摘要：针对具有有界干扰的随机离散系统,通过构造闭合随机预测代价函数,利用随机极小值原理,推导了一种迭代形式的有限时域滚动反馈预测控制律,通过连续逼近方法给出了连续形式预测控制律算法,将该连续形式的预测控制算法应用于导弹制导律设计中,为了避免边值及计算量问题,推导了一种逼近预测制导律.仿真结果表明,该制导律具有弹道预测的特点,与比例导引律及增广比例导引律相比较,弹道终段过载较小.

摘要：为了提高飞机飞行轨迹预测准确率、确保轨迹预测实时性,提出使用门控循环单元(gated recurrent unit,GRU)预测轨迹。对不同条件下的不同机动动作进行飞行仿真,得到大量轨迹样本。设计具有不同层数和神经元个数的网络,用得到的样本对其进行训练。选出在测试集上误差最小的网络结构。对比GRU网络、循环神经网络和反向传播网络的相对误差和预测用时。引入坐标变换矩阵,使轨迹预测不受航向和坐标系影响。对比3种方法在一段频繁变化的轨迹上的绝对误差。结果表明,所提方法的平均绝对误差在x轴上约为18 m,在y轴上约为11 m,在z轴上约为22 m,显著小于另外两种方法,且平均预测用时约为2.4 ms,满足实时性要求。

摘要：机动决策是决定无人作战飞机空战成败的关键因素。为提高空战获胜概率,提出用深度神经网络进行决策。构建了36种机动动作,通过飞行仿真,得到由当前态势、控制量和未来态势构成的样本;用样本训练深度神经网络,使其能够根据当前信息快速准确预测未来态势,设计了决策目标函数和态势评估函数,空战过程中,利用训练好的网络预测所有动作对应的未来态势,根据决策目标函数从中选出最优动作;在不同初始条件下,分别与采用简单机动和自主机动的敌机进行空战仿真,并对空战态势进行评估。结果表明,所提方法在均势时能通过较少的动作获得空战胜利,在劣势时能通过一系列机动获得优势,且决策用时缩短了9 ms.

摘要：根据无人攻击机的攻击过程,设计了一种基于自动驾驶仪的末制导律。在所设计的末制导律中,无人攻击机导引头通过对目标的距离和速度的测量,解算出攻击时刻和转弯半径,通过自驾仪的控制,使无人机以一定的法向过载对固定目标或低速移动目标实施攻击。算例分析表明,所设计的末制导率能保证无人攻击机垂直或以较小的落角命中目标。

摘要：针对各类飞行器机动性能的要求不断提升的现状,以一种新型无人飞行器为主要研究对象,建立了无人飞行器的运动模型,并设计了一种基于混合灵敏度鲁棒控制理论的控制器对其进行姿态控制,使该无人飞行器姿态控制系统具有较好的鲁棒性能和干扰抑制能力,能够适应数学模型参数的不确定性,基于所建的模型进行了数学仿真和半实物仿真实验。结果表明,所设计的控制器在参数摄动时阶跃响应调节时间短,鲁棒性好。研究结果为解决无人飞行器运动中的复杂干扰问题提供了理论依据和参考方法。