二对二攻防对抗协同制导律研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:zkw8229630
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着导弹拦截与反拦截技术的不断发展,导弹攻防对抗日益成为研究的热点。在一般作战场景中,被攻击的目标飞行器除了被动防御外还可以发射一颗防御弹来主动拦截来袭导弹,并同时执行机动逃逸,即“三体”问题。“三体”问题是导弹攻防对抗中最简单、研究最成熟的形式。目前导弹攻防对抗的研究主要存在以下问题:1)随着导弹突防方式越来越多样化以及智能化水平不断提高,攻防双方多枚导弹的体系对抗成为趋势,弹间通信约束,弹间避碰成为制导律设计中必须考虑的因素,因此传统的三体问题不足以描述愈发复杂的作战场景。2)制导律设计中一般假设对方的状态信息能够准确获得,即完全信息假设。但在实际交战场景中信息短缺普遍存在,因为交战双方都尽可能不让对方获取己方状态,或者某些状态客观上不可测得。在此背景下,本文以二对二攻防对抗的导弹末段制导为研究对象,从防御方的角度进行制导律的设计,本文开展的研究工作如下:首先,建立导弹的动力学模型;从防御方的角度,分别建立“Z”字形和“X”字形协同拦截场景的运动学模型,包括非线性模型和降维后的线性模型,其中“X”字形模型中包括引入攻击弹之间接近速度和未引入该速度的模型。其次,对“Z”字形协同防御交战场景进行研究。在完全信息假设下,攻防双方均以最小化相应的脱靶量和自身燃料消耗为性能指标,设计攻防双方的微分对策制导律。仿真结果表明,在该场景下,防御弹能够有效拦截来袭攻击弹。然后在不完全信息下,使用指数相关加速度模型(ECA)近似攻防双方导弹的动态特性,采用扩展卡尔曼滤波(EKF)估计攻防双方的状态。攻防双方在估计彼此状态时,两组导弹之间两两对应,每个导弹只估计对应导弹的状态,每组内两个导弹信息共享。通过几何关系,将需要估计的高维状态信息,解耦成两组由估计器得到的低维状态,从而大幅减小状态估计器的维度,减小计算量。仿真结果表明,使用EKF进行状态估计时误差较小,且收敛速度较快。攻防双方将各自估计的对方状态用于自身的微分对策制导律中时,防御方仍然能有效拦截来袭攻击弹。然后,对“X”字形协同防御交战场景进行研究。假设攻击弹使用线性制导律,首先针对两种不同初始位置,均以最小化攻击弹之间的终端距离为性能指标,设计诱导攻击弹相互碰撞的防御弹最优制导律。仿真结果表明若攻击弹之间的初始剩余飞行时间过大,收敛速度不足则诱导碰撞失败。进而引入攻击弹之间的接近速度,在线性化制导律的设计中,将终端时间分为两段。后段时间内,防御弹以最大机动最小化攻击弹之间的距离,从而得到该阶段的初始距离上界,并作为前段时间内终端距离约束;前段时间内再以降低燃料消耗和加快攻击弹接近速度为性能指标设计防御弹的最优制导律。仿真结果表明,攻击弹之间的剩余飞行时间的收敛速度较快,且防御弹自身的燃料消耗较小,成功诱导攻击弹碰撞。
其他文献
降水预报是天气预报的核心业务,其预报准确性对于农业、交通等领域具有深远影响。目前降水预报估计主要依赖于雷达观测的云团回波情况,因此降水预报的核心步骤为雷达回波外推,即基于过去一段时间的雷达回波数据预报未来云团的运动及密度。但是,云团运动涉及复杂的大气物理规律,为外推带来极大挑战。近年来,深度学习在气象预报领域,基于循环一致神经网络(Recurrent Neural Network,RNN)的深度模
学位
HITS算法是流行的网页排序算法,然而随着互联网中数据量不断激增,在排序结果中该算法一方面存在偏重旧网页问题,另一方面存在页面排序质量问题,因此许多学者对算法做出了改进。针对偏重旧网页问题,也就是最终查询排名靠前的常常是在互联网中存在较长时间的页面。从时间维度考虑,由于页面的发布日期格式不规范,时间参数获取困难,所以本文考虑了在周期内爬虫爬取到网页出现的次数T,将时间次数T根据牛顿冷却公式给出时间
学位
近年来,区块链技术受到了全球学术界和工业界的广泛关注。区块链具有去中心化、匿名性、难以篡改等特点。比特币作为区块链技术应用的先驱代表,在数字货币应用、支付和货币流通等方面,发挥着重要的作用。以太坊对于智能合约的引入,使得区块链从单一虚拟币体系转变成为了合约体系,拓宽了区块链的应用范围,让区块链不再仅仅局限于支付领域,更是在医疗保健、金融、物联网等领域的应用价值得到了极大地提高。伴随着智能合约数量的
学位
随着技术进步和消费者对大屏手机需求的增加,在手机设备有限的空间下提供更大尺寸的屏幕(即更高的屏占比)成为近年来的热点问题。一方面,水滴屏、挖孔屏等方案通过异形屏减少前置相机的空间占用,但其显示区域不完整,导致视觉效果较差,且需要系统、软件对异形屏进行显示适配;另一方面,折叠屏、弹出式前置相机、翻转式前置相机等方案通过不同的机械结构实现了完整的显示区域,然而其机械结构空间占用较大且较易损坏。因而,屏
学位
推荐算法是互联网最热门的研究领域之一,协同过滤是推荐算法子领域之一,具有需要的数据量少,适用性强等诸多特点,广泛应用于互联网上电影、商品、广告和POI等诸多内容的推荐中。本文在考察调研了现有推荐模型的基础之上,以提升协同过滤任务召回率等指标为目的,通过分析用户-物品数据集的特性以及用户-物品关系网络中的节点的异构性,搭建了能够学习用户对物品显示反馈以及有效捕捉不同节点之间高阶关系以及协同信号的图神
学位
如今,我国互联网行业发展迅猛,在此背景下,电子商务逐渐崛起,2021年天猫商城在“双十一”大型促销活动中已经采用“两波”预售模式,交易额突破5000亿元大关。预售使电商企业在电子商务背景下获得更高利润,但是存在信息不对称,市场需求不确定,定价决策不清晰等问题,这对电子商务的稳定发展产生了很大的阻碍。目前,如何把握市场需求,合理定价、吸引更多消费者购买产品成为当前电子商务预售模式研究的热点。因此,本
学位
深度学习技术在计算机视觉和自然语言处理领域获得了迅猛发展,作为融合了计算机视觉和自然语言处理两大领域的图像描述任务也因此取得了巨大的进步。现阶段,采用的结构框架一般都基于编码器-解码器结构,编码器用于提取图像特征,生成图像特征向量,解码器通过将图像特征作为输入解码生成与图像相对应的自然语言描述。相关研究人员在图像描述任务编码器-解码器结构的基础之上对编码器和解码器的结构等进行了全方位的改进,近几年
学位
大数据时代的降临伴随着海量数据的出现,同时使得数据成为人们生产生活中不可或缺的一部分。时间序列数据又是海量数据中的非常常见的一类,其在工业及物联网领域广泛存在,同样蕴含着巨大价值。但不幸的是,属性值错列的现象却频频发生在时序数据采集的过程当中,严重地影响着数据的质量。例如:在气象数据采集的过程中,某一时刻2的浓度值被传输到了2的属性域内,而2的浓度值被传输到了2的属性域内,即两个属性的属性值发生了
学位
立体图像质量评价(Stereo Image Quality Assessment,SIQA)对现代三维显示技术的发展具有重要意义,由于在实际应用场景中缺乏原始图像作为参考,无参考立体图像质量评价在多媒体应用中引起了广泛的关注。立体图像质量评价与二维图像质量评价模型相比,由于深度和视差信息的影响,使立体图像质量评价更具挑战性。本文通过挖掘人眼立体视觉特征与立体图像质量感知之间的关系,利用机器学习技术
学位
图数据由于其灵活性,被广泛应用于各行各业,大量历史图数据需要归档存储。随着现实世界中图数据规模的增大,图数据的存档开销也越来越高,因此有不少学者提出了大量的图数据压缩方法。其中,图概要是一种图的无损压缩方法,其无损压缩的特性保证可以从压缩后的概要图中恢复压缩前的图数据的所有信息。分析归档的概要图需要进行解压操作,这会产生额外的解压开销,因此在归档后的概要图上直接进行图分析具有重要的实际应用价值。然
学位