摘要：为使圆轨道任务火箭在发生推力下降故障以至于无法完成原定任务的情况下尽可能利用剩余燃料进入降级轨道,针对两种新类型降级轨道提出了一种深度神经网络(DNN)与无损凸优化融合的任务重规划算法。首先通过对原非凸轨道规划问题进行等价转换、对约束进行无损松弛和引入附加滑行段等方式,提出了一种将问题降维求解的两层优化算法,将原问题转化成无损凸化的内层问题和单变量优化的外层问题,从而保障收敛。然后引入DNN代替外层算法输出单变量,同时保留内层无损凸优化算法以避免对DNN输出精度的依赖,实现了以最小风险提升计算效率。数值仿真证明该融合算法不仅能保障精度与最优性,还有收敛快以及性能稳定的特点,具有较强的工程应用价值。

摘要：针对识别和拦截技术高度发展所带来的突防难题,提出高超声速滑翔飞行器(HGV)螺旋俯冲机动突防的概念,并为此设计了一种基于虚拟滑动目标的自适应比例导引律。首先,通过分析HGV绕目标飞行的运动学特性,建立对数型的螺旋运动模型,以该模型为基础利用曲线渐伸线原理设计虚拟目标的滑动轨迹。然后,采用包含时变附加项的比例导引律追踪虚拟目标,从而实现引导HGV进行螺旋俯冲机动以及对真实目标的打击。接着,为提高虚拟目标的跟踪精度以及抵抗外部干扰的能力,设计了制导参数的闭环非线性自适应律,能根据当前偏差在线选择制导参数值。此外,还分析了满足收敛条件的制导参数的取值范围以及其进入闭环更新的策略。最后,分别针对静止目标和低速移动目标进行数值仿真验证,结果表明所设计的制导律不但能够引导HGV实施螺旋俯冲机动,还能够准确地命中目标。

摘要：两级固体上升器是大型火星样本回收计划中的重要组成部分,针对固体火星上升器在样品返回任务中的最优动力设计与耗尽关机多约束制导问题开展研究,提出了一种解析-数值融合的入轨段优化方法,最优解析方法为固体动力的优化设计提供理论依据,数值优化方法在理论最优解邻近进一步解决实际飞行中面临的耗尽关机制导问题。首先,为了分析与优化固体上升器最大载荷质量下的动力参数,基于庞特里亚金极大值原理构建了推力矢量方向的最优控制问题,推导出最优动力参数的新的必要条件来消去协态乘子矢量,进而获得了最优控制量的解析表达式。然后,针对上升器在实际飞行条件下面临的参数偏差及不确定性干扰,提出了一种融合最优解析解序列的二次型数值优化方法,该方法通过高效反向递归敏感度矩阵在线快速迭代计算出飞行指令,控制火星上升器在耗尽关机方式下高精度进入预定目标轨道。最后,推力矢量方向的最优解析表达式,通过与GPOPS优化方法的对比与分析,验证了在必要条件下的最优性与正确性,并给出了火星上升器的最优动力方案。数值仿真结果表明:在配置的参数偏差及不确定性干扰下,火星上升器采用所提的解析-数值融合优化方法,能够在耗尽关机方式下实现高精度入轨任务,具有一定的理论意义和工程应用价值。

摘要：针对多子级全固体运载火箭在终端多约束下的耗尽关机制导问题,设计了一种基于"助推-滑行-助推"飞行模式的真空段自主制导方法。根据轨道动量矩守恒定律,推导出一种同时具有速度和位置矢量约束的定点制导算法(PA)。在PA理论基础上,建立了满足能量匹配的滑行轨道非线性方程组并降阶至一维迭代求解,解决了多级固定总冲约束的两点边值问题。蒙特卡洛仿真结果表明:该算法对固体运载火箭模型的参数偏差和不确定性具有强鲁棒性,并对多终端轨道任务(不同轨道高度和不同载荷质量)具有较强的自适应能力,因此该算法具有重要的理论意义和工程应用价值。

摘要：高超声速滑翔飞行器(HGV)拦截问题中,轨迹预报是成功拦截的重要基础。针对HGV机动能力强、轨迹多变的特点,提出了一种基于支持向量机(SVM)和扩展卡尔曼滤波(EKF)的轨迹预报方法。在HGV的滑翔段机动模式分析的基础上,将HGV的机动运动分解为纵向运动模式和侧向运动模式,进而对运动模式的特征参数予以标定,形成SVM的训练集。建立地基单雷达轨迹跟踪模型,采用EKF对HGV滑翔段轨迹进行稳定跟踪并实现对运动模式特征参数的估计。基于SVM,建立了HGV运动识别框架,实现了对HGV滑翔段轨迹的预报。对平衡滑翔和跳跃机动2种典型机动模式进行数学仿真验证,结果表明,所提方法可以提高对该类目标的轨迹预报精度。

摘要：为提高运载火箭在大气层外当推力出现故障条件下制导算法的最优性、鲁棒性和适应性,提出了一种改进的迭代制导方法。该方法以基于最优控制理论推导的解析形式作为最优控制解,并推导出以5个轨道根数作为终端约束的横截条件,增强了算法的最优性;迭代过程中采用高斯-勒让德方法计算推力积分,并采用球极坐标系下泰勒多项式逼近方法计算引力积分,提高了故障模式下算法的积分精度;该算法采用降维迭代求解模式,并结合对控制变量的合理限幅,保障了推力故障条件下算法的实时性和收敛性。分别基于蒙特卡洛打靶和推力故障条件下进行仿真验证,结果验证了所提方法具有较强的最优性、鲁棒性和故障适应能力。

摘要：针对经典比例导引法在末制导阶段拦截高速运动目标时捕获域较小、无法有效利用导弹机动能力及难以实现碰撞角约束等问题,提出了一种广义相对偏置比例制导律。为扩大经典比例导引律的捕获域及提升其对导弹的机动利用能力,设计了一个时变导引系数,使所提制导方案可综合比例及反比例2种导引律的优势。为实现对高速运动目标的定向打击,引入了相对偏置比例,通过控制相对飞行轨迹角以实现对碰撞角的约束。为提升制导方案在拦截高速机动目标时的性能,在制导指令中对目标机动影响进行了补偿。数值仿真结果验证了该制导方案相比于经典的比例导引法具有更大的捕获域和过载利用度,以及较强的碰撞角约束能力。

摘要：由于高超声速滑翔飞行器(HGVs)具有高速、高机动的特点,对此类目标的状态估计一直是一个研究热点。鉴于采用传统的运动学和动力学模型进行轨迹估计时加速度估计精度不高,提出一种基于气动性能分析的非线性气动参数目标估计模型。首先,在研究了高超声速滑翔飞行器跳跃再入段运动特性的基础上,以类HTV-2飞行器为研究目标,采用气动力估算方法对高超声速滑翔目标再入段的气动力进行计算分析。其次,建立与马赫数线性相关的气动参数“基准模型”和以一阶马尔可夫过程描述的气动参数“偏差模型”,对目标气动参数进行非线性估计。数学仿真结果表明,该方法可以一定程度上提高卡尔曼滤波方法对该类目标的加速度估计精度。

摘要：针对耗尽关机的固体运载火箭末级多约束制导问题,提出了在真空飞行段设计一种具有速度管控能力的多约束制导方法。同时针对速度管控引起的状态矢量耦合问题,基于定点制导算法推导出一种适用于耗尽关机制导的拓展理论算法,通过求解交变姿态速度管控方向实现对耦合项的抑制;并对大气层外"助推-滑行-助推"的任务模式,在此理论基础上推导出滑行点火时间、需要速度矢量与终端轨道根数之间的理论关系,解决了固体运载火箭在固定弧长条件下的两点边值问题。蒙特卡洛仿真结果表明:该制导算法对不同载荷任务具有较强的适应能力,对模型的参数偏差及不确定性具有高制导精度和强鲁棒性,因此该算法具有一定的理论意义和工程应用价值。

摘要：针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断。首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计。仿真结果表明诊断准确率达到99%以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性。