基于控制变量估计的高超声速再入滑翔目标轨迹预测算法

以高超声速再入滑翔目标为研究对象,在对目标机动控制变量进行建模分析的基础上提出了一种轨迹预测算法。首先,基于动力学建模构建了目标跟踪模型,利用气动参数对目标状态向量进行扩维并推导了对应的运动模型。其次,构造了适用于轨迹预测的目标机动控制变量,在不同机动模式下分析了控制变量的变化规律,基于控制变量设计了对应运动方程以及轨迹预测模型。最后,仿真生成了两条轨迹并对所提算法进行了仿真验证,分析了算法性能。仿真结果表明所提轨迹预测算法能够取得较好的预测效果。     

基于控制变量估计的高超声速再入滑翔目标轨迹预测算法

以高超声速再入滑翔目标为研究对象,在对目标机动控制变量进行建模分析的基础上提出了一种轨迹预测算法。首先,基于动力学建模构建了目标跟踪模型,利用气动参数对目标状态向量进行扩维并推导了对应的运动模型。其次,构造了适用于轨迹预测的目标机动控制变量,在不同机动模式下分析了控制变量的变化规律,基于控制变量设计了对应运动方程以及轨迹预测模型。最后,仿真生成了两条轨迹并对所提算法进行了仿真验证,分析了算法性能。仿真结果表明所提轨迹预测算法能够取得较好的预测效果。     

高超声速飞行器分解集成轨迹预测算法

针对无动力滑翔高超声速飞行器的轨迹预测问题,提出了分解集成轨迹预测模型。依据运动轨迹的周期跳跃特性,运用先集成再分解的轨迹预测思路,首先将运动轨迹序列分解为具有趋势性、周期性和随机性特征的子序列,再针对每项子序列的特征采用相应的子轨迹预测模型,最后将各子轨迹预测模型预测结果的集成作为最终预测值。由于子序列与子轨迹预测模型具有更高的契合度,使得分解集成轨迹预测 算法相对于使用单一模型的轨迹预测算法更具优势。仿真实验表明,分解集成轨迹预测算法显著提高了轨迹预测精度。     

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...     

基于控制参数估计的再入滑翔目标智能轨迹预测算法

再入滑翔目标的轨迹预测是一项困难且具有意义的技术, 现有利用简单函数拟合控制参数进行轨迹预测的方法, 拟合精度不高且对数据的关联性不强。针对该问题, 本文结合长短期时序网络提出了基于控制参数估计的智能轨迹预测算法。首先, 通过设计快速轨迹生成算法, 结合攻角走廊模型快速生成大量机动轨迹, 构建数据集。然后, 建立了包含末点修正网络、控制参数修正网络及预测网络的智能轨迹预测框架, 利用数据集对关键控制参数的变化规律进行学习。最后, 结合目标运动模型积分外推实现轨迹的准确预测。仿真结果表明, 所设计的预测算法在不同机动模式下的预测平均误差不超过1.4 km, 最大误差不超过2.5 km, 能够实现轨迹的快速预测, 且对大气扰动造成的模型不确定性具有一定的鲁棒性。     

高超声速飞行器再入过程改进气动系数模型

针对高超声速飞行器再入过程气动系数模型和参数辨识问题,基于公开的气动系数数据,综合考虑攻角和马赫数两个主要因素,分析了气动系数与二者的函数关系,建立了高超声速飞行器的改进升力系数和阻力系数模型,采用非线性最小二乘法进行模型参数辨识,得到参数辨识结果。将已知的气动数据与改进气动系数模型计算值进行对比,升力系数和阻力系数的相对误差平均值均小于5.10%,表明所建立的改进气动系数模型具有较高的精度,可以用于高超声速飞行器再入轨迹优化和仿真。     

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.     

高超声速飞行器轨迹跟踪控制仿真研究

针对高超声速飞行器纵向模型的快时变、强耦合和高度非线性的特点,在考虑模型不确定性的情况下,采用李导数的方法对某型高超声速飞行器进行输入输出的精确线性化。基于线性化后的模型,提出一种非线性动态逆控制的方法,并对其稳定性进行分析,实现对该型高超声速飞行器的轨迹跟踪控制。并利用Matlab搭建仿真平台,仿真结果显示仿真平台的正确性和控制算法的有效性。     

基于自适应滤波的高超声速滑翔目标三维跟踪算法

针对临近空间高超声速滑翔飞行器机动模式复杂,单一运动学模型难以完成三维跟踪的问题,提出一种三维跟踪方法.将飞行器机动弹道分为纵向和横向弹道,根据飞行器机动特性,在纵向上将加速度建模为零均值的二阶时间自相关随机过程,在横向上采用Singer模型和匀加速模型进行交互多模型(interactive multiple mode...     

高超声速滑翔飞行器动态逆解耦跟踪控制方法研究

针对临近空间高超声速滑翔飞行器再入段俯仰偏航以及滚动三通道运动存在非线性耦合严重的情况,建立了高超声速滑翔飞行器的多变量强耦合非线性时变倾斜转弯控制模型,提出了一种将过载控制转化为所需迎角侧滑角及滚转角误差的三通道联合跟踪控制方法,根据高超声速滑翔飞行器制导回路快速性的动态性能要求,设计了一种基于非线性动态逆及状态反馈的解耦综合控制器,闭环仿真结果表明该方法能够实现三通道运动解耦控制和制导指令跟踪,满足系统动态性能的要求。     

基于改进A*算法的滑翔飞行器轨迹规划

为了研究滑翔飞行器再入过程中的侧向机动问题,A*算法的相关理论被引入到轨迹规划中。飞行距离较远时,地球的曲率必须加以考虑,且再入过程中飞行器会受到各种过程约束。针对现有规划方法中在平面上进行A*算法推演的局限性,本文提出了一种基于椭球面A*算法的轨迹规划方法。通过推导将过程约束引入A*算法搜索过程中,从而规划出合理的轨迹。仿真结果表明,本文所提出的方法能够快速地对再入段的轨迹进行有效规划,具有很强的实用性。     

高超声速滑翔飞行器不确定性分析与H∞混合灵敏度控制

针对高超声速滑翔飞行器具有强不确定性的问题,采用鲁棒性强的H∞混合灵敏度方法设计飞行器的控制系统。首先,针对模型包含大量不确定参数, 使用了最坏情况增益(worst case gain, WCG)的灵敏度分析方法对系统不确定性进行分析,得到了可以表示原系统模型不确定性的主要不确定参数。然 后,根据不确定参数分析结果,选取H∞混合灵敏度控制器的权函数并设计了控制器。最后,通过三通道非线性仿真以及参数拉偏仿真,对控制系统的动态性能和鲁棒性进行了检验,验证了控制系统分析与设计方法的有效性。     

基于卡尔曼滤波的高超声速飞行器控制器设计

针对纵向模态和横航向模态都不稳定的一种通用的高超声速飞行器,建立了三维紊流及紊流梯度下的高超声速飞行器全状态线性化的动力学模型。在考虑三维紊流和紊流梯度干扰和系统测量噪声条件下,提出了一种基于离散卡尔曼滤波的全状态H∞反馈增稳控制器。该方法通过卡尔曼滤波器将状态估计值作为反馈量传递给H∞控制器,能保证存在三维大气紊流干扰,系统测量噪声和飞行条件变化所引起的系统参数矩阵摄动时的鲁棒性。仿真结果表明,不管是针对标称模型还是参数摄动后的模型,基于卡尔曼滤波器的H∞反馈增稳控制器能有效抑制外界干扰和系统自身参数摄动,说明该方法具有较强的鲁棒性。     

考虑非最小相位特性的高超声速飞行器轨迹跟踪控制

针对带有非最小相位特性的吸气式高超声速飞行器控制问题,提出了一种输出跟踪控制方法。对于不具有非最小相位特性的速度子系统,运用动态逆控制技术设计了状态反馈控制器;针对具有非最小相位特性的高度子系统,首先选取合理的内外动态变量,通过坐标变换,将纵向俯仰通道模型转换为正则形式。然后通过对内动态进行稳定性分析,提出了飞行器系统非最小相位特性的判定定理。最后通过在动态逆控制器中加入正则变换后的状态反馈,实现了内动态的镇定,并基于Lyapunov方程证明了系统稳定性。仿真结果表明,该方法实现了良好的跟踪控制效果,并有效地镇定了系统的内动态。     

临近空间高超声速飞行器机动模型及弹道预测

讨论了临近空间轴对称高超声速机动飞行器的跟踪及弹道预测问题。通过引入3个与气动力参数相关的状态变量,建立起一种非线性机动模型,并证明了基于该模型的非线性跟踪系统的可观性。针对此非线性跟踪系统,设计了扩展卡尔曼滤波器以及状态预报器,实现弹道跟踪和预测。仿真结果表明,对于临近空间飞行器在巡航末段的运动状态,采用所提出的机动模型,可以取得优良的跟踪和预测效果。     

弹性高超声速飞行器智能控制系统设计

针对气动舵受限下的弹性高超声速飞行器控制问题, 提出一种基于神经自适应的智能控制方案。在速度子系统的设计过程中, 为了降低对模型参数的依赖程度, 应用强化学习算法在线调整比例积分微分(proportional integral derivative, PID)控制参数, 给出智能PID控制策略。对于高度子系统, 考虑气动舵的动态特性, 利用神经自适应方法对模型未知函数及不确定项进行逼近。为了处理气动舵的约束问题, 以非线性模型预测控制为优化分配模板生成大量样本数据集, 经离线训练得到深度神经网络代替求解复杂优化问题和控制分配的过程。此外, 通过引入自适应超螺旋微分器处理外部扰动, 增强了系统的鲁棒性。利用Lyapunov方法证明了所设计控制器的稳定性, 并通过仿真验证了所设计控制方案能够快速计算控制指令, 实现高精度跟踪控制。     

基于干扰估计的高超声速飞行器鲁棒控制方法

针对高超声速飞行器高度与速度跟踪所面临的参数不确定与外界干扰问题,提出基于干扰估计的鲁棒控制律设计方法。首先建立含参数不确定与外界干扰的高超声速飞行器模型;而后基于动态逆思想,将动力学模型进行线性化,并将由参数不确定与外界干扰对系统造成的总效果看作系统总干扰,从而引入线性扩张状态观测器实现对系统状态及总干扰的估计;最后考虑总干扰作用,提出具有鲁棒性能的动态逆控制律与滑模控制律。通过与传统控制律进行对比仿真,结果表明所设计的两种鲁棒控制器只需在原有方法基础上进行简单改进,即可较大程度提高对系统参数不确定与外界干扰的鲁棒性,具有良好的跟踪性能。     

高超声速飞行器并行仿真方法研究

高超声速飞行器的系统仿真是一个多物理场高度耦合的过程,仿真过程中,需要完成大规模数据的迭代计算.目前大多采用分布式仿真的方法,但这种方法对于计算效率的提高不明显.为了有效提高计算效率,基于高性能计算机集群系统,分别对网格并行方法和模型并行算法进行了研究,提出了气动流场高效并行仿真解算方法、分区边界数据交换方法以及并行负载均衡技术,并在高超飞行器的系统仿真中进行了验证,验证结果表明,计算精度满足要求,求解方程的速度较快,工程应用效果较好.     

基于Backstepping的高超声速飞行器鲁棒自适应控制

针对非线性、多变量、不稳定且包含不确定参数的高超声速飞行器模型,设计了高超声速飞行器的鲁棒自适应Backstepping控制器。采用指令滤波的设计方法,得到内回路的跟踪指令及其一阶微分信号,避免了虚拟控制信号需要进行复杂求导计算的困难。飞行器不确定参数采用自适应律在线调整,通过设计辅助滤波系统,并通过修改自适应律中跟踪误差的定义,消除由于期望控制信号不能完全执行所引起的跟踪误差的影响,保证了参数估计在控制信号约束情况下的顺利进行。仿真结果表明,所提出的设计方法不仅应用简单,且能保证高超声速飞行器在不确定参数存在情况下的闭环稳定及良好的跟踪控制性能。     

高超声速飞行器制导控制系统性能评估

在高超声速飞行器制导控制系统的性能评估中,由于影响其性能的因素众多,需要大量的仿真试验才能获得准确的评估结果,评估效率低。针对此类问题,提出了一种适用于高超声速飞行器制导控制系统的性能评估方法。首先,建立了包含制导控制规律的闭环飞行器模型,并对飞行器运动特点及对性能产生影响的因素进行分析;其次,挑选主要影响因素为试验因子,基于优化拉丁超立方试验设计方法在采样空间中采样获取试验方案;然后,结合仿真数据,从定性、定量角度得出评估结论;最后,采用评估示例验证了提出的方法有效且在飞行器制导控制系统性能评估中的应用是可行的。