基于Gauss伪谱法的空空导弹最优中制导律设计

研究Gauss伪谱法在空空导弹最优中制导律设计中的应用。建立空空导弹中制导律设计问题最优控制模型,首次提出采用Gauss伪谱法求解最优中制导律设计问题的思路,详细阐述了求解流程,通过仿真算例验证了求解方法的有效性,并同比例导引、打靶法等传统方法进行了对比。仿真结果表明,综合考虑性能指标、计算精度、计算效率等因素,Gauss伪谱法具有明显优势,Gauss伪谱法求解结果和求解效率与配点个数密切相关。研究结果为空空导弹中制导律设计提供理论参考。     

制导火箭弹非线性最优预测姿态的控制器设计

为了提高制导火箭弹的控制效果,基于最优控制理论,提出将非线性预测控制方法应用于火箭弹姿态的控制器设计.根据火箭弹的运动特点,结合弹箭一般运动方程组,给出了尾翼稳定火箭弹姿态动力学模型.以舵偏角为控制变量,推导出姿态控制系统的状态方程、目标函数与控制律,并设计了姿态控制器.在控制时域一定的条件下,利用6自由度弹道模型仿真分析了控制阶数对制导火箭弹非线性姿态控制器的影响,得到控制阶数对非线性最优预测控制影响的定性规律.仿真结果表明:该控制器具有良好的控制效果,系统控制响应快,可基本实现无差控制.     

透视末敏弹:信息化战场的“智能杀手”

近年来,在军事需求牵引和科技进步推动的双重作用下,兼具传统弹药和导弹技术特征的末敏弹一类的智能弹药,已成为战场上的新生力量末敏弹是末端敏感引爆弹药的简称,是一种能够在炮弹的飞行弹道末段探测出目标的存在、并驱动战斗部朝着目标方向爆炸的现代"智能"弹药,主要用于自主攻击机动装甲车辆的"顶装甲"或固定目标的薄弱区域,被称为"坦克杀手"。在2003年的伊拉克战争中,面对着在沙漠中逃逸或反扑的伊拉克坦克集群,美军多     

“菜鸟”也能百发百中PGF精确制导步枪

曲日几何时,千米之外取敌上将首级,大部属于徂击手的专利,而对于普通军迷来说无异于“痴心妄想”。唯一可以过把瘾的,就是在CS等第一人称射击游戏中,买一把“大狙”实现远距离的一枪定乾坤!可是,游戏中最令玩家深恶痛绝的莫过于使用自动瞄准、隔物透视等作弊插件,然而当自动瞄准的类似技术被应用于现实武器中会产生何种效果呢？     

基于搜索论的远程反舰导弹搜捕概率建模方法

针对传统捕捉概率模型难以满足远程反舰导弹机动搜捕概率建模计算的问题,提出利用搜索论进行导弹机动搜捕概率计算的建模方法。该方法根据目标机动规律建立其分布概率密度函数,并依据末制导雷达发现目标概率的"倒四次方律"及弹目相对运动轨迹,构建其探测函数,通过求取两者之积的积分实现搜捕概率计算。计算结果显示:若远程反舰导弹不采取机动搜捕策略,目标指示误差增加1km时搜捕概率降低0.47,目标速度增加10节时搜捕概率降低0.3,末制导雷达搜索半径减小50%时搜捕概率降低0.3;若采取平行搜捕策略,上述因素对其影响大幅下降。可见,该方法综合考虑了目标机动规律、传感器探测规律、导弹搜捕策略,可实现远程反舰导弹机动搜捕概率的解算。     

空间碎片天基主动清除技术发展现状及趋势

随着国内外航天发射任务逐年增多,大量在轨滞留的失效航天器将成为未来空间资源有效利用所面临的一个严峻挑战。空间碎片天基主动清除技术是从根源上对空间资源化利用与安全处置的措施,将提升和加强近地空间的可持续循环利用。本文明晰了空间碎片天基主动清除的概念,分析了空间碎片天基主动清除技术的发展历程,提出了其发展过程中面临的非合作目标相对导航、协调控制和捕获方式及装置等主要问题,为我国空间碎片天基主动清除技术的发展提出了有益参考。     

编队协同防空制导阵位配置与交接区仿真

协同制导是编队协同防空作战中的一种重要作战手段,制导交接又是协同制导中的关键环节,首先详细分析了舰艇编队协同制导的控制流程以及协同制导的交接方式,然后对协同制导中协同平台的阵位配置区和制导交接区分析了约束条件,进行了数学建模与仿真分析。结果表明,只有发射平台、协同平台的相对位置以及制导交接时导弹所处的空域满足一定要求,才能顺利完成制导交接。     

进入角约束下的载机变结构远距引导

针对一般导引律在载机远距引导中存在的问题,结合远距引导的需求,设计了远距引导的三维变结构导引律。该导引律具有较强自适应性,可以使载机以期望的进入角接近目标。仿真结果表明,载机在该导引律作用下,能以较小过载,平滑轨迹快速接近机动目标,并保证载机引导结束时占有有利的空中战术态势。     

多约束强化学习最优智能滑翔制导方法

为提升复杂飞行任务下滑翔制导的自主性,提出一种基于最优制导与强化学习的多约束智能滑翔制导策略。引入三维最优制导以满足终端经纬度、高度以及速度倾角约束。提出基于侧向正弦机动的速度控制策略,研究考虑机动飞行的终端速度解析预测方法。针对速度控制中机动幅值无法离线确定的问题,研究基于强化学习的智能调参方法。该方法基于终端速度设计状态空间,以机动幅值设计动作空间,设计综合终端速度误差与滑翔制导任务的回报函数,采用Q-Learning实现机动幅值的智能调整。仿真结果表明,智能滑翔制导方法能够高精度满足终端多种约束,并能有效提升复杂任务下的自主决策能力。