滑模变结构导引律在动能拦截器上的应用研究

由于大气层内动能拦截器控制系统具有非连续性、不确定性,为了提高动能拦截器控制系统的抗干扰性和机动性,设计了一种新的滑模变结构导引律.通过末制导弹道仿真,将其应用于动能拦截器末制导导引拦截三维螺旋机动目标,结果表明,滑模变结构导引律具有响应快速,简单易行,有效对付高机动目标等优点,对于KKV拦截三维螺旋机动目标有很好的鲁棒性.     

基于牵引法的红外诱饵弹使用方法研究

为了有效发挥红外诱饵弹作为防御性欺骗武器对处于末制导阶段的红外成像制导导弹进行欺骗的效能,通过对红外诱饵弹干扰红外成像制导导弹的原理、红外诱饵弹的使命任务、红外诱饵弹干扰效果的阐述,详细地介绍了牵引法干扰红外成像制导导弹的使用方法,证明了红外诱饵弹牵引法对防御红外成像制导导弹具有很好的效果.     

一种基于变结构控制的制导律的设计

针对平面拦截问题,将目标机动作为一类有界干扰,利用变结构控制理论推导出对目标高速机动具有强鲁棒性的制导律.在非线性运动学模型的基础上提出了一种新的变结构制导律,该制导律不需要得到目标精确的加速度和速度方位信息,因而更便于工程实现.仿真结果表明,该制导律对目标的机动具有强的鲁棒性.     

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.     

带落角约束的再入机动弹头的复合导引律

针对再入机动弹头垂直打击目标的要求,研究了具有末端落角约束的复合导引律.该导引律包括俯冲平面内的制导方程和转弯平面内的制导方程,通过在最优导引律的基础上引入滑模变结构控制,增强导引律的鲁棒性.为了减小控制量的抖振和能量损耗,提出了采用RBF(径向基函数)神经网络自适应调节切换项增益的方案,数学仿真验证了该方案的有效性.仿真结果还表明,与最优导引律相比,复合导引律在外界干扰的影响下仍能保持较高的制导精度.     

反临近空间高超声速目标拦截弹中末制导交接班窗口

在视线旋转坐标系下建立拦截弹与目标的相对运动方程,分析采用纯比例导引律捕获高超声速目标的充分条件,并推导出在交接班处的最优拦截几何,即零控拦截流型。定性分析了拦截弹速度、高度、导引头特性以及末制导捕获条件等在中末制导交接班时所受到的限制,在此基础上定义了中末制导交接班窗口的概念,并介绍了交接班捕获窗口的影响因素、用途、特性以及计算步骤。以纯比例导引律拦截高速目标为例,定量描述了交接班捕获窗口和零控交接班区域,并通过数字仿真实验验证了交接班捕获窗口的合理性。     

拦截高速机动目标的最优制导律

对于远距离拦截高速、大机动目标,不仅拦截弧段长,拦截飞行时间也更久。拦截弹在飞行过程中的能量管理与优化问题,也是在拦截制导律设计时必须要考虑的问题。将非线性弹目运动关系降阶简化后,运用最优控制理论,将能量管理纳入考虑中,得出针对高速、机动目标的最优制导律,且可以满足终端碰撞角约束。通过引入分段线性和指数两种形式的阻尼,使得导弹在拦截高速高加速目标时,对目标机动的敏感度随弹目距离变化,从而达到能量管理的目的。通过二维非线性仿真验证了制导律的性能。     

攻击主动防御飞行器的微分对策制导律

基于微分对策理论设计了躲避护卫弹的同时攻击飞行器的制导律。根据传统的性能指标推导了该场景的微分对策制导律,并且根据权重系数的取值定义了三种制导律:最优追赶制导律、逃脱-追赶制导律和复合制导律。最优追赶制导律容易被护卫弹拦截,逃脱-追赶制导律容易造成导弹和飞行器的零控脱靶量急剧增大而使得攻击失败,复合制导律很难选择合适的权重系数。针对以上不足,提出了两种改进的制导律,并对该两种制导律的适用情况进行了分析。通过非线性模型仿真,验证了这两种方法的可行性。该两种制导律目的性强,攻击导弹可以躲避护卫弹进而攻击飞行器。     

变幂次趋近律的滑模制导在防空反导中的应用

为解决导弹在防空反导末制导段攻击机动目标时运用滑模制导方法出现的抖振问题,提出了一种基于变幂次趋近律的滑模制导律.将目标机动视为干扰,通过设计滑模观测器能精确地观测出干扰,将其补偿到制导指令中,改善了导弹的制导效果.将采用改进的变幂次趋近律提高系统的滑模动态的收敛速度,提高其稳定精度.通过与指数趋近律方法相比,该导引律...     

美军精确制导弹药的发展趋势

在冷战后的历次局部战争中,精确制导弹药都发挥了巨大作用.为打赢未来战争,美军正积极调整思路,在新的军事需求牵引和高新技术推动下,研制新型制导弹药,同时改进现有制导弹药,推动美军向21世纪信息化部队转型.