地基拦截弹对真目标进行拦截时的制导方案分析

讨论了地基拦截弹对真目标（中近程弹道式导弹）进行拦截时的制导方案。根据拦截弹的飞行特点,将拦截过程分为初始段、中间段和拦截段,并采取了相应的制导方案。仿真结果表明,拦截具有较高的精度和良好的弹道特性,此方案是可行的。     

高超声速滑翔飞行器变轨段自适应跟踪制导方法

针对高超声速滑翔飞行器变轨段大偏差条件下的标准轨迹跟踪问题,提出一种基于权值矩阵自适应修正的变轨段跟踪制导方法。分析了变轨段主要控制方式和标准轨迹特性;将简化的纵向运动方程在标准轨迹附近线性化;采用将误差项引进线性二次型性能指标加权矩阵的方式,设计了改进的权值自适应修正跟踪制导方法。CAV-H飞行器仿真分析表明,该方法能够实现高超声速滑翔飞行器变轨段高精度自适应跟踪制导,对初始及过程偏差具有良好的鲁棒性。     

运载火箭摄动制导导引系数实时计算方法

对于新型运载火箭,没有相近型号导引系数数据供参考,采用传统试探法计算量大,在制导方案初期论证中不能满足多方案快速计算的需求。在引入理想弹道剩余飞行速度概念的基础上,提出导引系数实时计算方法。本方法对当前实时状态参数和后续飞行段弹道进行了综合考虑,通过数字仿真表明导引精度高于传统常系数导引方法。由于本方法对导引能力进行了预估,因而制导指令不会剧烈变化,易于姿态控制系统的设计实现。同时,由于采用完全解析法,对箭载计算机计算能力要求几乎没有增加,易于工程实现。     

航空时敏制导炸弹增程弹道组合优化设计

为增强航空时敏制导炸弹在中制导段的滑翔能力,将极小值原理与自适应进化粒子群算法相结合,提出了一种适用于航空时敏制导炸弹增程弹道的组合优化设计方法。基于纵向平面内质心运动模型,推导了性能指标泛函及各不等式约束函数。引入Lagrange乘子矢量并建立相应的Hamilton函数实现无约束泛函极值问题的转换,推导出兼顾各优化目标函数的满意优化模型。利用自适应进化粒子群算法对该段增程弹道进行了攻角与弹翼张合档位双设计变量的组合优化。数值仿真算例表明,在满足状态方程约束的条件下,双变量的增程效果比常规单变量控制时显著提高,其优化结果可为制导炸弹弹道规划设计的研究提供一定的理论参考。     

拦截弹中制导最优弹道簇生成

针对临近空间高超声速目标飞行速度快,跟踪预测难的特点,提出在中制导阶段进行最优弹道设计与弹道簇生成用于对目标预测命中区域进行有效覆盖的方法。通过分析临近空间高超声速目标对现有防空体系带来的挑战,阐明了在中制导段进行弹道簇设计与生成的必要性;将中制导段的弹道规划问题视为求解满足多种约束条件下的最优控制问题,应用最优化理论方法得到了基准的最优弹道;应用邻域最优控制理论,针对终端约束条件进行调整,设计了邻域最优弹道簇的生成算法。仿真验证了所提方法的有效性。     

利用惯导信息的反舰末制导雷达抗干扰方法

惯导信息短期精度高、稳定性好,且自主工作,不受外界电磁干扰.基于惯导的这些特点,提出了一种利用惯导位置、速度信息辅助抗舷外干扰的信息处理方法:在反舰导弹末制导跟踪阶段,建立弹目相对运动模型,通过扩展卡尔曼滤波降低雷达导引头随机测量误差,获取目标位置和速度信息,当检测到干扰,通过对目标位置的预测和惯导对导弹位置的确定,实...     

一种波束内目标与诱饵 DOA联合估计新方法

拖曳式诱饵干扰下目标和诱饵DOA参数的准确估计是导引头实现目标分选的前提条件。波束内目标和诱饵的存在引起雷达回波混叠和观测耦合,导致常规观测提取与参数测量方法失效。通过挖掘雷达接收回波和、差通道信号条件概率分布协方差所包含的未知参数信息,获得了目标和诱饵DOA估计的解析表达式,针对估计求解中所需相对功率比未知的情况,提出了基于干扰检测、雷达测量与目标跟踪信息辅助循环估计相对功率比的DOA二次联合估计方法。不同干扰条件的仿真实验验证了估计方法的有效性。     

RLV再入标准轨道制导与轨道预测制导方法比较分析

提出只更新飞行剖面参数的航程更新方法及相应的RLV再入标准轨道制导规律;结合轨道在线生成与跟踪技术,采用Runge-Kutta-Fehlberg自适应变步长轨道快速预报方法,研究了RLV再入轨道预测制导。进一步对两种制导方法进行了比较分析研究,研究认为标准轨道制导与轨道预测制导都是可行的RLV再入制导方案,其有机结合是未来可重复使用跨大气层飞行器再入制导的发展趋势。     

火炮可望重新扬威海上——美海军发展水面战舰增程炮弹

美国海军自从“衣阿华”级战列舰带着其16英寸巨炮退役后,水面火力支援能力就仅靠巡洋舰和驱逐舰的MK45型5英寸舰炮了。MK45型舰炮发射炮弹最远射程仪为13海里,而且命中率平平。针对陆战队《从海上作战机动》新概念对海军水面火力支援的新要求,美海军启动了一项雄心勃勃的计划,旨在让其一线水面战舰在下世纪初具备增程精确舰炮火力,为取得未