基于最优控制理论的落角约束空地导弹导引律研究

来源 :沈阳理工大学 | 被引量 : 0次 | 上传用户:login_action
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
针对空地导弹受到过载约束、导引头视线角的测量范围、自动驾驶仪延迟、干扰等因素的影响,无法对攻击目标造成致命毁伤,本文基于最优控制理论研究带终端落角约束的制导精度优化问题,旨在提出同时满足脱靶量要求和导弹期望落角的末制导律。主要研究内容如下:首先,根据导弹末制导阶段的弹目相对运动关系,推导出弹目相对运动方程。为了更好的理解导引律的研究过程,对弹目运动模型进行线性化和小角度假设,仿真验证了模型线性化不改变制导效果,可用于末制导研究。在此基础上,以最优控制理论为依据,通过设计最优性能指标,构造最优末制导方程,得出带落角约束且能量最优的导引律,本文给出零滞后情况下,带落角约束的最优导引律,仿真分析此导引律满足制导要求具有较小的脱靶量,且导弹所需过载相对较小。其次,为提高最优导引律的鲁棒性,结合滑模变结构控制理论,应用自适应趋近律方法设计滑模面,得出最优滑模导引律,采用低通滤波器消除变结构控制中的抖振,在噪声干扰与目标机动的情况下进行仿真,验证了该最优滑模导引律的正确性。最后,为实现导弹在期望落角较大时,导引头可以实时跟踪目标,分别研究带落角约束和视场角约束的偏置比例导引律和分段最优导引律,偏置比例导引律是在传统比例导引律基础上加偏置项,在分析导引头视场角收敛条件的基础上,基于最优控制理论根据视场角的变化情况进行分段讨论,给出最优导引律。仿真结果表明两种导引律均能满足大落角约束下的视场角约束,但是最优导引律耗能更少。而后针对实际工程的导引头视场角约束和落角约束问题,提出了一种基于弹道成型的导引律,仿真验证该导引律具有有效性。
其他文献
水下传感器网络(Underwater sensor networks,UWSNs)被广泛应用在监测海洋环境、探测海底目标及收集海洋数据等方面,引起了军民两领域的密切关注。UWSNs的特点是采用声波通信,由于水声信道具有低带宽、长传播时延和高误码率等特点,因此,构建高效的通信网络非常重要。要实现数据的高效传输,关键之一是根据水声信道特点设计MAC协议。本文针对大规模水声异构传感器网络的特点和水声信道
近年来,随着深度学习技术在计算机视觉领域的广泛应用,图像语义分割问题吸引了大量计算机视觉研究者。其作为计算机视觉任务中一个重要的组成部分,被广泛应用与各行各业。例如自动驾驶、医学影像分割、行人检测、室内机器人等领域。其主要任务是在复杂的实际应用场景中对图像中的每个像素点进行类别区分。为了实现在室内环境下对人物进行精准的语义分割,综合考虑室内环境下的语义分割难点,基于深度学习模型,开展室内环境下的语
人脸属性生成和风格迁移作为计算机视觉的研究重点,已经广泛的被应用于人脸数据扩充、人机交互、虚拟机器人、人脸修复等诸多领域。2014年,Goodfellow首次提出生成对抗网络GAN,其模型任务旨在实现图片以假乱真,这使得人脸属性生成和风格迁移得到了迅速的发展,越来越多的人对该网络进行研究,通过对GAN的改进也得到了许多变种网络,在不同方面的改进使得网络的效果得到了巨大的提升。但是在人脸属性生成过程
自整定方法在工业控制过程中被广泛应用,主要是由于其具有自动化和智能化的特点。在工业应用中,控制器性能质量直接关系到控制系统的好坏,影响产品质量的好坏。因此,确保控制器性能良好尤其重要。PID控制器作为一个常用的控制器,它的整定方法具有很多种,主要是通过控制要求及环境等条件不同,采用不同的控制方法,在选择控制方法中需要充分的考虑到算法的可行性、收敛性,并且对算法要综合考虑负载干扰、环境干扰等因素造成
磁控形状记忆合金(Magnetically Controlled Shape Memory Alloy,简称MSMA)是一种近年来新兴的智能材料。与已知的压电陶瓷和形状记忆合金相比,它具有输出形变量大、响应速度快、能量转换率高等优点。MSMA材料在磁场的作用下可以获得较大的形变量,并在磁场消失后还可以维持较大的形变量,称为材料的正特性;同时,MSMA材料也可以在力的作用下,随着MSMA材料的形变引
复杂面部表情图像生成是深度学习中的一个研究热点。在虚拟化战场推演中,多智能体识别敌方的复杂表情,根据面部反映的不同表情做出战略调整。高质量的面部表情图像生成可提高多智能体表情识别的准确率,促使推演系统高效地做出最优作战策略。警员学习不同情境下推演出的制胜策略,及时准确地制止现场犯罪活动,给处理复杂的真实场景提供经验,对保障国家和人民安全具有重要的实用价值。复杂面部表情生成实质体现在表情强度可控,而
近年来互联网、机器学习、人工智能、边缘计算等高端技术的发展越来越迅速,在技术的不断融合与创新中,也促进了我国的高端制造业的发展。主要体现在生产更智能化,生产效率更高效化、生产的工业产品流程更复杂化等方面。复杂的工艺流程意味着工厂进行每一步操作都可能有异常工况的发生,工业现场的复杂化给工艺产品高质量生产带来了巨大挑战。工业控制系统是整个工业生产的“大脑”,工业控制系统的安全是国家与企业的关注所在。本
人体姿态生成作为深度学习和计算机视觉领域的研究热点,已经被广泛的应用在人机交互、医疗辅助、智能监控识别等诸多领域。近年来,随着人工智能的兴起,利用生成式对抗网络的理念进行人体姿态生成的研究已经受到了越来越多的学者关注,并基于生成式对抗网络提出了很多改进的生成方法和理论,但是在人体姿态图像生成的过程中仍有训练过程不稳定,生成图像特征的不可控,以及生成图像质量不够的问题。本文针对在人体姿态图像生成过程
在汽车生产线中,涂胶缺陷是指在工业生产中由于机器人与汽车接触问题、胶量问题以及技术问题出现的漏胶、断胶、胶体过窄、胶体过宽等现象。汽车涂胶缺陷危害巨大,甚至危害人类生命,本课题针对汽车的涂胶质量检测研究了一套基于卷积神经网络的涂胶缺陷目标检测技术。目的在于为汽车制造业行业提供一种高效的、有实用价值的汽车涂胶检测技术手段,帮助企业更好控制涂胶质量,同时节约成本,并且提高生产率。目前,基于是视觉的汽车
装配是产品生产的重要环节,对于提高产品质量、降低生产成本有重要意义。在机翼装配生产中,进行装配路线智能规划和装配仿真能够有效提高装配效率,发现并修改存在的问题。本文以飞机机翼装配为例,使用遗传算法计算出各装配单元的装配顺序,使用专家系统生成各工序的装配方案,然后编写装配相关文件,对机翼的三维模型进行装配仿真,最终飞机机翼实现高质高效的装配。具体研究工作如下:(1)总结机翼装配顺序评价函数。了解机翼