再入制导

摘要： 针对空天飞行器再入制导问题,提出一种考虑禁飞区规避的分段预测校正制导方法.在再入段前期采用剩余航程作为目标函数,后期引入预测落点偏差作为目标函数进行制导指令求解,同时确定倾侧角幅值和符号,兼顾了计算效率与终端制导精度.在此基础上,对于再入过程中的禁飞区规避问题,把禁飞区分为两类,增加了通过倾侧角幅值修正策略实现侧向规避制导的逻辑,可适用于无法单独通过倾侧角反转规避禁飞区的情况.最后,通过开展考虑再入初始状态和气动品质不确定性的蒙特卡罗仿真,验证了提出的分段预测校正制导方法可以有效引导空天飞行器规避禁飞区,与单段目标函数预测校正方法相比,具有更高的制导精度.

摘要： 针对钝头体载人飞船再入制导采用标准轨道法对不确定性因素缺乏鲁棒性且只适用于纵向航程较小情况等问题,提出了一种基于数值预测-校正的跳跃式再入制导方法.该算法通过实时预测跳跃段剩余航程与理论值之间的偏差以及数值积分,将倾侧角的规划问题转化为非线性单变量寻根问题,采用割线法迭代计算满足落点误差要求的倾侧角.将该方法应用于某载人返回飞行器再入轨迹设计,仿真结果表明该算法能够使再入轨迹满足终端落点条件及热流、气动过载、动压等过程约束,对各种不确定性因素及远航程再入情况具有较强的鲁棒性及适应性.

摘要： 针对高马赫数滑翔飞行器时间协同再入制导问题,提出了一种采用动态攻角剖面的可实现终端时间约束的再入制导方法。确定了由两个参数决定的攻角剖面和高度速度剖面,保证飞行器满足终端状态约束和过程约束。纵向在线预测剩余航程和时间,迭代校正两个参数,结合侧向航向角走廊实现时间约束制导。该方法在标称条件下对不同任务的适应性得到了验证。仿真结果表明,该方法能够使飞行器满足再入时间约束和其他终端约束。

摘要： 针对高马赫数滑翔飞行器时间协同再入制导问题,提出了一种采用动态攻角剖面的可实现终端时间约束的再入制导方法.确定了由两个参数决定的攻角剖面和高度速度剖面,保证飞行器满足终端状态约束和过程约束.纵向在线预测剩余航程和时间,迭代校正两个参数,结合侧向航向角走廊实现时间约束制导.该方法在标称条件下对不同任务的适应性得到了验证.仿真结果表明,该方法能够使飞行器满足再入时间约束和其他终端约束.

摘要： 从可重复使用航天器(Reusable Launch Vehicle,RLV)协同飞行任务需求出发,针对多RLV再入协同制导问题进行研究,设计了一种再入协同制导方案,重点对再入协同制导律进行设计.该再入协同制导方案分为3部分:第1部分是再入前弹道规划,设计了基于伪谱法的轨迹规划方案,以时间协同作为约束条件,初步设计出满足协同要求的再入轨迹;第2部分是时间协调策略设计,以再入飞行时间可知性为目标,通过伪谱法对RLV的飞行时间进行预测,实现多RLV的再入协同飞行时间协调;第3部分是基于滚动时域控制思想的再入协同制导律设计,以飞行时间可控性为目标,将飞行时间作为强约束,使用伪谱法生成制导指令.最后通过仿真验证了再入协同制导律的制导性能和整个再入协同制导方案的有效性.

摘要： 针对高超声速变形飞行器再入制导问题,提出了一种采用伸缩式机翼的高超声速变形飞行器外形方案,建立了含有展长变形量的气动模型和动力学模型.将该变形飞行器的展长变形量扩展为控制变量,分析了倾侧角、展长变形量和终端航程、高度之间的关系.在此基础上,利用倾侧角和展长变形量在线预测剩余航程和终端高度,通过数值方法校正2个控制量以满足航程约束和高度约束,通过航向角走廊确定倾侧角符号.仿真结果表明:该变形飞行器再入制导方法制导精度高,相比于传统固定外形飞行器终端约束能力更强、轨迹更加平滑,且在扰动条件下具有一定鲁棒性.

摘要： 基于hp自适应Raudu伪谱法研究了滑翔弹的带落角约束的弹道优化以及在线制导问题。hp-RPM方法将连续时间内的轨迹优化问题离散成非线性规划问题求解得到最短滑翔时间的带落角约束的方案弹道。针对滑翔弹在实际飞行过程中由于模型误差和外界干扰而引起偏差,提出了一种基于hp-RPM方法的闭环在线实时制导方法,进行了仿真实验,结果表明,该方法可以有效降低滑翔弹再入飞行过程中的随机误差。

摘要： 基于hp自适应Raudu伪谱法研究了滑翔弹的带落角约束的弹道优化以及在线制导问题.hp-RPM方法将连续时间内的轨迹优化问题离散成非线性规划问题求解得到最短滑翔时间的带落角约束的方案弹道.针对滑翔弹在实际飞行过程中由于模型误差和外界干扰而引起偏差,提出了一种基于hp-RPM方法的闭环在线实时制导方法,进行了仿真实验,结果表明,该方法可以有效降低滑翔弹再入飞行过程中的随机误差.

摘要： 人工智能技术的突破性进展为飞行器再入制导技术的研究提供了新的技术途径,本文针对预测校正制导中两方面的问题: 一是纵向"预测环节"积分计算量大和"校正环节"割线法迭代求解难以满足实时性的问题,二是纵向制导和横向制导都需要对动力学方程进行积分,存在明显的冗余计算问题,提出基于长短期记忆网络(long short-term memory,LSTM) 的飞行器智能制导技术. 一方面,在纵向制导中不需要对动力学方程进行积分来预测待飞射程,即去除"预测环节"; 另一方面,不再基于割线法迭代求解倾侧角的幅值,即去除倾侧角的"校正环节",大大减少积分计算量,提高计算速度. 利用深度学习在神经网络映射能力和实时性方面的双重天然优势,基于再入飞行器的实时状态信息,采用LSTM模型实时生成倾侧角指令. 同时,将纵向和横向制导环节的制导周期统一为一个周期,进一步确保制导系统满足在线制导的实时性要求. 蒙特·卡罗仿真分析表明,本文所提的方法在飞行器再入初始状态和气动参数拉偏情况下具有精度和速度上的优势.

摘要： 针对可重复使用运载器(reusable launch vehicle,RLV)再入段常规约束、航路点约束、倾侧角速率约束和参数不确定问题,提出一种多约束鲁棒预测校正制导方法.首先,利用改进准平衡滑翔条件将常规约束转化为倾侧角幅值约束.其次,提出基于二分法快速迭代确定倾侧角翻转位置的航路点制导律,并将翻转速率约束转化为关于能量的约束,引入预测校正的计算中.然后,对于参数不确定鲁棒制导问题,提出基于标称升阻比和能量剖面对迎角及横程误差走廊在线调整的策略.仿真实验表明,在参数不确定情况下,RLV能够满足多约束条件和终端制导精度要求,验证了方法的有效性和鲁棒性.

摘要： 本文以座舱式飞船(类CEV飞行器)探月返回为背景,研究此类低升力飞行器在考虑过程约束、控制约束和终端约束并高速再入大气的多约束再入制导技术.该低升力飞行器的再入航程有限,必要时可通过跳跃再入的方式实现增程.座舱式飞船从122km高度以接近第二宇宙速度再入稠密大气到进入伞降回收之前进行无动力飞行,通过阻力实现减速,在此提出多约束再入制导技术确保飞行器跳跃过程满足过程约束,使其终端状态满足安全返回条件.

摘要： 在临近空间飞行器再入制导系统研制过程中，需要通过可视化仿真对飞行器再入制导系统进行验证、分析及演示。给出再入飞行的假设条件，建立飞行器再入质心动力学及运动学模型。在此基础上，给出一种基于Matlab与卫星仿真工具包（Satellite Tool Kit - STK）交互的再入制导可视化仿真方案，给出再入飞行数据的输入格式定义。针对给定的临近空间飞行器及假定的再入任务，对再入制导进行可视化仿真，得到相应的可视化仿真结果，对结果进行说明。

摘要： 针对亚轨道再入中不确定性的影响,设计了一种基于离线轨迹的再入方案.首先将不确定性和控制量分为数个区间,在每个区间内进行离线仿真,将结果存入机载数据库.再入过程中飞控计算机在预定的决策点,根据当前状态和估计的气动参数查询数据库,找出相对应的离线仿真结果进而调整轨迹.该制导方案避免了预测校准制导方案的大量在线计算.仿真结果表明在不确定性情况下减小了亚轨道再入的航程误差.

摘要： 针对高超声速滑翔飞行器再入制导问题,提出了一种基于动态虚拟落点的预测制导方法.研究了再入飞行过程中所受到的各种飞行约束,利用准平衡滑翔条件(QEGC)给出了多约束下控制量设计的基本方案.分析了传统预测制导法计算量大的原因,并介绍了动态虚拟落点的自适应选择方法.在落点预测过程中将虚拟落点作为每次数值积分的终点, 大大缩短了制导指令求解时间.基于动态虚拟落点,完成了纵向与横侧向制导律设计.为了检验制导方法的抗干扰能力,引入再入初始条件偏差与再入过程扰动,进行蒙特卡洛仿真,结果表明,所提出的预测制导方法导引律简单、制导精度高、鲁棒性强,且能够满足实时性要求.

摘要： 本文针对飞行器再入段,提出了相应的减速控制方法,并将其与制导律结合,使之既能满足制导精度,又能满足落速要求.针对STT和BTT两种机动方式,分别给出了具体的实现方法.

摘要： 本文针对飞行器再入段,提出了相应的减速控制方法,并将其与制导律结合,使之既能满足制导精度,又能满足落速要求.针对STT和BTT两种机动方式,分别给出了具体的实现方法.

摘要： 本文针对飞行器再入段,提出了相应的减速控制方法,并将其与制导律结合,使之既能满足制导精度,又能满足落速要求.针对STT和BTT两种机动方式,分别给出了具体的实现方法.

摘要： 本文针对飞行器再入段,提出了相应的减速控制方法,并将其与制导律结合,使之既能满足制导精度,又能满足落速要求.针对STT和BTT两种机动方式,分别给出了具体的实现方法.

摘要： 为了适应低升阻比飞行器再入返回的大航程要求,针对大气跳跃再入飞行环境复杂并难以直接获得解析解的特点,基于匹配渐进展开法设计了一种跳跃式再入解析预测-校正制导方法.首先分析了低升阻比飞行器大气跳跃再入轨迹的飞行剖面和制导分段方法;然后分别推导了其运动方程以重力作用为主导的外解和以气动力作用为主导的内解的渐进展开形式,并通过匹配获得了统一的封闭解析表达式;接着基于此解析解实时预测飞行器的剩余航程,并通过不断迭代升阻比垂向分量以满足最后的落点精度;最后针对跳跃再入飞行的不同阶段设计了不同的制导策略以获得最终的倾侧角指令.仿真结果表明采用跳跃式再入返回技术,阿波罗指令舱的航程能够达到8348km,而解析预测-校正制导律的落点精度为0.338km,证明了此方法的有效性.

摘要： 为了适应低升阻比飞行器再入返回的大航程要求,针对大气跳跃再入飞行环境复杂并难以直接获得解析解的特点,基于匹配渐进展开法设计了一种跳跃式再入解析预测-校正制导方法.首先分析了低升阻比飞行器大气跳跃再入轨迹的飞行剖面和制导分段方法;然后分别推导了其运动方程以重力作用为主导的外解和以气动力作用为主导的内解的渐进展开形式,并通过匹配获得了统一的封闭解析表达式;接着基于此解析解实时预测飞行器的剩余航程,并通过不断迭代升阻比垂向分量以满足最后的落点精度;最后针对跳跃再入飞行的不同阶段设计了不同的制导策略以获得最终的倾侧角指令.仿真结果表明采用跳跃式再入返回技术,阿波罗指令舱的航程能够达到8348km,而解析预测-校正制导律的落点精度为0.338km,证明了此方法的有效性.

摘要： 本发明公开了一种跳跃式再入飞行器初次再入段横向制导方法，根据再入点的位置偏差对期望的速度方向ψ

摘要： 本发明公开了一种基于强化学习的高超声速飞行器再入协同制导方法，具体涉及一种基于强化学习的高超声速飞行器再入协同制导方法。建立高超声速再入动力学模型以及多约束再入模型；设计攻角剖面和高度能量剖面，获得攻角和倾侧角的解析解；根据DQN算法对倾侧角符号智能决策，扩展其动作空间，考虑时间协同和落角协同设计阶梯状混合奖励函数；离线训练倾侧角智能决策模型，给定协同时间和协同落角在线获得制导指令，得到了一种基于智强化学习的高超声速飞行器再入协同制导方法，有效的克服了飞行器制导策略中，倾侧角符号翻转频繁，满足了时间协同和落角协同，仿真实验验证了本发明能够很好的考虑时间和落角协同下进行多高超声速飞行器制导。

摘要： 本发明公开了一种跳跃式再入飞行器初次再入段横向制导方法，根据再入点的位置偏差对期望的速度方向ψ

摘要： 本发明公开了一种基于强化学习的高超声速飞行器再入协同制导方法，具体涉及一种基于强化学习的高超声速飞行器再入协同制导方法。建立高超声速再入动力学模型以及多约束再入模型；设计攻角剖面和高度能量剖面，获得攻角和倾侧角的解析解；根据DQN算法对倾侧角符号智能决策，扩展其动作空间，考虑时间协同和落角协同设计阶梯状混合奖励函数；离线训练倾侧角智能决策模型，给定协同时间和协同落角在线获得制导指令，得到了一种基于智强化学习的高超声速飞行器再入协同制导方法，有效的克服了飞行器制导策略中，倾侧角符号翻转频繁，满足了时间协同和落角协同，仿真实验验证了本发明能够很好的考虑时间和落角协同下进行多高超声速飞行器制导。

摘要： 本发明一种基于三维再入弹道解析解的全射向自主再入制导方法，包括如下步骤：1、建立运动学与动力学方程；2、再入制导方法概述；3、下降段制导策略；4、平稳滑翔段制导策略；5、高度调整段制导策略。优点在于：该方法可以有效导引大升阻比飞行器的再入制导，能够有效抑制高升阻比引起的弱阻尼长周期弹道振荡，降低热流密度的峰值，有利于对参考轨迹的跟踪；该方法将由地球自转引起的惯性力与实际气动力组合为等效气动力，利用解析解规划等效气动剖面，使飞行器具有全向再入任务处理能力；该方法提出了基于反比例函数的等效气动剖面拟合公式，并进一步推导了基于复杂等效气动剖面形式的再入弹道解析解，具有高精度、全方位适应性和强鲁棒性。

摘要： 本发明公开的终端时间约束下的高超声速飞行器再入制导方法，主要解决多高超声速飞行器协同攻击任务的终端时间约束问题。本发明实现方法为：设计了一种参数化的U形的方向角偏差走廊，用于对飞行器航向角与终端时间的控制；采用含有攻角与倾侧角控制剖面补偿的动力学模型与四阶Adams积分方法，对再入终端时间进行预测，并得到时间差；通过在线调整U形走廊的边界宽度系数，消除时间差，从而实现高超声速飞行器再入终端时间控制。本发明所公开的制导方法能够在不影响高度、速度等纵向状态跟踪精度的情况下，通过横侧向倾侧角反转逻辑较好的满足终端时间约束，为高超声速飞行器协同攻击制导问题提供有效解决途径。

摘要： 本发明公开了一种飞行器智能轨迹重构再入制导方法，包括根据飞行器再入初始状态和各类约束条件，采用数值优化方法生成一条离线参考轨迹；设置航路点，计算相应的可达域；通过最优轨迹滚转角变化的特点，设置5个归一化参数建立最优轨迹和滚转角的联系，提出利用搜索算法求解相应滚转角参数的优化方法，然后在可达域内选取样本数据点，离线计算训练数据并基于BP神经网络进行训练；采用制导方法跟踪参考轨迹；到达航路点高度时，利用训练好的神经网络模型生成新的轨迹；完成轨迹重构，飞行器跟踪新的轨迹，继续完成再入制导。本发明方法极大地减小轨迹重构的计算时间，降低优化时间对制导性能的影响，以进一步改善再入飞行器在再入段的制导精度。

摘要： 本发明公开了一种基于解析预测的滑翔飞行器三维再入制导方法，本发明实施步骤包括考虑约束条件构建以纵向升阻比、侧向升阻比和能量为标架的三维飞行走廊，基于预测模型在三维飞行走廊内直接设计飞行剖面，设计合理的倾侧翻转策略，飞行剖面更新，跟踪飞行剖面生成倾侧角指令和攻角指令。本发明以高精度解析模型为基础，综合考虑飞行器目标可达与侧向机动任务需求，在考虑诸多约束条件构建的三维飞行走廊内直接设计飞行剖面和翻转策略，通过剖面跟踪生成攻角与倾侧角指令，从而完成三维再入制导方法的设计，能够保证动力学信息的完整性，充分发挥滑翔飞行器远距离大范围机动条件下的任务自适应能力。

摘要： 本发明一种基于三维再入弹道解析解的全射向自主再入制导方法，包括如下步骤：1、建立运动学与动力学方程；2、再入制导方法概述；3、下降段制导策略；4、平稳滑翔段制导策略；5、高度调整段制导策略。优点在于：该方法可以有效导引大升阻比飞行器的再入制导，能够有效抑制高升阻比引起的弱阻尼长周期弹道振荡，降低热流密度的峰值，有利于对参考轨迹的跟踪；该方法将由地球自转引起的惯性力与实际气动力组合为等效气动力，利用解析解规划等效气动剖面，使飞行器具有全向再入任务处理能力；该方法提出了基于反比例函数的等效气动剖面拟合公式，并进一步推导了基于复杂等效气动剖面形式的再入弹道解析解，具有高精度、全方位适应性和强鲁棒性。

摘要： 本发明公开了一种基于强化学习算法的飞行器再入跟踪制导方法，用于解决现有技术中对系统模型依赖性较大和适应性及制导性能差的问题。其实现方案为建立半速度坐标系下飞行器再入连续最优控制问题；将飞行器再入连续最优控制问题转化为序列凸最优控制问题；将序列凸最优控制问题转化为序列二阶锥规划问题；对序列二阶锥规划问题进行求解，获取飞行器最优倾侧角；对最优倾侧角轨迹采样得到参考轨迹训练数据集；构建神经网络和奖励函数；利用训练数据集对神经网络进行离线训练，直到累计奖励收敛到最大值，得到制导网络；通过制导网络在线获取飞行器再入制导指令，实时跟踪目标高度。本发明适应性强，制导精度高，可用于火箭回收。