摘要：针对大升阻比飞行器再入滑翔制导问题,基于预测-校正制导法,提出一种横程动态约束的侧向制导策略。利用再入过程中横程与剩余航程的近似线性关系,设计边界约束动态变化的横程走廊控制倾侧角反转。对大气密度和飞行器气动参数扰动引起的预测模型不确定性进行在线参数估计。以CAV-L高超声速飞行器为研究对象,进行再入制导仿真。结果表明,对不同航程的再入任务该制导法均能精确引导飞行器飞向目标,侧向制导倾侧角反转时机分布合理,反转次数少。Monte Carlo仿真校验了横程动态约束制导法对再入状态误差和过程扰动具有良好的自适应性和鲁棒性。

摘要：为应对现代战场的信息化与集群化发展趋势,从多高超声速飞行器饱和打击任务需求出发,针对其中的再入飞行时间约束条件进行研究,提出一套基于Deep Q-learning Network(DQN)的时间可控再入制导律.该制导律工作流程为首先纵向轨迹预测-校正模块根据当前飞行状态和攻角-速度剖面规划出倾侧角幅值;然后在线约束强化管理模块对其进行安全限幅处理;最后倾侧角符号规划模块以调节再入飞行时间为目标,在对横向飞行状态进行马尔科夫决策过程建模的基础上,设计相应的深度神经网络进行离线训练以在线生成倾侧角符号,进而与幅值信息共同组成最终的倾侧角指令.多组仿真的对比分析结果表明:在标称环境下的多任务仿真中,时间可控再入制导律能够自主地进行倾侧角符号的在线规划,在不影响制导精度的前提下,对再入飞行时间进行调整以满足不同的任务需求;在参数拉偏的蒙特卡洛仿真中,其在保证再入飞行安全、稳定的同时,仍然能将时间误差控制在合理的范围之内.从而验证了相对于传统方法而言,本研究所设计的再入制导律在任务适应性、鲁棒性与时间可控性等方面均具有良好表现,能够有效地满足飞行时间约束下的再入任务需求.

摘要：针对预测-校正制导中侧向制导使用传统误差走廊制导法自适应能力差的问题,在不过多增加计算量的前提下,提出一种基于飞行器侧向机动能力预测的再入制导算法。利用纵向制导所得倾侧角幅值函数计算飞行器再入时升力侧向分量均值,依此设计边界约束动态变化的横程走廊控制倾侧角反转时机。引入在线参数估计以抑制再入过程中大气密度和飞行器气动参数扰动对预测模型的影响。以CAV-L高超声速飞行器为对象,进行再入制导仿真。结果表明对不同航程的再入任务该制导算法均能有效引导飞行器飞向目标,落点误差小,制导效果稳定。Monte Carlo仿真验证了制导算法对再入初始状态偏差和过程扰动具有良好的自适应性和鲁棒性。

摘要：针对可重复使用运载器末端能量管理阶段的在线轨迹生成与制导问题,研究了一种基于参数化轨迹描述且不依赖在线积分推演与气动辨识的三维轨迹预测-校正制导算法。首先,设计了由动压上边界、下边界和最大能量边界构成的动压包线,由一个参数对包线内的动压剖面进行描述,采用离线计算的方式预先获得飞行航程随动压剖面参数、倾侧角和能量高度变化的关系并存为三维数表。随后,根据当前状态和地面航迹参数计算得到各飞行阶段地面航程信息,在待飞航程的预测中,考虑侧向机动的航程损失和模型偏差影响,采用分段查表和在线估计航程修正系数的方法对预测航程进行了两次修正。最后,研究了约束条件下的多轨迹参数连续更新策略,以保证消除航程偏差的同时轨迹具有适宜性。仿真结果表明,该方法对于初始位置、能量状态散布不敏感,其末端位置控制精度保持在米级。完成单次轨迹预测-校正的时间不超过2.3ms,拥有较高的在线预测效率,对突发故障造成的模型偏差具有较强的适应能力。

摘要：研究了以第二宇宙速度返回地球的载人探月飞船的再入制导律设计问题.针对基于落点分析的数值预测-校正算法不能有效满足再入过程的气动过载约束条件的问题,提出一种基于解析计算的常值气动过载算法与基于数值积分的预测-校正技术相结合的融合再入制导方案,在线生成了同时满足过载约束和落点精度要求的再入轨迹.数值仿真表明提出的制导算法不仅能满足达到高精度着陆的要求,还能满足气动过载约束要求.在一定的再入初始条件下,探月返回飞船可以不必采用逻辑复杂的阿波罗式跳跃再入方案.这一方案可为即将展开的载人探月活动制定月-地返回轨道和再入策略提供参考.