摘要：针对空空导弹期望时间拦截强机动目标问题,提出了一种不依赖剩余时间估计的新型攻击时间约束滑模制导律。设计了一种以弹目距离和攻击时间误差加权求和的滑模面,通过分析制导收敛条件,推导得到自适应非奇异权重函数,通过引入有限时间收敛条件,得到了一种有限时间收敛滑模制导律。该制导律在不依赖剩余时间估计条件下保证了终端打击精度和攻击时间约束。通过设计包含滑模变量的附加制导项,显著提升了攻击时间的收敛精度。针对未知加速度机动目标,分析并证明了该制导律对于拦截强机动目标具有良好的适用性。最后通过数学仿真验证了所提出的制导律在不同约束条件下的有效性,并通过对比仿真验证了算法的优越性。

摘要：针对终端角度约束制导问题,提出了一种采用部分状态反馈的固定时间收敛角度约束制导律。首先,基于一致精确鲁棒微分器(uniform robust exact differentiator,URED)算法,设计了固定时间状态观测器来估计不可测的系统状态。然后,基于固定时间稳定理论,设计了固定时间收敛的积分滑模面,并设计了固定时间制导律保证滑模面及制导误差的固定时间收敛。相比于传统有限时间制导律,文中所设计的固定时间制导律的收敛时间上界不受初始制导误差影响,因此可以在各类初始条件下都能保证快速收敛性能。同时,所设计的方法只需部分状态进行反馈,可以有效简化制导系统的硬件组成。最后,仿真结果表明,在各类初始制导误差及部分状态反馈条件下,所提出的方法都能取得良好的收敛速度与制导精度。

摘要：针对预警机的特殊作用,提出了利用临近空间高超声速飞行器的高度优势与速度优势,对预警机实施打击的概念,设计了反预警的制导律。针对预警机的机动,将其视为外在扰动,利用扩张状态观测器将其扩张为一个新的状态量,并对此状态量进行实时观测,将其补偿到制导指令中,有效解决了拦截末端需用过载过大的问题;同时对攻击目标时的落角进行约束,设计了带有落角约束的滑模制导律。将所设计的制导律与传统的弹道成型制导律作对比,结果表明,在飞行末段,滑模制导律具有更小的过载与视线角速度,相比传统弹道成型更具优势。

摘要：为了提高对机动目标的拦截效果,提出了一种基于无尖峰干扰观测器的滑模制导律(peaking-free disturbance observer-based sliding-mode guidance law,PDOB-SMG)。首先,设计一种无尖峰干扰观测器(peakingfree disturbance observer,PDOB)来估计目标机动加速度,在保证估计精度的同时,PDOB能够消除传统干扰观测器的初始尖峰现象。其次,将PDOB所估计的目标机动加速度用来在线补偿,构造了PDOB-SMG。由于PDOB消除了初始尖峰,因此设计的PDOB-SMG可以有效解决现有基于干扰观测器的滑模制导律(disturbance observer-based sliding mode guidance law,DO-SMG)受干扰观测器初始尖峰影响动态性能恶化的问题。最后,将PDOB-SMG与DO-SMG进行仿真对比,验证了PDOB-SMG的有效性和优越性。

摘要：为了得到一种用于导弹机动突防的制导律,我们在制导律设计中令视线角速率跟踪正弦有界震荡信号。在导弹机动突防过程中,导弹自动驾驶仪的惯性滞后会影响制导精度。我们利用递推李雅普诺夫设计方法推导出了一种考虑自动驾驶仪惯性的运动跟踪滑模制导律,它可以令视线角速率跟踪给定的指令信号。仿真结果表明,这种制导律可以令导弹机动突防成功的概率提高到89%,而且在自动驾驶仪滞后情况下的制导精度很高,脱靶量仅有0.3mm。

摘要：针对被动自导的超空泡航行体拦截近距离机动舰船目标问题,利用视线角变化率这一易获取信息,设计了一种有限时间收敛滑模末制导律。对制导律参数取值范围进行了分析,结合跟踪微分器对目标法向机动进行了状态重构。针对典型对抗态势进行了仿真与分析,结果表明该制导律可以在目标机动信息较少的情况下获得较好的攻击效果,目标加速度估计误差较小且快速收敛。

摘要：针对高机动弹道目标末端拦截问题,设计了一种具有有限时间收敛特性的新型滑模制导律。首先针对目标三维运动强耦合的特点,基于视线旋转坐标系内弹目相对运动关系建模,结合降维微分几何制导律和滑模控制理论,并采用快速双幂次趋近律构造了有限时间内快速收敛的连续制导指令;同时,采用了一种在末端拦截段使视线转率随弹目相对距离的减小在有限时间内快速收敛的滑模面;进而将目标的机动加速度视为上界未知的有界扰动,并通过自适应估计实现对目标加速度上界的快速逼近,可显著提高滑模面收敛速度,同时减弱抖震现象;最后,通过李雅普诺夫定律,对所提出新制导律的稳定性进行了证明。仿真结果表明,所设计的新型制导律能有效拦截高机动弹道目标。

摘要：为提高末制导精度,设计了一种RBF滑模制导律。根据滑模变结构理论推导了一种基于零化视线角速率的滑模制导律,分析了目标机动与切换项增益的关系,利用RBF神经网络对切换项增益进行在线估计,最后将所设计的RBF滑模制导律与滑模制导律、比例导引律进行仿真对比。仿真结果表明所设计的制导律能实时调节切换项增益,有效拦截不同的机动目标,减小了脱靶量并提高了系统的鲁棒性。

摘要：根据有限时间收敛定理,改进设计了带落角约束的有限时间收敛滑模导引律,证明了所提出的导引律在有限时间内,制导系统状态收敛至滑模面,同时弹目视线角速率收敛至零而且弹道角满足终端落角要求。进一步将导引律推广到考虑自动驾驶仪为一阶惯性环节延迟特性的情形。最后,仿真结果表明该导引律的有效性。

摘要：针对导弹拦截高速大机动目标,设计了具有视线角预设性能的滑模制导律。将视线角跟踪误差与性能约束函数相结合构建新的误差变量函数,保证了制导系统的视线角可以收敛到期望的角度,视线角收敛速度不小于给定的速度,且最大超调量和收敛精度满足预设的性能。该制导律设计的核心思想是将制导系统的性能约束问题转换为误差变量函数的有界性问题。此外,还针对制导系统干扰在已知和未知上界的情形设计了自适应制导律以保证系统的稳定性,并给出了理论证明。仿真结果表明所设计的制导律具有良好的性能。