一种高超声速飞行器状态估计方法

    公开(公告)号:CN111783307B

    公开(公告)日:2024-03-26

    申请号:CN202010646801.0

    申请日:2020-07-07

    Abstract: 一种高超声速飞行器状态估计方法,解决了现有技术中对于混合高斯噪声导致估计精度低的问题,属于高超声速飞行器状态估计与轨迹预报技术领域。本发明的方法包括:建立高超声速飞行器跟踪动力学模型,确定高超声速飞行器跟踪动力学模型的状态量,本发明将气动参数和面质比的乘积、速度倾侧角引入高阶状态量中,对飞行器动力学模型在线估计、建模;利用鲁棒高阶容积卡尔曼滤波方法对高超声速飞行器的量测数据进行处理,对确定的状态量进行估计,实现高超声速飞行器的状态估计。同时本发明还可以根据获得的状态估计结果Xk,对其中的参数Dk、Lk和νk建立自回归模型,确定模型系数,利用确定系数的自回归模型对高超声速飞行器的轨迹进行预测。

    一种基于贝叶斯估计的高超速飞行器长期轨迹预报方法

    公开(公告)号:CN111783358B

    公开(公告)日:2022-10-04

    申请号:CN202010627408.7

    申请日:2020-07-02

    Abstract: 本发明涉及轨迹预报技术,是一种基于贝叶斯估计的高超速飞行器长期轨迹预报方法,为解决高超声速飞行器轨迹预报的主要技术难点:构建合适的目标意图代价函数,准确反映目标飞行意图;开发目标飞行的可行区快速结算方法;基于贝叶斯估计设计合理的多步递推预测算法,预测目标攻击意图和轨迹预测,实时建立预测轨迹簇;本发明主要包括四部分内容:多指标意图函数建立、高超声速飞行器可行区分析、贝叶斯估计下意图推测算法和基于蒙特卡洛打靶的高超声速飞行器轨迹预报方法一方面推测目标飞行意图,降低目标机动致使的轨迹不确定性;另一方面设计实时未来轨迹多步递推算法,充分挖掘高超声速飞行器运动的潜在规律,实现目标轨迹的长时间预报。

    单滑块滚喷模式变质心飞行器模型及其结构布局参数的设计方法

    公开(公告)号:CN104881553B

    公开(公告)日:2017-11-17

    申请号:CN201510330082.0

    申请日:2015-06-15

    Abstract: 单滑块滚喷模式变质心飞行器模型及其结构布局参数的设计方法,涉及飞行器设计领域。为了解决传统的高超声速飞行器的气动舵烧蚀问题以及传统变质心飞行器内部滑块布局复杂问题。本发明所述的飞行器模型包括两个固定翼、弹体、滚喷发动机和活动体,两个固定翼对称设置在弹体的两侧;活动体的锥形体尖部与弹体头部通过活动连接点O1连接;弹体尾部设有导轨,活动体的锥形体根部与弹体尾部的导轨的O2点滑动连接;由于将活动体进一步放大当作一个主体,其质量占整个系统质量大部分,而弹体作为受驱动体,同样也能达到机动控制目的,通过活动体上的执行机构来控制弹体的运动,保证了弹体具有完整的气动外形。本发明适用于飞行器设计领域。

    基于N-K迭代凸优化算法的高超声速飞行器轨迹规划方法

    公开(公告)号:CN119596982A

    公开(公告)日:2025-03-11

    申请号:CN202411772131.1

    申请日:2024-12-04

    Abstract: 基于N‑K迭代凸优化算法的高超声速飞行器轨迹规划方法,涉及轨迹规划领域。本发明是为了解决现有飞行器轨迹规划方法还存在难以准确规划飞行器轨迹的问题。本发明包括:获得无量纲化高超滑翔段动力学模型;获得线性化后的高超滑翔段动力学模型;对线性化后的高超滑翔段动力学模型中的参数离散化处理,获得参数离散化后的高超滑翔段动力学模型;获取高超声速飞行器轨迹优化中的控制量约束、过程约束和信赖域约束;利用参数离散化后的高超滑翔段动力学模型和控制量约束、过程约束以及信赖域约束构建基于迭代凸优化的轨迹规划问题,并对基于迭代凸优化的轨迹规划问题求解获得高超声速飞行器轨迹规划结果。本发明用于规划飞行器轨迹。

    一种目标信息缺失下面向机动目标的微分对策制导方法

    公开(公告)号:CN119126575A

    公开(公告)日:2024-12-13

    申请号:CN202411278189.0

    申请日:2024-09-12

    Abstract: 本发明涉及控制领域,尤其涉及一种目标信息缺失下面向机动目标的微分对策制导方法。本发明公开一种考虑目标不完全信息下面向临近空间高动态目标场景的微分对策制导方法。该方法包括:对末段拦截问题进行表述,并将铅垂平面作为主要研究平面,建立二维弹目相对运动交战模型;设计线性扩张观测器对目标加速度信息进行估计;而后给出零控脱靶量的表示式,并得到了在不完全目标信息下的线性二次型微分对策(LQDG)制导律。本发明线性不完全目标信息下的二次型微分对策(LQDG)制导律解决了现有技术存在拦截器不完全目标信息下控制准确率低的问题。

    一种远程火箭发射初态误差传播估计方法

    公开(公告)号:CN105069311A

    公开(公告)日:2015-11-18

    申请号:CN201510523229.8

    申请日:2015-08-24

    Abstract: 一种远程火箭发射初态误差传播估计方法,本发明涉及远程火箭发射初态误差传播估计方法。本发明的目的是为了解决现有发射初态误差引起的关机点位置偏差、速度偏差以及落点纵向偏差和横向偏差的计算效率低、无法充分分析出在弹道设计过程中发射初态误差的传播机理的问题。通过以下技术方案实现的:步骤一、建立动力学摄动方程;步骤二:求解远程火箭推力加速度偏差、气动加速度偏差、正常引力加速度偏差、科氏加速度偏差和离心加速度偏差;步骤三、根据步骤一和步骤二,得到远程火箭发射初态误差引起关机点位置偏差、速度偏差的近似解析解以及落点纵向偏差、横向偏差的近似解析解。本发明应用于远程火箭或运载火箭飞行动力学领域。

    一种基于Elman神经网络的机动目标跟踪方法

    公开(公告)号:CN111798491A

    公开(公告)日:2020-10-20

    申请号:CN202010669909.1

    申请日:2020-07-13

    Abstract: 一种基于Elman神经网络的机动目标跟踪方法,涉及临近空间防御技术和智能信息处理技术领域。解决了现有的滤波算法在进行机动目标跟踪时,存在滤波精度低稳定性差的问题。本发明根据目标飞行器的动力学特性构建动力学跟踪模型,获取机动目标跟踪系统的状态方程;基于系统的状态方程、系统的测量方程和测量噪声,利用非线性滤波算法,对目标飞行器的运动状态以及控制参数进行递推估计,并获得k时刻的预测估计值与滤波估计值的差值、滤波增益和新息;构建Elman神经网络模型,利用训练好的网络预测估计误差,进而对滤波估计值进行修正,获取目标运动状态的最优估计值。本发明适用于机动目标跟踪。

Patent Agency Ranking