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。     

导弹追逃博弈微分对策建模与求解

针对导弹攻防对抗过程中拦截器追击具备较强机动能力弹头的追逃问题,建立了双方追逃微分对策模型并给出求解方法.一是给出导弹追逃质点动力学模型;二是基于微分对策理论,建立了导弹攻防对抗微分对策模型,模型以推力角为控制变量,高度,速度和经度角为状态变量,并考虑了地球重力和自转的影响;三是针对模型获得解析解的困难,给出高精度四阶Gauss-Lobatto多项式配点法来逼近非线性方程,通过离散化节点和配点上的状态量和控制量将微分方程组转换为代数约束;四是为采用配点法求解模型,给出了将双边最优对策问题转化为单边最优对策问题的具体方法.最后实例分析对本文研究进行了仿真验证.     

关于倾斜转弯导弹的一种最优制导方法

本报告的目的在于研究一种适用于控制倾斜转弯导弹法向力和滚动角速度的实用末制导律,以便在不要求过大的法向力和滚动角速度条件下使均方脱靶距离最小。制导律的推导可应用二次性能指标下的最优控制理论,使非线性对象方程线性化,并给出严格解。和比例导航相类似,最佳法向力和滚动角速度分别与被投影的零控脱靶距离的两个分量成比例。模拟结果证实了此制导律的正确性。     

最优控制拦截与微分对策拦截的导弹制导律比较

本文以脱靶量作为优化判据,用最优控制和微分对策论推导空对空导弹制导律。假设目标弹体/自动驾驶仪响应是理想的,导弹具有理想的和一阶的两种响应。就一阶导弹响应而言,在微分对策公式中,目标常造成非零的脱靶量。而对于所有其它考虑到的公式,具有能促成导弹无脱靶的状态。在这些情况中,可用一种辅助性能指标(即控制能量)去指定唯一的控制。本文用两个模拟方案估计制导律:一种是在靠近内发射界发射的导弹,另一种是在靠近外发射界发射的导弹。微分对策制导律比最优控制律对当时目标加速度估算误差不敏感。对于外发射界方案,用理想导弹响应的制导律较好;而对于内发射界方案,用一阶导弹响应的制导律能得到较小的脱靶量。     

基于奇异摄动的最优滑翔制导律

针对高超声速滑翔式再入飞行器轨迹优化和制导关键技术,设计了一种新型的最优滑翔制导律.首先,通过对再入飞行器运动学、动力学状态变量变化特点的假定,将其进行三个快慢时间尺度的划分;然后,应用最优控制理论分别求解三个不同时间尺度上的子问题,得到其解析解;在此基础上,基于奇异摄动方法,设计出具有闭环反馈形式的最优滑翔制导律;最后,对所求制导律的有效性进行了数学仿真验证.仿真结果表明:该制导律能在三维空间内导引/再入飞行器朝目标方向最远距离滑翔飞行;该算法得出的闭环解析解满足制导过程中实时计算需求,具有工程应用前景.     

基于滚动时域控制的再入轨迹跟踪制导律

为了提高再入制导的实时性和鲁棒性,设计一种标准轨迹跟踪制导方法。首先将参考轨迹的跟踪问题转化为轨迹状态调节问题,进一步转化为一个线性时变系统的最优控制问题;然后采用滚动时域控制结合基于间接Legendre伪谱法的最优反馈控制算法设计出一种易于在线实现的制导律。基于上述工作完成了亚轨道飞行器（suborbital reusable launch vehicle, SRLV）返回制导过程的3自由度数值仿真研究工作。数值算例说明,该制导方法在初始点状态存在较大范围偏差和气动参数存在较大误差的情况下具有良好的鲁棒性。     

基于SDRE方法的制导律设计与仿真研究

研究基于SDRE的防空导弹的非线性制导律设计问题。首先建立了防空导弹二维制导律模型,选取了弹目相对距离和相对速率作为状态变量,用SDRE方法进行防空导弹二维制导律设计,分别用传统的Schur方法和θ-D方法以及改进的Newton方法对SDRE控制器进行了求解,对这三种算法进行了分析和比较。针对防空导弹的数值仿真显示基于SDRE方法的控制律对于二维制导律的有效性,而SDRE方法虽然比θ-D法的计算量大,但是其控制效果却又明显的优势,而改进的Newton法能比传统的Schur法提高计算的精度。     

攻防对抗实时仿真系统设计

针对地基导弹拦截高速高空目标进行了攻防对抗实时数学仿真设计.首先介绍了攻防对抗数学模型及几种中制导段导引律,并针对不同目标情况进行仿真,比较分析了几种导引律对拦截弹初始对准角和命中率的影响;引入实时仿真界面及实时动态演示系统对仿真过程和结果进行控制、显示和检测;最后进行结果分析并给出结论.该仿真系统的设计完成了系统建模、制导律设计、可视化演示,具有一定的工程实用性.     

基于协同进化算法的导弹与飞机追逃对策

研究了导弹与飞机在复杂动力学约束下的三维追逃对策.阐述了协同进化的理论基础,根据追逃双方运动的数学模型设计了混合追逃策略以保证进化过程的推进.在简单适应度和共享适应度的基础上提出了混合适应度,利用协同进化算法对三维环境下导弹和飞机的追逃策略进行进化.仿真结果表明,进化的飞机能有效规避比例制导策略的导弹,并且在进化过程中导弹和飞机的策略表现出一定程度的改善.     

面向LVC训练的蓝方虚拟实体近距空战决策建模

真实-虚拟-构造为近距空战对抗训练提供了有力支撑。针对课题对蓝方虚拟实体的实际决策建模需求, 在对比分析深度强化学习与经典智能优化方法的基础上, 从优化理论的角度对神经网络的权值空间和结构空间进行定义, 提出基于智能优化的进化神经网络决策模型及其求解方法。首先,分析近距空战战术特点, 战机飞行运动模型, 实际决策建模需求。其次,分别设计战机关键飞行状态、动作空间、适应度函数, 实现蓝方端到端感知与决策。最后, 给出基于经典遗传神经网络的决策模型及求解示例。结果表明, 所提方法可实现蓝方战机通过对抗数据来学习对手作战特点的功能, 验证了模型及方法的有效性; 同时所提方法对目前智能优化及其改进算法, 以及不同结构神经网络具有通用性。     

带推力矢量空空导弹的神经网络控制与仿真

对于新型空空导弹为了使导弹获得更高的的机动性、敏感性和更高的导引精度，大多采用推力矢量控制方案，因为神经网络控制对于系统非线性变化具有很强自适应能力，因而在解决带推力矢量空空导弹的控制问题时有较明显的优点，本文在给出推力矢量空空导弹数学模型的基础上，提出了两种适用于带推力矢量空空导弹的神经网络控制方案，并采用其中的双网络逆动态学习控制方法进行了自动驾驶仪设计，为进一步改善该神经网络的学习效果。还引入基于学习经验的模糊规则。数字仿真表明所提出的神经网络控制对于系统内参数非线性变化具有很强的适应性。     

用神经网络组合预测法估算反舰导弹研制费用

运用BP神经网络组合预测法对反舰导弹研制费用进行估算。首先利用回归分析法建立三元线性回归模型对导弹研制费用进行估算,然后利用3层前馈型BP神经网络对导弹研制费用进行估算,最后利用人工神经网络中的BP网络对所得结果进行组合预测。计算实例表明,使用该组合预测方法所得的预测结果比单使用神经网络或回归分析方法所得结果的总体误差要小,因而该方法是可行而有效的。     

时间最优的飞机追踪导引律研究

阐述了现代战机导引系统的功能、结构与工作方式。对追踪导引建模之后,假设目标机动轨迹可知,应用最优控制理论,通过巧妙的数学推导和数值计算,研究了追踪时间最优的导引律。针对具体工程实现时理论设计求解中数值计算误差的客观存在,又应用预测控制分段计算、滚动优化的思想,对最优导引律作了进一步改进,获得了更为可行实用的优化导引律。仿真研究表明,所设计的优化导引律较各种比例导引律性能更优,捕获目标的时间更短,消耗的能量更少,并能成功应用于载机导引,为新一代战机导引系统的研制与引进飞机的国产化提供了理论参考。     

基于BP网络和序优化方法的火控攻击方案寻优

火控攻击方案寻优是一个基于仿真的优化问题,针对传统优化方法计算量大而且耗时多的不足,运用序优化理论通过排序比较和目标软化等思想来缩小搜索空间、提高搜索效率。首先建立了以导弹目标截获概率为效能指标的方案评估精确模型,然后用拟合后的基于误差反向传播（back propagation, BP）算法的神经网络作为粗糙评估模型,最后运用序优化搜寻达到一定目标截获概率的较优火控攻击方案。算例分析表明,序优化方法能在确保以足够高的概率寻得足够好方案的同时,有效提高搜索效率。     

基于支持向量机的低空飞行目标声识别

目标识别是战场低空飞行目标声预警技术的核心内容之一。为了满足声预警系统的要求,建立的识别器必须高效、具有较好的推广能力。采用了一种新的分类器一支持向量机对目标进行了分类识别。首先简要描述了直升机、巡航导弹的声信号特性,说明了支持向量机的原理。以自回归模型参数为特征向量对3种直升机、一种巡航导弹共4类目标进行了识别,并同一种前向反馈神经网络进行了识别比较。支持向量机和该神经网络得到的识别率分别为88.1%和84.1%,结果表明此方法的有效性。最后分析了两种分类器识别错误的原因,给出了提高识别率的建议。     

Matlab神经网络工具箱在导弹解耦控制仿真中的应用

研究Matlab神经网络工具箱在导弹解耦控制中的应用。以某型导弹为例,介绍静态状态反馈非线性解耦控制方法在导弹解耦控制中应用的优势和不足,结合Matlab神经网络工具箱强大的功能,为导弹的解耦控制难题提供了解决办法。仿真结果表明,应用神经网络工具箱可以简化导弹解耦控制算法的复杂程度,使之更适合于工程应用。     

用神经网络组合预测法估算反舰导弹研制费用

运用BP神经网络组合预测法对反舰导弹研制费用进行估算。首先分别利用神经网络和回归分析方法对导弹研制费用进行估算 ,然后利用BP网络对所得结果进行组合预测。计算实例表明 ,使用BP神经网络组合预测方法所得的预测结果比单一使用神经网络或回归分析方法所得结果总体误差要小 ,因而该方法是可行的、有效的。     

拦截主动防御目标的微分对策制导律

针对目标可以对攻击弹进行主动防御的交战场景, 提出了一种拦截主动防御目标的微分对策制导律。首先, 建立了攻击弹、目标和防御弹的相对运动模型, 并在碰撞三角形附近进行了线性化。然后, 在防御弹采用某种已知的线性制导律的情形下, 把该作战场景中攻击弹与目标的对抗问题, 描述为一个含不等式约束的线性二次型微分对策问题。最后, 基于微分对策理论, 设计了攻击弹的制导控制策略, 可同时达到两个目标: 以某一特定的脱靶量避开防御弹; 对目标实现直接碰撞。仿真结果表明了该制导律的有效性。     

导弹攻防对抗中追逃对策模型与配点求解法

未来的来袭导弹可能具备较强的机动性,其弹道不可预测,针对拦截弹追击此类目标的追逃问题,基于微分对策(differential-game, DG)理论建立追逃博弈模型并给出求解方法。模型在分析两者相对运动的基础上,考虑地球重力和自转的影响,以推力角为控制变量,离地高度、速度和经度角为状态变量,建立微分方程组。然后将追逃DG模型转化为单边最优对策问题;并给出改进的高精度五阶Gauss-Lobatto多项式配点法来近似状态变量对时间的导数,将微分方程组转换为代数约束,降低非线性规划问题复杂程度。最后给出了本文研究的仿真实例。