终端制导律对无人机基于滚动时域控制策略

文摘

终端制导律对机动目标永远是焦点。大多数的文献关注估计目标的加速度和时间去在制导律,这是很难获得的。本文提出一种基于滚动时域控制策略终端制导律。该制导律采用滚动时域控制的基本框架,和指导过程分为几个有限的时间范围。然后,最优控制理论和目标运动预测模型获得制导律用于最小时间指数函数与连续更新原始条件在每个层的初始时间。最后,制导律进行反复迭代,直到拦截目标。次级最优制导律的类型,需要更少的指导信息,不需要来估计目标的加速度和时间。数值模拟验证,提出了制导律比传统方法更有效与有界常数和正弦目标加速度。

1。介绍

一般来说,有两种设计方法对无人机(UAV)制导控制系统:第一种方法是分类飞行系统高频姿态控制和内循环和低频率指导,单独和独立设计(1),根据时间尺度分离的原则。另一种方法是引入过载,视线角和其他信息的集成设计指导控制在内部循环设计(2]。本文主要研究的设计和特定于第一种方法的制导律。目标策略指的是不断变化的速度,角度,物体运动的加速度。攻击制导技术专门针对机动目标一直是对制导律研究的重点。随着技术的发展,目标机动能力持续加强和目标机动变得更加难以预测,是一个主要问题限制提高制导精度。许多学者进行了广泛的研究新的特定于机动目标的制导律。最近,针对机动目标的制导律研究主要分为两种类型(3- - - - - -6):()最优制导律;()非线性制导律。

基于线性最优制导律,利用最优控制理论来设计控制器与终端约束。最优制导律(OGL)是一个基于线性化指导运动方程。设置终端约束条件下二次性能指标最小。在[已知目标信息的情况下7),假设指导命令垂直导弹速度矢量。拦截机动目标的最优制导律可以通过集成获得非线性代数方程。杜et al。8)研究三维制导律与约束。在外部干扰的情况下目标加速度,制导律设计转化为应用动态规划解决方案。亨和日本岛9)提出了一种随机最优控制制导律与终端约束。方针的结果表明,在目标机动的情况下边界,拦截制导律的性能优于经典最优制导律。剩余时间的跟踪变速运动,提出了递归算法,提高了估计的剩余时间,有效提高制导律的性能(10]。在[11),一个新的影响角控制最优制导律了对机动目标导弹以任意速度概要文件。

基于非线性控制的制导律的方法是获得制导律,利用非线性控制理论。非线性控制方法广泛包括变结构控制,利用李雅普诺夫优化反馈控制H∞(12- - - - - -17]。在[12),提出了基于非奇异终端滑模制导律,光滑的二阶滑模,有限时间收敛扰动观测器。它是用来估计和补偿集中在导弹制导系统的不确定性;不需要目标机动的先验知识。商等。13)考虑目标机动外部干扰。小target-missing数量的情况下,碰撞时间可控的制导律的基础上,提出了有限时间收敛控制理论。可以转换为指定的滑模系统状态在有限时间内。周et al。14)提出了一种基于积分滑模制导律控制。制导律放松假设在传统碰撞时间控制制导律设定的速度是一个常数。文森特和摩根(15)利用李雅普诺夫最优反馈控制方法推导非线性制导律。洛杉矶角的优势在于速度和目标加速度不需要测量。杨和陈16)制导律进行了研究,确定了目标机动干扰输入。导弹的指导问题改为非线性扰动衰减控制的问题。三种H∞指导法律通过推导相关的哈密顿雅可比偏微分不等式。

虽然指导法律基于不同的理论,提出了针对机动目标,没有统一的处理方法特定于特定于任何机动飞行目标运动信息估计的不确定性。最优指导法律需要获得估计目标加速度信息和时间。如果估计的精度不高,拦截制导律的性能将大大削弱17,18]。剩余时间的估计精度从线性制导律将大大影响制导性能;此外,线性最优制导律是有效角小的方面。在大多数情况下,实际中存在未知扰动和nonmodeled动力学系统,将影响制导律的性能。有很多指导基于非线性制导律法所需要的信息。形式是相对复杂的实际工程应用程序会造成困难。和非线性方法不能保证最优(19,20.]。因此,更有效的指导法律应当针对机动目标而设计的。

为了治疗起源于这种攻击机动目标的问题,本文提出了一种无人机终端制导律基于滚动时域控制策略。滚动时域控制(RHC)是一个控制技术的基础上,应用在线计算来解决最优控制问题多次根据当前测量系统状态。它已经应用于飞行器的控制和指导(17- - - - - -23]。本文将使用滚动时域控制方法来解决制导律的设计问题。首先,本文进行了制导律控制策略在轧制时间;然后最优控制律推导基于滚动时域内的最小时间;制导律及其迭代算法在此基础上设计的。该算法利用控制命令生成的最优控制律形成次优制导律在整个制导律的过程。传统终端制导律相比,制导律需要较少的指导信息。它不需要估计有界的剩余时间,可以拦截机动目标加速度而不知道加速度信息在未来。

论文中其余结构如下:部分2描述了无人机和对象之间的相对运动模型;部分3描述了终端制导律基于滚动时域控制策略;部分4介绍了比较的结果和分析制导律和其他几个制导律仿真结果。

2。问题公式化

本节指定了指导数学模型拦截目标。为了突出研究的重大问题,以下假设:(1)无人机和目标速度是常数。(2)身体轴心无人机和速度方向是一致的。角是可以忽略不计的错误。(3)在初始时刻的制导律,目标是在领域范围内的无人机。(4)飞机的响应时间延迟可以忽略不计。

根据上述假设,无人机和目标可以抽象为一个可控的质量点。自三维运动可分为两个互相垂直的两个平面运动,研究制导律拦截动作的无人机和目标在同一平面,如图1。下标米和T代表无人机的相关物理量和目标,指无人机和目标之间的相对距离,指的是洛杉矶(视线)无人机和目标之间的角度,是指角无人机,是角的对象,是无人机的运动速度,是对象的运动速度。,,,已知数量。是未知的数量。的过程指导是影响无人机目标根据建立了制导律。

制导方程如下:

方程(1)~ (4)构成了指导无人机的运动模型和目标在二维平面上。所需的基本条件,满足成功攻击无人机和对象之间包括指导

在公式(5),和指无人机的最小转弯半径和目标,分别。公式(5)主要是保证无人机的速度大于目标速度。此外,无人机的机动能力比目标机动能力。在公式(6),是最后一刻制导攻击过程的相对距离(即相对距离target-missing质量)和指的是探测范围的无人机。

纸的制导律设计不仅要确保无人机之间的相对距离和机动目标在检测范围内的无人机在终端,但也要确保无人机可以在最短的时间内攻击目标一旦检测目标。换句话说,它必须满足不等式的约束条件(6),以及最低指标函数所示

提供,在已知的变化,目标轨迹可以提前准确地估计,剩下的时间可以精确地估计,公式(7)可以最小化利用最优控制理论。假设所需的最低指导时间。在实际应用中,目标接近运动信息(轨迹和加速度)很难准确预测。因此,本文采用滚动时域控制策略从而实现最优指导基于最小时间在每一个后退的地平线,这样连续后退地平线构成整体整个指导过程中状态反馈控制和最小拦截时间获得一个理想的解决方案。次优性是最优控制相对于已知的目标运动状态。它可以从上述的四个假设可以由无人机的运动轨迹(不变的计划)。因此,最低最优问题,应满足公式(7)可以转化为设计最优这最低指标(7)可以满足所有约束条件的公式(5)和(6同时)。本文采用作为控制变量来设计制导律。

3所示。指导方法

在本节中,我们将获得一个制导律;本文提出了一种基于滚动时域控制策略终端制导律。采用滚动时域控制策略,指导过程分为几个有限的时间范围。进行最小时间最优控制与连续更新原始条件在每一个时间范围,并进行反复迭代,直到拦截目标。次级最优制导律的类型,需要更少的指导信息。它不需要估计有界的剩余时间,可以拦截机动目标加速度。

3.1。滚动时域控制策略

滚动时域控制策略如图2。在图中,是指单位时间的计算;是指指导算法的在线计算时间;指的是指导命令更新周期; 指制导指令的时间更新;是指滚动时域的长度;和是指指导命令。

滚动时域控制策略是解决优化问题的后退以测量当前状态为初始条件和计算最优控制的解决方案网上。指导执行控制指令执行周期直到系统获得新的测量值和以它为新的初始条件。计算最优控制解下一个有限的地平线以同样的方式。不断重复这个过程,直到满足需求和获得的反馈控制律。滚动时域控制只需要国家在当前最优控制系统的轨迹,避免全球和难以估量的哈密顿雅可比方法。此外,滚动时域的闭环稳定性已得到验证。

3.2。制导律的推导一个后退的地平线

根据滚动时域控制策略中指定的部分3.1,我们得到一个最优制导控制律在后退地平线特定非线性优化问题由(1),(2)和(7)。滚动时域控制是执行最优跟踪目标在不同后退的视野。因为未来的轨迹或机动目标是未知的,th后退地平线,假设目标与no-maneuvering逃。与此同时,目标移动的状态值初始时间在每一层的初始条件。跟踪的目标是确保目标拦截最小拦截时间的无人机。因此,要解决的问题是获取控制变量在给定的时间域感到满意:

最小时间拦截可以获得解析解在单一时域最优控制理论和最小模原理。首先,以哈密顿函数如下: 在哪里主脉的。有肋骨的方程是

解决主脉的微分方程组成的(10)和(11)获得和: 在哪里和是积分常数。

由于终端的时间域是免费的,这个问题属于终端时间自由。从横向的条件,可以看出

代入公式(14)和(15)(12)和(13):

的值可以获得(1):

获得从控制方程那

代入公式(16)和(17)(19):

公式表达的控制律(20.)意味着,为了满足要求的指标函数(8课程),无人机在一个角后退地平线需要控制角的大小方面的时间域。即无人机攻击的方向应当指出客观角度防线在终端的时间。指导法律基于滚动时域控制策略是最优跟踪控制的综合解决方案基于一系列有限的视野。开始后退目前,无人机目标状态测量值作为原始值。把表达式(8)作为目标优化函数来解决时间域的最优跟踪控制指令,调整飞机的飞行方向的最优跟踪方向,沿着碰撞,飞到目标线,直到获得新的目标状态值和输入后退地平线实现最优跟踪。重复的最优跟踪控制方案和控制指令执行过程新地平线后退的更新后的初始状态。公式(6)应当在每个验证后退。如果满足公式的条件(6),它是指目标拦截。在不满足条件的情况下,执行最优控制下后退地平线在新的初始条件。显然,对于每个时间域,是一种开环控制。然而,整个跟踪过程指导法律是闭环控制。

无人机利用滚动时域控制策略。目标拦截消退,一般目标拦截时间的计算公式如下:

很明显,;利用滚动时域控制策略获得的指导时间大于最优制导律下的指导时间大于预计的目标运动信息。因此,本文中给出的制导律是一种次优制导律。损失的时间相对于最优制导律

3.3。迭代制导律的计算算法

从公式可以看出(3),横向过载控制的无人机在二维平面。此外,飞机跟踪角本文采用控制变量。满足条件的最优跟踪跟踪角度给出了公式(20.)。尽管无人机都不知道未来的机动目标,目标可以在单一滚动时域预测跟踪。根据公式的要求(20.),未来飞机的角度跟踪每个滚动时域角度需要配合方面的虚拟目标。根据产生的制导律可以 在哪里比例系数和吗是没有操纵无人机和目标之间的相对速度。自认为机动目标在一个时间域是免费的,可以轻易获得;是指没有机动目标的估计的剩余时间;表明,无人机的航迹角后退地平线到达角进行了展望。自认为机动目标在一个时间域是免费的,虚拟运动轨迹在时间域可以准确预测。因此,和可以很容易地计算,不需要特定的测量或估计。是无人机之间的洛杉矶率和现实目标。传感器可以测量参数的无人机。跟踪角控制问题确保满足规定要求的滚动时域跟踪角公式(20.)。指数项是一个光滑的术语。的补偿量,以确保目标虚拟实际位置和机动目标之间的差距在无人机的法线方向上的立场。

因为它是难以计算的攻击方向每个滚动时域的无人机通过非线性方程(1)和(2)准确,它可以近似评估基于当前位置的飞机和终端位置目标的消退,如图所示

在实际的迭代计算,滚动时域长度的值是相当重要的。它扮演了一个角色平衡负载和系统的稳定性能。本文采用固定后滚动时域方法规定的公式(26),在计算10]。

制导律迭代算法可以获得基于滚动时域控制策略。

步骤1。初始化参数。

步骤2。计算。

步骤3。选择后退地平线的长度根据公式(26)。

步骤4。根据公式计算终端的洛杉矶时间(25)。

第5步。执行最优控制基于滚动时域内的最低时间根据公式(24)。

步骤6。确定计算满足公式(6)。如果是的,完成迭代和指导过程;如果不是,更新并返回到步骤3对于迭代。

4所示。模拟和讨论

在本节中,模拟提出了制导律基于滚动时域控制策略提出了各种各样的场景。验证我们的方法的性能,新准则将与其他一些指导法律等增强比例导航(APN)和最优制导律(OGL) (12,24]。相比指导法律可以写成 初始参数设置表1。最初的洛杉矶角和初始相对距离在无人机与探测器的性能。的值和决定了无人机的速度和目标在现实世界。是初始飞行航向角,其值应确保目标在探测器的视野。加速度限制,和由经验法则决定的。

公式中给出的参数设置(23),(26)和(27)所示如下:。为了保证模拟的一致性比较结果,参数的值在公式(27在拦截点。)剩余时间,相当于增加比例指导项目是5。这个值是。根据公式(6),仿真是指成功拦截。为了比较每个制导律的应用可行性self-detecting制导武器与视场限制,看角度定义公式(28)的假设下身体轴和无人机的速度一致。

4.1。例1(影响目标匀速直线运动)

在这种情况下,目标没有横向加速度沿着一条直线。因此,制导律和是零。最初的飞行路线角的目标,设置为90度。因为目标没有横向加速度,速度和目标是一致的,可以预测目标轨迹导引,OGL,制导律提出。因此,这主要是调查的比较三种类型的制导律表现在不同目标运动方向在这种情况下。

以下4.4.1。米/秒²,

仿真结果如图3。从图可以看出3OGL,比例导引制导律在本文提出可以拦截目标。OGL的轨迹,提出法律相对较近。与比例导引、OGL和提出法律相对直接。从图可以看出3 (b)APN加速度的能耗很低。和其他两个指导法律是比较高的。大约12世纪以后,APC的加速度约为0;加速度的OGL指导终端增加−2.6 m / s²反对地;显然它可以在每次检测的变化规律提出法律领域。最后一个终端加速度是0。从图可以看出3 (c)《导引和提出法律减少了在0°/ s。和《OGL率增加到−3.4°/ s的终端。从图可以看出3 (d)看起来比例导引角增加,稳定在13.5°。OGL下降到5.9°的角度看。和外观的角度提出了降低和稳定在7.7°。通过仿真计算,最后的距离的APN小姐,OGL,并提出法律0.9714米,0.9137米,0.8216米,分别;OGL的影响时间是18.72秒;法案的影响时间是18.73秒。和时间损失提出法律是根据公式(0.05%22)。

4.1.2。米/秒²,

仿真结果如图4。从图可以看出4(一)OGL,比例导引制导律在本文提出可以拦截目标。轨迹的三个指导在上半年部分法律的指导过程相对较近。与比例导引、OGL和提出法律在剩下的半节相对直接。从图可以看出4 (b)APN加速度的能耗很低。和其他两个指导法律是比较高的。大约12世纪以后,APC的加速度约为0;加速度的OGL指导终端增加−5.5 m / s²;显然它可以在每次检测的变化规律提出法律领域。最后一个终端加速度是0。从图可以看出4 (c)《导引和提出法律减少了在0°/ s。和《OGL率增加到6.9°/ s的终端。从图可以看出4 (d)看起来比例导引角增加,稳定在21.5。看OGL角看角减少相反−12°。和外观的角度提出法律和稳定下降14°。通过仿真计算,最后的距离的APN小姐,OGL,并提出法律0.9901米,0.9584米,0.9742米,分别;OGL的影响时间是15.89秒;法案的影响时间是15.96秒。和时间损失提出法律是根据公式(0.4%22)。

4.1.3。米/秒²,

仿真结果如图5。从图可以看出5(一个)OGL,比例导引制导律在本文提出可以拦截目标。三个指导的轨迹上半年部分的法律指导过程相对较近。和OGL和提出法律的最后半节相对直接。从图可以看出5 (b)APN加速度的能耗很低。和其他两个指导法律是比较高的。大约12世纪以后,加速度的导引和0;加速度的OGL指导终端增加到30 m / s²;显然它可以检测到在每一次的变化规律,提出了法律在最后终端域聚合为0 m / s²。从图可以看出5 (c)《导引和提出法律减少了在0°/ s。和《OGL率增加到22.5°/ s的终端。从图可以看出5 (d)看起来比例导引角相对地增加−16°。看起来相反OGL减少−22.5°角。和外观的角度提出法律减少相反−20°。通过仿真计算,最后的距离的APN小姐,OGL,并提出法律0.5577米,0.9890米,0.7703米,分别;OGL的影响时间是7.22秒;法案的影响时间是7.24秒。和时间损失提出法律是根据公式(0.3%22)。

它可以从不同的目标初始速度的制导仿真结果指导仿真结果提出的轨迹法是接近OGL的轨迹特征。当没有加速度机动的目标,比例导引的能源消耗低,其次是提出法律。OGL是最大的能源消耗,特别是在指导过程的终端。OGL的加速度控制数量将急剧增加。提出的加速度时域法可以有效地减少到最后。洛杉矶的导引和可以顺利接受收敛;和洛杉矶的OGL终端将分散相对地。特别是当初始跟踪目标角为180°,《指导终端的速度是22.5°/ s。在这种情况下,它是容易偏离;滚动时域控制效果的,每次提出法律领域在初期可以更新。 And LOS rate can be controlled around 0°/s at the terminal. In most cases, look angle of proposed law is small. And look angle of APN is big. It can be seen from Figure6制导律在本文提出的内的初始航迹角0°~ 140°。看起来最大角是三者中最低的一个指导法。图7表明,目标是在初始跟踪角0°~ 180°。从最终脱靶量的三个指导法律,可以看出最后脱靶量的三个指导法律是分布在0.5 ~ 1米。由于目标运动方向不变,提出法律的时间损失并不大。

4.2。例2(与恒定横向加速度影响机动目标)

在这种情况下,目标以一个恒定横向加速度。最初的飞行路线角的目标设置为90度。比例导引和OGL变化规律,是未知的。和对法律提出了目标机动的变化规律是未知的。根据仿真结果,导引和工作在目标机动−2.3 ~ 4.9 m / s²。然而,APN将分散而超过范围,不能满足指导条件(6)。因此,性能的三个指导法律追究的目标机动范围内−2.3 ~ 2.3 m / s²。

4.2.1。准备米/秒²

仿真结果如图8。从图可以看出8(一个)OGL的轨迹,本文提出了相对较近。和OGL和提出法律相比相对直接导引。从图可以看出8 (b)APN加速度的能耗很高。和制导律在本文提出相当于OGL的能源消耗。比例导引的加速度大约10 m / s²;加速度的OGL指导终端增加−7米/秒²;显然它可以检测到的加速速度提出了法律在最后时域聚合−4 m / s²。从图可以看出8 (c)洛的导引和改变周围3 ~ 7°/ s。的OGL−6°/ s相对地增加。指导法律在本文最后提出聚合−2°/ s。从图可以看出8 (d)看起来比例导引角增加到60°。OGL的外观的角度,提出法律是在25°。此外,提出了法律的角度看很小。通过仿真计算,最后的距离的APN小姐,OGL,并提出法律0.7446米,0.9508米,0.9336米,分别;OGL的影响时间是17.87秒;法案的影响时间是17.99秒。和时间损失提出法律是根据公式(0.7%22)。

4.2.2。米/秒²

仿真结果如图9。从图可以看出9(一个)的轨迹三个指导法律相对直接。从图可以看出9 (b)OGL加速度的能耗很高。和制导律在本文提出相当于APN的能源消耗。加速度的导引和0 m / s²;加速度的OGL指导终端增加−1 m / s²;和加速速度提出了法律的终端−2米/秒左右²。从图可以看出9 (c)洛APN率降低和稳定1.5°/ s。在洛杉矶OGL率降低为0,相反它增加到−0.2°/ s。指导法律在本文最后提出聚合−1°/ s。从图可以看出9 (d)看起来OGL角达到16°的最大值。外观的角度提出法律达到10°的最小值。此外,提出了法律和OGL角度看最后一次聚集在0°。通过仿真计算,最后的距离的APN小姐,OGL,并提出法律0.9259米,0.8748米,0.8021米,分别;OGL的影响时间是17.85秒;法案的影响时间是17.93秒。和时间损失提出法律是根据公式(0.5%22)。

4.2.3。米/秒²

仿真结果如图10。从图可以看出10 ()相对比例导引的轨迹弯曲,OGL是直的。的轨迹制导律在本文提出。从图可以看出10 (b)APN加速度的能耗很高。和制导律在本文提出相当于OGL的能源消耗。APN加速度在终端−10 m / s²;OGL加速制导律增加到13米/秒²反对地;和提出的加速度法在终端增加−1米/秒左右²。从图可以看出10 (c),洛杉矶的APN−3°/ s相对地增加。的OGL增加到7°相反/ s。指导法律提出本文最后聚集在0。从图可以看出10 (d)看起来比例导引角达到最大值的45°。外观的角度提出法律相反增加了约28°。通过仿真计算,最后的距离的APN小姐,OGL,并提出法律0.7807米,0.9531米,0.9716毫米,分别;OGL的影响时间是10.91秒;法案的影响时间是11.21秒。和时间损失提出法律是根据公式(3%22)。

它可以透过不同的目标的制导仿真结果恒定加速度轨迹刻度的三个指导法律与加速度机动很高。在高加速度的情况下,导引和高的轨迹弯曲。在机动目标加速度的情况下,导引和高能源消耗和能源消耗的法案和OGL是等价的。和终端的指导过程中,加速度控制OGL将大幅增加。提出的加速度法可以有效地减少在最后消退的视野。洛杉矶的导引和沿着目标加速度的增加将会增强。在这种情况下,它是容易偏离;由于限制法案在消退地平线,原始值将在初始时间升级。和洛杉矶率可以控制在低价值的终端。在大多数情况下,提出法律角小于APN的角度看。 It can be seen from Figure11提出了法律的角度看,OGL比较和相关目标加速度。外观的角度提出了法律在10 ~−−8 m / s²加速度范围小于其他指导法律的外观角范围。的角度看~ 7−−5 m / s²加速度范围范围很小。图12表明,目标是在初始轨道−角10 ~ 10 m / s²。从最终脱靶量的三个指导法律,可以看出最后脱靶量的三个指导法律是分布在0.4 ~ 1米。目标加速度的增加,时间损失的法律提案提出了一种增加的趋势。

4.3。例3(影响与正弦机动目标横向加速度)

在这种情况下,目标移动正弦横向加速度,;上面的公式显示变化的频率。最初的飞行路线角的目标设置为90度。比例导引和OGL变化规律,是已知的。和对法律提出了目标机动的变化规律是未知的。根据仿真计算,导引将分散而超过0.02 rad / s和不能满足指导条件(6)。因此,选择并通过仿真计算比较三个制导律的表现。选择,比较OGL的表演指导和提出法律。

4.3.1。

仿真结果如图13。从图可以看出(13日)APN的轨迹,本文提出了相对较近。这些法律是相对直接的三个指导。从图可以看出13 (b)OGL加速度的能耗很高。和制导律在本文提出相当于APN的能源消耗。APN的加速度在终端大约是0 m / s²;加速度的OGL指导终端增加−1.5米/ s2;和加速速度提出了法律的终端−3米/秒左右²相对地。从图可以看出13 (c)洛的导引和改变约1 ~ 3.5°/ s。OGL增加到0.5°的相反/ s。指导法律在本文最后提出聚合−2°/ s。从图可以看出13 (d)看起来OGL角增加到18°的最大值。外观的角度提出法律下降到11.5°的最小值。通过仿真计算,最后的距离的APN小姐,OGL,并提出法律0.8905米,0.9586米,0.8033米,分别;OGL的影响时间是16.81秒;法案的影响时间是17.00秒。和时间损失提出法律是根据公式(1.1%22)。

4.3.2。

仿真结果如图14。三个指导法的轨迹刻度是显而易见的,如图(14日)。比例导引制导末端的轨迹是明显的弯曲与−2.3 m / s²接近目标加速度(节所示仿真相关的解释4.2)。从图可以看出14 (b)APN加速度的能耗很高。和制导律在本文提出相当于OGL的能源消耗。比例导引的加速度约16米/秒²;加速度的OGL指导终端增加−8 m / s²;和加速速度提出了法律的终端在−6.5 m / s²。从图可以看出14 (c)洛的导引和改变约3.5 ~ 8°/ s。OGL OGL率的增加−6°相反/ s。指导法律提出本文最后聚集−4.5°/ s。从图可以看出14 (d)看起来OGL角增加到42°的最大值。外观的角度提出法律下降到21.5°的最小值。通过仿真计算,最后的距离的APN小姐,OGL,并提出法律0.8194米,0.9032米,0.9752米,分别;OGL的影响时间是17.23秒;法案的影响时间是17.29秒。和时间损失提出法律是根据公式(0.3%22)。

4.3.3。

仿真结果如图15。从图可以看出(15日)OGL的轨迹,本文提出了相对直接。从图可以看出15 (b)OGL加速度的能耗很低。和制导律在本文提出很高。OGL加速度在终端大约是6.5 m / s²;的加速度在终端提出法律减少了约1 m / s²。一般来说,法律提案的加速度可以按照目标加速度的变化。从图可以看出15 (c)洛OGL率是−2 ~ 6°/ s,终端是6°/ s。法案最终下降到0.5°/ s。从图可以看出15 (d)看起来OGL是24°角,比提出法律。看的角度提出法律的范围是22.5°。通过仿真计算,最后小姐OGL并提出法律的距离是0.7781米和0.776米,分别;OGL的影响时间是15.51秒;法案的影响时间是15.59秒。和时间损失提出法律是根据公式(0.5%22)。

从指导仿真结果可以看出通过不同频率的变化目标加速度的APN只适用于慢目标加速度的变化。目标加速度的变化,比例导引的能源消费将达到最大值。提出了法律的能源消耗和OGL是等价的。的频率增加目标加速度的变化,提出了法律的能源消耗将增加主要是因为该法案比OGL目标机动信息是免费的。因此,需要更多的能量来跟踪目标加速度的变化。洛杉矶的导引下将不断增强正弦流动性。在这种情况下它是容易偏离;由于限制法案在消退地平线,原始值将在初始时间升级。和洛杉矶率可以控制在低价值的终端。在大多数情况下,提出了角小于比例导引和OGL法律。 It can be seen from Figure16频率最多的部分,提出了法律的角度看是比看起来OGL角。图17显示最后一个小姐OGL并提出法律的距离分布在0.4 ~ 1米内0.01 ~ 1 rad / s下不同频率的正弦流动性。随着频率的增加,时间损失的法律提案提出了没有明显的增加趋势,并保持低水平。

5。结论

本文提出了一种次优终端制导律基于滚动时域控制策略用于自优化制导武器攻击机动目标。采用滚动时域控制策略,指导过程分为几个有限的时间范围。进行最小时间最优控制与连续更新原始条件在每一个时间范围,并进行反复迭代,直到拦截目标。仿真结果验证,提出法律是一种有效的非最优制导律。在能源消耗方面,导引和能源消耗达到最小值,同时做匀速直线运动,其次是提出法律。导引和最大的能源消费。在目标机动的情况下,比例导引的能源消耗将会最大。OGL并提出法律的能耗很低。时间方面的指导,无论目标是否移动,提出法律的时间损失相比OGL不高。此外,提出法律可以减少终端加速度和洛杉矶率依赖于滚动时域控制策略从而减少非目标的可能性。 In most cases, the look angle changing range of proposed law is smaller which is in favor of self-optimizing guided weapon with field limitation. Although the guidance time and energy consumption are not optimal, the guidance information required by proposed law is scarce. Particularly, maneuvering target (constant value mobility and sine mobility) has stronger adaptability. The target can be intercepted not requiring estimation on target acceleration and remaining time.

的利益冲突

作者宣称没有利益冲突有关的出版。

引用

1. p . Zarchan战术和战略导弹制导美国航空航天学会,Inc .,弗吉尼亚,弗吉尼亚州,美国第六版,2012年版。视图:出版商的网站
2. b . k . Chen傅、y叮和j .严”综合指导和控制方法的拦截机动高超音速飞行器基于高阶滑模方法,”数学问题在工程文章ID 648231卷,2015年,19页,2015。视图:出版商的网站|谷歌学术搜索
3. p . Gurfil”Zero-miss-distance制导律基于视线角速率测量,”控制工程实践,11卷,不。7,819 - 832年,2003页。视图:出版商的网站|谷歌学术搜索
4. n Dhananjay和d Ghose用准确的时间去评估比例导航指引,”杂志的指导、控制和动力学,37卷,不。4、1378 - 1383年,2014页。视图:出版商的网站|谷歌学术搜索
5. 熊,w . Wang x, s . Wang和z . Chen”制导律对机动目标拦截角约束,“ISA事务,53卷,不。4、1332 - 1342年,2014页。视图:出版商的网站|谷歌学术搜索
6. c·h·李,c . Hyun j·g·李,j . y . Choi和美国唱,“混合捷联导引头的制导律对高速目标保持锁上条件,”电气工程与技术》杂志上,8卷,不。1,第196 - 190页,2013。视图:出版商的网站|谷歌学术搜索
7. 王x和j·王,“部分综合指导和控制导弹的三维影响角约束、”杂志的指导、控制和动力学,37卷,不。2、644 - 657年,2014页。视图:出版商的网站|谷歌学术搜索
8. r·杜k .孟、d .周和j .刘”设计的三维非线性制导律界加速命令,“航空航天科学技术,46卷,第175 - 168页,2015年。视图:出版商的网站|谷歌学术搜索
9. g·亨和t .日本岛”,与有界加速度随机最优控制制导律”,IEEE航空航天和电子系统,43卷,不。1,第78 - 71页,2007。视图:出版商的网站|谷歌学术搜索
10. 蔡明俊。Tahk C.-K。Ryoo h .秋,“递归寻的制导导弹的时间去评估,”IEEE航空航天和电子系统,38卷,不。1、24里面,2002页。视图:出版商的网站|谷歌学术搜索
11. h .赵C.-K。Ryoo, a Tsourdos,白色,“最优影响角控制制导律基于线性化对碰撞三角形,”杂志的指导、控制和动力学,37卷,不。3、958 - 964年,2014页。视图:出版商的网站|谷歌学术搜索
12. 美国他、d·林和j .王”连续基于二阶滑模的影响角度制导律,“航空航天科学技术41卷,第208 - 199页,2015年。视图:出版商的网站|谷歌学术搜索
13. w .商,j .郭,唐,y, y张,“影响时间指导法律考虑到自动驾驶仪动力学基于变量系数机动目标的策略,”数学问题在工程文章ID 815149卷,2015年,10页,2015。视图:出版商的网站|谷歌学术搜索
14. 王j .周y, b·赵”Impact-time-control导弹制导律与时变速度,”数学问题在工程卷,2016篇文章ID 7951923, 2016。视图:出版商的网站|谷歌学术搜索
15. t·l·文森特·r·w·摩根,“指导使用李雅普诺夫优化反馈控制,针对机动目标”美国控制研讨会论文集(2012)安克雷奇,页215 - 220年,正义与发展党,美国,2002年5月。视图:谷歌学术搜索
16. C.-D。杨和H.-Y。陈,“非线性H <我>_∞< / i >健壮的寻的导弹制导律,“杂志的指导、控制和动力学,21卷,不。6,882 - 890年,1998页。视图:出版商的网站|谷歌学术搜索
17. r . Jamilnia和a . Naghash”最佳指导基于滚动时域控制和在线轨迹优化,“航空航天工程杂志,26卷,不。4、786 - 793年,2013页。视图:出版商的网站|谷歌学术搜索
18. m . Sznaier j .克劳蒂尔在r·赫尔d·雅克和c . Mracek“滚动时域控制李雅普诺夫函数方法理想非线性系统的规定,“杂志的指导、控制和动力学,23卷,不。3、399 - 405年,2000页。视图:出版商的网站|谷歌学术搜索
19. 大肠Wahl和k .特工“非线性的基于滚动时域控制实时指导和控制方法来启动车辆,”IEEE航空研讨会论文集(AERO的16),2016年,页1 - 5。视图:出版商的网站|谷歌学术搜索
20. h·彭和江x”,非线性退缩地平线指导对天平动点轨道航天器形成重新配置使用辛数值方法,”ISA事务,60卷,38-52,2016页。视图:出版商的网站|谷歌学术搜索
21. 学术界。Ko,中州。谢长廷,Y.-T。常,s . k . Agrawal K.-Y。年轻,“指导和被动机器人的避障行走辅助基于滚动时域控制,”《IEEE自动化科学与工程国际会议(例14)2014年8月,页1032 - 1037。视图:出版商的网站|谷歌学术搜索
22. t . Ohtsuka“时变滚动时域控制非线性系统,”杂志的指导、控制和动力学,21卷,不。1,第176 - 174页,1998。视图:出版商的网站|谷歌学术搜索
23. r . Prazenica a Kurdila, r . Sharpley“滚动时域控制与应用国家和小牛障碍估计,”张仁制导、导航和控制会议和展览,2013年。视图:谷歌学术搜索
24. m .侯”,实现最短时间寻的制导基于点预测的影响,“西北工业大学学报,24卷,不。6,690 - 694年,2006页。视图:谷歌学术搜索

版权

版权©2017吴Zhenglong et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。