定时拦截在轨拦截器机动轨道设计与优化

在满足对目标卫星在指定时间进行拦截的要求下,考虑拦截器变轨能量消耗最省,提出了基于定时拦截的在轨机动拦截轨道选择与优化方法。该方法能够迅速设计和优化出最优在轨机动拦截轨道、变轨点位置和变轨所需的能量。仿真结果表明,模型准确、有效,能够满足作战要求。     

基于改进DE算法的定时拦截能耗优化方法

在满足对目标卫星在指定时间拦截的要求下,以拦截器变轨能量消耗最省为优化指标,构建了定时拦截变轨能耗计算模型,提出了运用改进差分进化算法优化拦截器变轨能耗的方法。仿真结果表明:改进差分进化算法能够在更短的时间搜索到更优的变轨时间及其对应的变轨能耗,并且算法具有较好的稳定性和收敛性。     

运用速度增益制导实现对目标卫星的拦截

本文对运用速度增益制导实现对目标卫星的拦截方法进行了研究。其特点是在拦截器运动参数初值及目标轨道参数给定的条件下,首先确定考虑地球扁率J_2项影响下的拦截目标的预测命中点,然后采用Lambert方法确定给定碰撞时间下拦截器的需要速度,最后实现对目标的拦截。用该方法可保证向未制导转换时有较高精度的转换条件。     

高超声速滑翔弹头防御策略分析与仿真研究

为应对高超声速滑翔弹头的威胁,提出了高低轨红外卫星组网的预警探测方法和动能弹高抛增程拦截方案,基于典型滑翔弹头和THAAD拦截弹的性能参数建立了攻防双方的动力学模型,分别运用STK软件和Matlab软件对预警过程和拦截过程进行了仿真研究,仿真结果表明,高低轨红外卫星组网能够对目标实现较好的双星覆盖,高抛增程拦截方案对高超声速滑翔弹头的有效防御范围较大,拦截窗口比较充裕,拦截器的中制导变轨修正能力较强,末制导过载也处于合理的范围之内。     

空间拦截末制导段能量需求分析

为了研究空间拦截末制导段的能量需求,对导航与测轨误差模式和空间拦截交会条件进行了分析,并建立末制导段仿真模型。使用Monte-Carlo法仿真,获得不同交会角下和不同拦截概率下拦截器所需的能量,并讨论了交会角和相对速度对拦截器能量需求的影响。     

弹道导弹多层拦截模式仿真研究

弹道导弹多层拦截是目前较为有效的一种拦截方案。为提高弹道导弹的拦截效率,建立了多目标非线性规划模型,并运用运筹学理论,根据漏截概率和拦截器消耗2个指标为目标进行了优化设计。然后,结合具体案例仿真分析了"发射—发射"和"发射—评估—发射"2种拦截模式的性能,给出了有效拦截方案。结果表明,在防御系统具备杀伤评估能力的前提下,"发射—评估—发射"模式是最优的多层拦截方案。     

反导动能拦截武器的现状与发展研究

介绍了动能拦截弹在弹道导弹防御中的应用,分助推段拦截、中段拦截、末段拦截对美国发展的动能拦截武器进行了详细说明。介绍了动能拦截弹的组成,给出了动能拦截器的关键技术,对动能拦截器技术的发展进行了阐述。     

美国几种典型的动能拦截弹

自20世纪80年代以来,美国在弹道导弹防御和反卫星计划的名义下,已经论证、研究、研制和试验了各种类型的新概念动能拦截弹及其最核心的技术设备——动能拦截器(KKV): (1)部署在外层空间或空中、用于拦截助推飞行中的弹道导弹的各种动能拦截弹,如部署在空间轨道上的“天基拦截弹”(SBI)和“智能卵石”(BP)动能拦截弹,以及部署在有人驾驶飞机上的“游隼”(Peregrine)动能拦截弹方案和部署在无人驾驶飞机上的“塔伦”(Talon)动能拦截弹方案等。     

基于强化学习的多对多拦截目标分配方法

针对空中对抗环境中多对多拦截的武器目标分配问题,提出了一种基于强化学习的多目标智能分配方法。在多对多拦截交战场景下,基于交战态势评估构建了目标分配的数学模型。通过引入目标威胁程度和拦截有效程度的概念,充分反映了各目标的拦截紧迫性和各拦截器的拦截能力表征,从而全面评估了攻防双方的交战态势。在目标分配模型的基础上,将目标分配问题构建为马尔可夫决策过程,并采用基于深度Q网络的强化学习算法训练求解。依靠环境交互下的自学习和奖励机制,有效实现了最优分配方案的动态生成。通过数学仿真构建多对多拦截场景,并验证了该方法的有效性,经训练后的目标分配方法能够满足多对多拦截中连续动态的任务分配要求。     

具有脉冲变轨推力的拦截器末制导律研究

针对一些末制导律不能直接应用于具有脉冲变轨推力的拦截器的难题,提出了将连续变化的加速度指令通过死区滞环非线性化的方法,为上述制导律在具有脉冲变轨推力的拦截器中的应用架起了一座桥梁.以滑模制导律为例介绍了这种应用方法,仿真表明,应用该方法能够把视线转率限制在较小的范围之内,从而实现对目标的拦截.该处理方法应用简单,易于工程实现.