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。     

多约束多输入拦截器姿轨一体化复合控制

针对临近空间动能拦截器，提出了一种高精度、低能耗的姿轨一体化复合控制方法。首先，基于拦截器运动学、动力学方程、执行机构特性及全捷联导引头结构，建立了全捷联姿轨复合控制拦截器制导控制系统模型；其次，利用反正切函数设计了包含体视线角约束的映射函数，并针对姿轨耦合问题，结合高阶滑模控制设计了姿轨一体化复合控制律，在满足体视线约束和交会角约束的同时，完成了多个控制任务；最后，基于李雅普诺夫稳定性理论证明了控制律控制下系统的稳定性，并通过仿真验证了一体化设计方法的优越性、映射函数约束的有效性，以及控制律的鲁棒性。