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。

    基于神经网络的助推滑翔飞行器发射诸元解算方法

    公开(公告)号:CN117313233A

    公开(公告)日:2023-12-29

    申请号:CN202311231259.2

    申请日:2023-09-22

    Abstract: 基于神经网络的助推滑翔飞行器发射诸元解算方法,属于高超声速飞行器发射诸元解算领域。解决了现有的飞行器发射诸元解算方法诸元解算时间长的问题。构建样本,每个样本的输入数据包括发射点、目标点的经纬度和各禁飞区的中心经纬度,输出数据包括一级最大负攻角、二级最大负攻角、三级常值俯仰角变化率、发射方位角、拉起段攻角改变时刻、拉起段结束时刻、阻力加速度和俯冲打击段攻角;利用样本对诸元解算神经网络模型进行训练,并利用训练后的模型根据当前发射点、目标点的经纬度、以及各禁飞区的中心经纬度预测出助推滑翔飞行器待规划轨迹的发射诸元。本发明主要应用于多工况下的发射诸元快速解算。

    基于CCD相机的导弹跟踪目标半物理仿真平台验证方法

    公开(公告)号:CN116661334A

    公开(公告)日:2023-08-29

    申请号:CN202310741441.6

    申请日:2023-06-21

    Abstract: 基于CCD相机的导弹跟踪目标半物理仿真平台验证方法,为解决纯数学方法无法真实的仿真导弹与目标的信息,不能有效验证空空导弹电视末制导方法的有效性的问题。构建包括上位机、CCD相机和屏幕的半物理仿真平台,并在其中建立导弹和目标的数学模型、导弹的制导控制模型,获得导弹的位置、速度和姿态、目标的位置和速度、控制指令;根据上述信息求解目标在屏幕坐标系下的位置,并在屏幕上模拟。用CCD相机模拟导弹红外导引头,根据模拟的目标位置和CCD相机的位置得到目标相对于导弹的视线角;根据视线角更新导弹的制导控制模型,获得新控制指令,根据新控制指令完成导弹对目标的制导。属于导弹制导领域。

    一种高超声速飞行器状态估计方法

    公开(公告)号:CN111783307A

    公开(公告)日:2020-10-16

    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。

Patent Agency Ranking