卫星应急调度问题进行研究, 在分析主要约束条件的基础上, 构建了多星调度问题的约束满足模型. 根据应急任务具有独立到达时刻与执行截止期需求的特点, 提出了基于滚动优化策略的调度算法. 该策略采用周期驱动与事件驱动相结合的混合驱动模式, 可将调度过程划分为一系列静态的调度区间. 通过优化各区间内任务的规划方案, 实现应急任务的动态调度. 在问题求解过程中, 将滚动优化策略与启发式算法结合, 形成了三种应急调度算法. 最后通过仿真实验, 对不同算法的调度效果进行对比, 验证了滚动优化策略的有效性.     

基于遗传神经网络的指数跟踪优化方法

针对使用完全复制法进行指数跟踪的缺点和仅以跟踪误差作为指数跟踪目标的不足,以跟踪误差最小化和超额收益最大化两者的权衡作为指数跟踪的目标函数,综合考虑实际中的交易成本、现金、卖空限制等约束,建立指数跟踪优化模型,并采用二进制和实数值混合编码的遗传BP网络对指数跟踪管理中的资金进行优化配置.该算法能同时优化网络结构和权值矢量,并结合遗传算子和Solis Wets算子生成后代使遗传搜索空间的群体多样性更好,加快了遗传算法的收敛速度,提高了连接权系数的优化精度.跟踪深证100指数的实证结果表明:应用遗传神经网络算法进行指数跟踪的效果明显优于完全复制法,并且实现了目标指数的动态跟踪.     

针对机动目标的三维实时滚动优化制导策略

为解决目标机动策略未知条件下的飞行器拦截问题, 提出一种基于神经网络的三维滚动优化制导策略。首先, 针对全局最优导引律终端时刻难以确定的问题, 在滚动时域优化框架下, 引入零效脱靶量设计局部最优导引律, 并使用粒子群优化算法进行求解。其次, 为了提高制导律在线求解效率, 构建神经网络, 对优化算法滚动求解得到的若干组制导训练数据进行离线学习, 并将经过训练的网络用于制导指令在线滚动优化。仿真结果表明, 神经网络-滚动优化制导策略对采取各类机动方式的目标均具有较好的制导性能, 有效提高了制导指令在线优化效率, 可以为飞行器制导律实时滚动求解提供参考。     

基于图Laplacian的多机编队目标跟踪方法

针对多无人机目标跟踪问题中存在的相位协同时间长和跟踪目标速度受限问题,基于图Laplacian方法提出一种分布式多机编队目标跟踪算法.首先,将无人机编队队形控制问题转换为基于旋转、缩放和平移的运动参数组设计问题,并通过设计编队控制律,实现动态编队队形的精准生成与变换.其次,将此编队队形控制方法应用到目标跟踪问题上,通过...     

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...     

基于辅助信标的无人机协同目标跟踪

针对无人机姿态角误差与观测误差影响目标定位精度问题, 构建基于辅助信标的无人机协同目标跟踪模型, 提高了对目标的定位精度。提出基于辅助信标的姿态校正方法, 利用辅助信标的精确位置实时校正无人机的姿态角, 减小姿态角误差对定位精度的影响。根据双无人机的最优观测构型, 设计双无人机协同控制律, 得到无人机观测的优化轨迹, 以提高无人机对目标的观测质量, 最后采用容积卡尔曼滤波算法得到目标的状态估计。仿真结果表明该算法能有效减小无人机姿态角误差和观测误差对目标定位的影响, 提高目标跟踪精度, 具有一定的工程应用价值。     

利用高斯伪谱法求解具有最大横程的再入轨迹

为了使升力式飞行器再入大气层后取得最大横程,采用高斯伪谱方法求解最优再入轨迹。利用微分形式高斯伪谱方法将飞行器三自由度再入轨迹优化问题转化为非线性规划问题,选取高斯节点上的状态量和控制量作为待优化参数,并将最优性能指标选为横程最大,然后对再入轨迹进行了求解。通过与按最大升阻比飞行方案所得结果进行对比,表明按所提方法求取的再入轨迹优于后者。此外,仿真过程还说明高斯伪谱法对状态猜测值并不敏感,算法容易收敛,适用于轨迹优化问题的求解。     

基于改进高斯粒子滤波器的目标跟踪算法

针对现有机动目标跟踪中粒子滤波算法的不足,提出了一种改进的粒子滤波方法。该方法在高斯粒子滤波的基础上通过利用当前时刻量测值对量测误差的分布参数进行实时的统计和更新,并以此得到粒子的权值,从而考虑到了量测值对估计值的影响,该方法适合于量测误差分布为高斯白噪声且状态量与量测误差相关条件下的非线性估计。仿真结果表明,与传统的自举粒子滤波(boot trap particle filter, BPF)、高斯粒子滤波（Gaussian particle filter, GPF)以及无迹粒子滤波（unscented particle filter, UPF)相比,该方法具有较高的精度和较少的计算量。     

空间最优交会轨迹跟踪控制的参数化方法

在空间交会状态模型的基础上,通过分析航天器的轨道动力学方程,给出了空间最省燃料交会轨迹和空间最优交会轨迹跟踪控制问题的数学描述。基于线性系统的特征结构配置和模型参考方法,提出了一种空间最优交会轨迹跟踪控制的参数化方法。应用该方法设计了系统的反馈镇定控制器和前馈跟踪控制器。仿真结果表明提出的控制方案是行之有效的。     

动态投入产出系统消费跟踪的优化生产策略

对动态投入产出系统消费跟踪模型,按实际消费要求进行了修正,同时引入了生产过程优化目标函数,提出了动态投入产出生产策略的优化问题,进而得出了求解方法并给出了优化的生产结构调整策略．     

基于证券价格时间序列的协整优化指数跟踪方法研究

通过考虑不允许卖空约束和目标指数进行调整的现实情况,研究了基于证券价格时间序列的协整优化指数跟踪方法对目标指数进行直接跟踪的效果以及用简单平均法引入的非样本信息在指数跟踪中的作用.实证结果表明,相比于最小化跟踪误差优化指数跟踪方法,协整优化指数跟踪方法是一种非常好的指数跟踪方法,更多的信息可以进一步改进指数跟踪效果.     

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。     

风场情形基于视觉的无人机地面目标跟踪控制律设计

分析了风场对无人机航迹角的影响,定义空速、风速、目标运动速度的合向量为参考速度,将风场情形运动目标跟踪问题转化为以参考速度跟踪静止目标的情形。在静止目标跟踪航向控制律基础上,设计了一种风场情形基于参考速度的无人机地面目标跟踪航向控制律,使参考速度与摄像机视线垂直且无人机与目标水平距离为指定值。不同风速条件下的目标跟踪仿真验证了控制律的有效性。     

基于神经网络的实时滚动追逃博弈导弹制导律

针对导弹实时滚动追逃博弈对抗双方制导律求解问题,设置了若干组对抗双方初始状态,采用分解正交配置法分别离线求解双边开环最优控制,并组成神经网络训练数据集。基于数据集将所有短周期初始和终止时刻对抗双方的状态和控制变量作为输入和输出,采用反向传播(back propagation,BP)算法训练神经网络。然后分别在简单、复杂和不确定环境下,基于滚动时域优化框架使用BP神经网络估计短优化周期内双边开环最优控制,反馈更新对抗双方状态并重复上述过程,进而实时滚动求解导弹追逃博弈双边闭环最优控制。最后将上述方法和直接法得到的优化结果进行比较,捕捉点位置和博弈时间最大误差分别为0.554%和0.097%,两种方法的优化结果吻合较好。同时本文方法计算耗时明显下降,有效提高了导弹滚动追逃博弈制导律求解的实时性。     

基于分支定界法的运动控制相机轨迹跟踪

提出一种与视频图像纹理信息无关,以运动控制机器人手眼标定算法为核心的相机轨迹跟踪方法。针对无特定参照物的手眼标定算法精度较低的问题,该方法提出一种运用无穷范数在给定旋转分量时迭代求局部优化解的算法。并进一步基于旋转空间分支定界法,提出新的标定方程定界约束条件及划分策略,用于寻找全局最优解。实验结果表明,提出的方法有效提高了无参照物场景的手眼标定精度,并应用于虚拟现实领域。     

欠驱动VTOL空间飞行器系统的非线性跟踪控制

研究了欠驱动VTOL(垂直上升和垂直着陆)空间飞行器在各种输入耦合时的非线性跟踪控制问题。VTOL空间飞行器是具有三个自由度,两个控制输入的欠驱动系统。首先,通过控制输入和坐标变换,系统的动力学方程被变换成二阶链式形式。其次,利用后推法(backstepping)的思想推导出保证系统渐近收敛于给定轨迹的时变反馈控制规律。该方法将系统分解为低阶子系统来处理,利用中间虚拟控制变量和部分Lyapunov函数简化了控制器的设计。仿真结果证明了所设计控制器的有效性。     

基于动力学系统的非完整移动机器人的跟踪控制

为解决具有两个驱动轮的受非完整约束移动机器人的轨迹跟踪问题,文章从机器人的动力学和运动学模型出发,设计出一种结构简单的控制器,该控制器利用单神经元网络的自学习和自适应能力,来克服未建模的系统扰动,并用Lyapunov函数对所设计的控制器进行了稳定性分析。最后仿真结果验证了所设计的控制器的有效性。