CN112298615A - 一种考虑路径约束的基于特征模型的制导方法 - Google Patents
一种考虑路径约束的基于特征模型的制导方法 Download PDFInfo
- Publication number
- CN112298615A CN112298615A CN202011126002.7A CN202011126002A CN112298615A CN 112298615 A CN112298615 A CN 112298615A CN 202011126002 A CN202011126002 A CN 202011126002A CN 112298615 A CN112298615 A CN 112298615A
- Authority
- CN
- China
- Prior art keywords
- guidance
- calculating
- feature model
- ref
- planet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 claims description 3
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
- B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
- B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
- B64G1/244—Spacecraft control systems
- B64G1/245—Attitude control algorithms for spacecraft attitude control
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种考虑路径约束的基于特征模型的制导方法,步骤如下:1)建立航天器被控对象动力学方程,并设定路径约束;2)在第k个制导周期,通过导航测量,得到当前制导周期的状态;3)通过对动力学方程积分,计算预计航程;4)计算得到待飞航程;5)计算得到高度变化率参考量;6)建立含有高度变化率的解耦特征模型;7)利用投影梯度法或投影最小二乘法辨识系数;8)计算得到制导律;9)返回步骤2)下一个制导周期。
Description
技术领域
本发明涉及航空航天领域,特别是一种考虑路径约束的基于特征模型的制导方法。
背景技术
特征建模理论是吴宏鑫院士20世纪80年代提出的,经过40多年的研究,在理论和应用上均取得了重要进展,形成了一套完整的实用性很强的自适应控制理论和方法。基于特征模型的制导方法在载人飞船,嫦娥五号试验器返回器中得到成功应用,开伞精度达到世界先进水平,因此,具有重要的应用价值和前景。基于特征模型的制导方法本质上属于数值预测制导方法,路径约束问题是数值预测制导方法的本质难点。目前基于特征模型的制导中,路径约束的实现是与预测制导律分别进行的。首先通过数值预测制导方法求取制导律,然后,当在线运行时,如果到达路径约束边界,则采用升力向上的方法。这种路径限制制导方法改变了通过预测制导方法求取的制导律,因此将在一定程度上影响制导精度;而且,即使此时采用升力完全向上的制导策略,也可能无法满足路径约束的要求。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种考虑路径约束的基于特征模型的制导方法,该方法不仅满足制导精度,而且满足路径约束。
本发明的技术方案是:一种考虑路径约束的基于特征模型的制导方法,步骤如下:
1)建立航天器被控对象动力学方程,并设定路径约束;
2)在第k个制导周期,通过导航测量,得到当前制导周期的状态,其中k=1,2,…;
3)通过对动力学方程积分,计算预计航程;
4)计算得到待飞航程;
5)计算得到高度变化率参考量;
6)建立含有高度变化率的解耦特征模型;
7)利用投影梯度法或投影最小二乘法辨识系数;
8)计算得到制导律;
9)返回步骤2)下一个制导周期。
所述步骤1)中航天器被控对象动力学方程具体为:
其中,r表示距离星球中心的径向半径,θ和φ分别表示经度和纬度,V表示星球相对速度,γ和ψ分别表示星球相对速度的飞行路径角和航向角,s表示预计航程,L和D分别表示气动升力和阻力,Ω表示星球自转角速度,σ表示倾侧角,σ为所需设计的制导变量。
所述步骤1)中路径约束具体包括:
所述步骤2)中通过导航测量得到当前制导周期状态具体包括r(k),θ(k),φ(k),V(k),γ(k),ψ(k);如果V(k)=V*,V*表示已知的终端速度,则制导结束;否则,继续执行步骤3)。
所述步骤3)的具体过程为:
以当前制导周期状态作为初值,当前制导变量u(k)=cosσ(k)作为输入,对航天器被控对象动力学方程进行积分,积分到终端条件V=V*,从而得到当前制导周期的预计航程s(k)。
所述步骤4)中待飞航程:
sref=arccos(sinθSsinθ(k)+cosφScosφ(k)cos(φ(k)-φS))
其中,θS,φS是目标点的经纬度。
所述步骤5)的具体过程为:
第一种情形,对于中高升阻比飞行器,平衡滑翔条件相应的sinγref;
当需要同时满足多个约束时,sinγref取各个约束条件下的最大值。
所述步骤6)建立含有高度变化率的解耦特征模型具体为:
es(k+1)=fs(k)es(k)+gs(k)u(k),
eh(k+1)=fh(k)eh(k)+gh(k)u(k);
其中,es和eh分别表示航程差和高度变化率的误差:
es=s-sref,
所述步骤7)的具体方法为:
令
当采用投影梯度法算法时如下:
首先采用梯度法计算待辨识参数:
其中,λ1>0,λ2>0为待调整的参数,其大小将影响参数收敛速度;I2×2是2维单位矩阵;初值为:
Φ(0)=04×2
然后将辨识结果投影到
当采用投影最小二乘法时,如下:
首先采用最小二乘法计算待辨识参数:
K(k)=P(k-1)Φ(k-1)(ΦT(k-1)P(k-1)Φ(k-1)+I2×2)-1
P(k)=(I4×4-K(k)ΦT(k-1))P(k-1)
初值为:
Φ(0)=04×2
P(0)=I4×4
然后同投影梯度法,对辨识结果进行投影和滤波。
所述步骤8)的具体方法为:
首先采用如下自适应制导律计算当前制导律
其中,初值u(1)是已知标称制导量。
本发明与现有技术相比的优点在于:
(1)本发明在制导律计算中,通过引入高度变化率误差,解决了基于特征模型的数值预测制导方法的路径约束问题。本发明被控对象涵盖了高升阻比、中升阻比和低升阻比飞行器。星球可以为地球、火星等有大气的行星和卫星。所设计的制导律可以用于地球返回再入、月球返回再入、亚轨道返回再入、气动捕获。具有较好的通用性。
(2)本发明通过设计包括高度变化率的特征模型方程组,解决了制导律系数的设计问题,通过在线辨识得到制导律系数,突破了数值预测制导方法需要人为离线调整制导律系数的问题,简化了设计,增加了制导律的适应性。
(3)本发明提出的路径约束制导算法,与已有基于特征模型制导律中当到达路径约束边界时采用升力向上的解决方法本质不同,该方法将影响制导精度,并且可能导致无法满足路径约束要求。本发明的方法具有预测性,完全克服了上述问题。
附图说明
图1为本发明方法流程图。
具体实施方式
本发明针对现有技术的不足,提出一种考虑路径约束的基于特征模型的制导方法,下面结合附图对本发明做详细说明,本发明在每个制导周期计算制导量,解决考虑路径约束的制导律设计问题。如图1所示,本发明通过步骤(1)-步骤(9)实现。
步骤(1)建立航天器被控对象动力学方程,
其中,r表示距离星球中心的径向半径,θ和φ分别表示经度和纬度,V表示星球相对速度,γ和ψ分别表示星球相对速度的飞行路径角和航向角,s表示预计航程,L和D分别表示气动升力和阻力,Ω表示星球自转角速度,σ表示倾侧角,σ是所需设计的制导变量。
路径约束包括:
本发明中,所述被控对象可以是高升阻比、中升阻比和低升阻比飞行器。
本发明中,所述星球可以为地球、火星等有大气的行星和卫星。
本发明中,所设计的制导律可以用于地球返回再入、月球返回再入、亚轨道返回再入、气动捕获。
下面的步骤(2)-步骤(9)在每个制导周期循环1次。
步骤(2)在第k个制导周期,其中k=1,2,…,通过导航测量,得到当前制导周期的状态。
通过导航测量得到当前制导周期状态r(k),θ(k),φ(k),V(k),γ(k),ψ(k)。
如果V(k)=V*,V*表示终端速度,是已知的,则制导结束;否则,继续执行步骤3)。
步骤(3)通过对动力学方程积分,计算预计航程。
由
计算大气密度ρ,其中ρ0是在参考高度h0处的大气密度,ρ0和h0已知,βr<0表示大气密度指数表示的系数,通过对大气数据拟合得到;
h=r-R0
(6)
其中,R0表示星球半径;由
和
计算升力L和阻力D,其中R0为星球半径,Sref和m分别表示飞行器参考面积和质量,CL和CD分别表示升力系数和阻力系数,均为已知的;V由步骤(2)得到;ρ由公式(5)计算得到。
以当前制导周期状态作为初值,当前制导变量u(k)=cosσ(k)作为输入(由步骤(8)在上一个制导周期计算得到的),对动力学方程(1)进行积分,积分到终端条件V=V*,其中,V*已知。从而得到当前制导周期的预计航程s(k)。
步骤(4)计算待飞航程。
sref=arccos(sinθSsinθ(k)+cosφScosφ(k)cos(φ(k)-φS)) (9)
其中,θ(k),φ(k)由步骤(2)得到;θS,φS是目标点的经纬度,是已知的。
步骤(5)计算高度变化率参考量。
其中,sinγref表示相应于高度变化率参考量的飞行路径角参考量的正弦,V由步骤(2)得到;针对不同的路径约束,sinγref分为如下四种情形分别进行计算。
第一种情形,对于中高升阻比飞行器,平衡滑翔条件相应的sinγref。
计算得到cosσref,为飞行器平衡滑翔时的倾侧角的余弦,其中,V由步骤(2)得到,L由公式(7)计算得到;然后,由
计算sinγref,其中,V由步骤(2)得到,CL和CD分别为升力和阻力系数,为已知的,βr<0为已知量,cosσref由公式(11)计算得到。
第二种情形:负载限制条件相应的sinγref。
由
计算sinγref,其中,γ,V由步骤(2)得到,a和amax在公式(2)中给出,D由公式(8)计算得到,βr<0已知,T表示制导周期。
第三种情形,峰值热率限制条件相应的sinγref。
由
第四种情形,动压限制条件相应的sinγref。
由
当需要同时满足多个约束时,sinγref取相关公式(12)-(15)的最大值。
步骤(6)建立含有高度变化率的解耦特征模型。
es(k+1)=fs(k)es(k)+gs(k)u(k) (16)
es=s-sref (18)
在步骤(7)中通过辨识得到。
步骤(7)利用投影梯度法或投影最小二乘法辨识系数。
记
投影梯度法算法如下。
首先采用梯度法计算待辨识参数:
其中,λ1>0,λ2>0,是待调整的参数,其大小将影响参数收敛速度;;I2×2是2维单位矩阵;初值为:
Φ(0)=04×2
然后将辨识结果投影到
其中,0≤Fθ≤1,Fθ是待调整参数,其大小将影响参数变化大小。
投影最小二乘法算法如下:
首先采用最小二乘法计算待辨识参数:
K(k)=P(k-1)Φ(k-1)(ΦT(k-1)P(k-1)Φ(k-1)+I2×2)-1
P(k)=(I4×4-K(k)ΦT(k-1))P(k-1) (27)
初值为:
Φ(0)=04×2
P(0)=I4×4
然后同投影梯度法中公式(25)和公式(26),对辨识结果进行投影和滤波。
步骤(8)计算制导律。
首先采用如下自适应制导律计算当前制导律
其中,0<L1,L2<1,λ3,λ4>0,是待调整参数,其大小将影响系统的收敛速度表示什么,物理含义。然后对上述制导律进行积分,得到下一步制导量:
其中,初值u(1)是已知标称制导量。
步骤(9)返回步骤(2)下一个制导周期。
本发明未详细说明部分属本领域技术人员公知常识。
Claims (10)
1.一种考虑路径约束的基于特征模型的制导方法,其特征在于步骤如下:
1)建立航天器被控对象动力学方程,并设定路径约束;
2)在第k个制导周期,通过导航测量,得到当前制导周期的状态,其中k=1,2,…;
3)通过对动力学方程积分,计算预计航程;
4)计算得到待飞航程;
5)计算得到高度变化率参考量;
6)建立含有高度变化率的解耦特征模型;
7)利用投影梯度法或投影最小二乘法辨识系数;
8)计算得到制导律;
9)返回步骤2)下一个制导周期。
4.根据权利要求2所述的一种考虑路径约束的基于特征模型的制导方法,其特征在于:所述步骤2)中通过导航测量得到当前制导周期状态具体包括r(k),θ(k),φ(k),V(k),γ(k),ψ(k);如果V(k)=V*,V*表示已知的终端速度,则制导结束;否则,继续执行步骤3)。
6.根据权利要求5所述的一种考虑路径约束的基于特征模型的制导方法,其特征在于:所述步骤4)中待飞航程:
sref=arccos(sinθSsinθ(k)+cosφScosφ(k)cos(φ(k)-φS))
其中,θS,φS是目标点的经纬度。
7.根据权利要求6所述的一种考虑路径约束的基于特征模型的制导方法,其特征在于:所述步骤5)的具体过程为:
第一种情形,对于中高升阻比飞行器,平衡滑翔条件相应的sinγref;
当需要同时满足多个约束时,sinγref取各个约束条件下的最大值。
9.根据权利要求8所述的一种考虑路径约束的基于特征模型的制导方法,其特征在于:所述步骤7)的具体方法为:
令
当采用投影梯度法算法时如下:
首先采用梯度法计算待辨识参数:
其中,λ1>0,λ2>0为待调整的参数,其大小将影响参数收敛速度;I2×2是2维单位矩阵;初值为:
Φ(0)=04×2
然后将辨识结果投影到
当采用投影最小二乘法时,如下:
首先采用最小二乘法计算待辨识参数:
K(k)=P(k-1)Φ(k-1)(ΦT(k-1)P(k-1)Φ(k-1)+I2×2)-1
P(k)=(I4×4-K(k)ΦT(k-1))P(k-1)
初值为:
Φ(0)=04×2
P(0)=I4×4
然后同投影梯度法,对辨识结果进行投影和滤波。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011126002.7A CN112298615B (zh) | 2020-10-20 | 2020-10-20 | 一种考虑路径约束的基于特征模型的制导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011126002.7A CN112298615B (zh) | 2020-10-20 | 2020-10-20 | 一种考虑路径约束的基于特征模型的制导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112298615A true CN112298615A (zh) | 2021-02-02 |
CN112298615B CN112298615B (zh) | 2022-03-04 |
Family
ID=74328091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011126002.7A Active CN112298615B (zh) | 2020-10-20 | 2020-10-20 | 一种考虑路径约束的基于特征模型的制导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112298615B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105005313A (zh) * | 2015-07-21 | 2015-10-28 | 北京理工大学 | 一种基于路径点规划的火星大气进入段预测制导方法 |
CN105867402A (zh) * | 2016-05-10 | 2016-08-17 | 北京航空航天大学 | 一种火星着陆器大气进入段抗干扰复合在线制导方法 |
CN106054604A (zh) * | 2016-06-02 | 2016-10-26 | 西北工业大学 | 基于模型预测控制理论的再入飞行器鲁棒最优制导方法 |
CN107323691A (zh) * | 2017-07-04 | 2017-11-07 | 北京理工大学 | 一种多约束火星大气进入预测制导方法 |
CN111562793A (zh) * | 2020-04-08 | 2020-08-21 | 中南大学 | 考虑任务时间约束的航天器姿态控制方法 |
-
2020
- 2020-10-20 CN CN202011126002.7A patent/CN112298615B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105005313A (zh) * | 2015-07-21 | 2015-10-28 | 北京理工大学 | 一种基于路径点规划的火星大气进入段预测制导方法 |
CN105867402A (zh) * | 2016-05-10 | 2016-08-17 | 北京航空航天大学 | 一种火星着陆器大气进入段抗干扰复合在线制导方法 |
CN106054604A (zh) * | 2016-06-02 | 2016-10-26 | 西北工业大学 | 基于模型预测控制理论的再入飞行器鲁棒最优制导方法 |
CN107323691A (zh) * | 2017-07-04 | 2017-11-07 | 北京理工大学 | 一种多约束火星大气进入预测制导方法 |
CN111562793A (zh) * | 2020-04-08 | 2020-08-21 | 中南大学 | 考虑任务时间约束的航天器姿态控制方法 |
Non-Patent Citations (1)
Title |
---|
水尊师等: "基于高斯伪谱方法的再入飞行器预测校正制导方法研究", 《宇航学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112298615B (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Smith et al. | Disturbance observer based control with anti-windup applied to a small fixed wing UAV for disturbance rejection | |
CN114048889B (zh) | 基于长短期记忆网络的飞行器轨迹预测的方法 | |
CN111783232B (zh) | 一种基于聚类分析的可回收火箭返回段自适应优化方法 | |
CN101763033A (zh) | 深潜救生艇多模态rbf神经网络自校正控制装置及方法 | |
CN107367941B (zh) | 高超声速飞行器攻角观测方法 | |
CN110908407B (zh) | 一种rlv再入热流率跟踪的改进预测制导方法 | |
CN110244751B (zh) | 一种高超声速飞行器姿态自适应递推控制方法及系统 | |
CN112455720B (zh) | 一种空天飞行器气动力辅助变轨设计方法 | |
CN113900448A (zh) | 一种基于滑模干扰观测器的飞行器预测校正复合制导方法 | |
Amelin et al. | Recursive identification of motion model parameters for ultralight UAV | |
Duan et al. | Automatic landing for carrier-based aircraft under the conditions of deck motion and carrier airwake disturbances | |
CN109977543B (zh) | 基于侧向优先的三维剖面覆盖区域计算方法、系统及介质 | |
CN112298615B (zh) | 一种考虑路径约束的基于特征模型的制导方法 | |
CN113093789B (zh) | 一种基于路径点优选的飞行器禁飞区规避轨迹规划方法 | |
Moutinho | Modeling and nonlinear control for airship autonomous flight | |
Lichota et al. | Power spectrum optimization in the design of multisine manoeuvre for identification purposes | |
Bonaccorsi et al. | Dynamic programming and model predictive control approach for autonomous landings | |
Silva | Data gathering and preliminary results of the system identification of a flexible aircraft model | |
CN111651860B (zh) | 一种可重复使用运载器再入段的预测校正鲁棒制导方法 | |
Evdokimov et al. | Terminal control algorithm for the downrange motion of a descent module with load factor constraints | |
Gao et al. | Adaptive air-data estimation in wind disturbance based on flight data | |
Gross et al. | A systematic approach for extended kalman filter tuning and low-cost inertial sensor calibration within a GPS/INS application | |
Mohammadkarimi et al. | A model aided inertial navigation system for automatic landing of unmanned aerial vehicles | |
Liang et al. | Optimal bank reversal for high-lifting reentry vehicles | |
CN107942673B (zh) | 一种开伞点高度跟踪的火星大气进入段解析制导方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |