CN112346474A - 一种有限时间收敛的微分对策制导律的设计方法 - Google Patents

一种有限时间收敛的微分对策制导律的设计方法 Download PDF

Info

Publication number
CN112346474A
CN112346474A CN202011123090.5A CN202011123090A CN112346474A CN 112346474 A CN112346474 A CN 112346474A CN 202011123090 A CN202011123090 A CN 202011123090A CN 112346474 A CN112346474 A CN 112346474A
Authority
CN
China
Prior art keywords
guidance law
differential
sdre
target
missile
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
Application number
CN202011123090.5A
Other languages
English (en)
Other versions
CN112346474B (zh
Inventor
胥彪
许佳骆
李爽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202011123090.5A priority Critical patent/CN112346474B/zh
Publication of CN112346474A publication Critical patent/CN112346474A/zh
Application granted granted Critical
Publication of CN112346474B publication Critical patent/CN112346474B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/107Simultaneous control of position or course in three dimensions specially adapted for missiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13Differential equations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)

Abstract

本发明公开了一种有限时间收敛的微分对策制导律的设计方法,针对一种无穷时间内稳定的微分对策制导律进行有限时间改进,通过对权重矩阵进行设计,从而使微分对策制导律在有限时间内实现视线角速率收敛,同时制导律保持了不需要剩余时间估计的优点,最终实现对机动目标的有效拦截,提升制导效果。

Description

一种有限时间收敛的微分对策制导律的设计方法
技术领域
本发明涉及一种有限时间收敛的微分对策制导律的设计方法,属于飞行器制导领域。
背景技术
微分对策制导律是基于微分对策方法设计出的制导律,文献(李登峰.微分对策及其应用.国防工业出版社,2000)中对微分对策进行定义,即微分对策是指需要利用微分方程描述对策活动的一类对策。其目的是求出微分对策解,即鞍点解。鞍点解是对于决策双方最优的解,任意一方如果不采取鞍点解都会使得对方在博弈过程中受益。导弹追逃问题属于天然的微分对策问题,基于微分对策理论可以进行相关制导律设计。相较于比例制导律和最优制导律,微分对策制导律对于目标机动信息的依赖程度较低。传统制导律需要精确的目标加速度值用来计算补偿目标机动的控制量,微分对策制导律可以利用目标的最大机动能力信息实现制导。在面对现代高机动目标时,往往难以实时获取精确的目标的加速度信息。文献(Anderson G M,宗有德.最优控制拦截与微分对策拦截的导弹制导律比较.系统工程与电子技术,1982(05):18-26)指出微分对策制导律的主要优越性在于微分对策制导律对目标加速度估值误差不敏感。
零化视线角速率方法起源于平行制导法,研究发现如果导弹可以实现视线角速率收敛,则表明导弹与目标处于碰撞状态,最终导弹可以实现对目标的拦截。零化视线角速率模型简便,极大简化了制导律的设计。
状态依赖黎卡提方程(state dependent Riccati equation或SDRE)方法在非线性系统控制领域中获得广泛的应用,SDRE方法主要包含:状态依赖参数(state-dependentRiccati equation或SDC)以及代数黎卡提方程的求解。在微分对策制导律设计过程中,SDRE方法被广泛用于微分对策问题的求解。文献(Bardhan R.An SDRE BasedDifferential Game Approach for Maneuvering Target Interception.AIAA Guidance,Navigation,and Control Conference.2013)中利用SDRE方法设计出不需要剩余时间估计的微分对策制导律,而以往的微分对策制导律则需要进行剩余时间估计,这极大地影响了制导精度。
有限时间收敛在制导律设计方面表现为实现视线角速率在制导结束前收敛,并保持收敛至拦截结束,这使得导弹与目标在拦截结束前已经进入碰撞状态,最终可以实现拦截。文献(孙胜,周获.有限时间收敛变结构导引律.宇航学报,2008,29(004):1258-1262)中指出,有限时间稳定性的定义是系统的状态在有限时间内到达平衡点,随后就稳定在平衡上。
发明内容
上述的基于SDRE方法的微分对策制导律在设计过程中未对有限时间的收敛性问题进行考虑,本发明将利用有限时间理论对其进行改进以设计出一种有限时间收敛的微分对策制导律的设计方法。针对一种无穷时间内稳定的微分对策制导律进行有限时间改进,通过对权重矩阵进行设计,从而使微分对策制导律在有限时间内实现视线角速率收敛,同时制导律保持了不需要剩余时间估计的优点,最终实现对机动目标的有效拦截,提升制导效果。
本发明为解决上述技术问题采用以下技术方案:
一种有限时间收敛的微分对策制导律的设计方法,包括如下步骤:
步骤一,针对平面追逃问题,基于零化视线角速率的方法设计关于平面追逃问题的微分对策问题;
步骤二,利用SDRE方法对微分对策问题进行求解,得到的微分对策的鞍点解为一种不需要剩余时间估计的微分对策制导律;
步骤三,通过将与视线角速率相关的权重矩阵设计为自适应权重矩阵,获得新的微分对策问题,利用SDRE方法对新的微分对策问题进行求解,得到有限时间收敛的微分对策制导律;
步骤四,通过设置饱和函数以及分段函数,改进自适应权重矩阵,得到最终的有限时间收敛的微分对策制导律SDRE-FDG。
进一步,步骤一具体为:
针对导弹的平面追逃问题,假设导弹与目标速率不变,导弹与目标均具有一阶动态响应,得到导弹与目标的动力学方程:
Figure BDA0002732694400000021
Figure BDA0002732694400000022
其中,xm、zm分别为导弹在x、z轴上的坐标,xt、zt分别为目标在x、z轴上的坐标,Vm与Vt分别为导弹与目标的速率,αm与αt为导弹与目标的飞行路径角,am与at为导弹与目标的加速度,τm与τt为导弹与目标的动态响应时间,um、ut分别是导弹的追捕指令和目标的逃逸指令;
导弹与目标的相对运动方程为:
Figure BDA0002732694400000031
Figure BDA0002732694400000032
其中,R与
Figure BDA0002732694400000033
分别为导弹与目标的相对距离与相对速度,θ与
Figure BDA0002732694400000034
分别为视线角与视线角速率;基于零化视线角速率的方法,对视线角速率公式进行求导获得设计模型:
Figure BDA0002732694400000035
结合支付函数与设计模型,得到关于平面追逃问题的微分对策问题:
Figure BDA0002732694400000036
其中,t0为末制导开始时间,x为
Figure BDA0002732694400000037
J为支付函数,q(x)为关于视线角速率的权重矩阵,R1和R2分别为关于导弹追捕机动和目标逃逸机动的权重矩阵,γ为目标相对于导弹可以获得的机动大小。
进一步,步骤一中微分对策问题的鞍点解
Figure BDA0002732694400000038
满足:
Figure BDA0002732694400000039
其中
Figure BDA00027326944000000310
是导弹采取鞍点解进行机动、目标采取任意机动时的支付函数值,
Figure BDA00027326944000000311
指的是导弹与目标均采取鞍点解进行机动时的支付函数值,
Figure BDA00027326944000000312
指的是导弹采取任意机动、目标采取鞍点解进行机动时的支付函数值。
进一步,步骤二中利用SDRE方法对微分对策问题进行求解的过程分为SDC求解、代数黎卡提方程求解:利用每个时刻观测的参数并结合视线角速率微分方程
Figure BDA00027326944000000313
进行SDC计算,将SDC代入到SDRE方程中得到代数黎卡提方程,再对一阶的代数黎卡提方程进行求解,最终得到不需要剩余时间估计的微分对策制导律。
进一步,步骤二具体为:
针对微分对策问题,如果满足f(0)=0,那么将f(x)转化为a(x)x,则
Figure BDA00027326944000000314
其中a(x)、b(x)、c(x)为状态依赖参数,
Figure BDA00027326944000000315
利用非延迟信息条件下所获得的R、
Figure BDA00027326944000000316
的测量值求解a(x)、b(x)、c(x),获得实时状态依赖参数;
针对上述微分对策问题,获得哈密顿方程:
Figure BDA0002732694400000041
其中λ为协变量;
当支付函数要获得最小值时需要满足:
Figure BDA0002732694400000042
得到鞍点解:
Figure BDA0002732694400000043
假设λ=p(x)x,其中p(x)是协变量λ与状态量x相关的系数,对λ求导得:
Figure BDA0002732694400000044
基于无穷时间稳定,使得
Figure BDA00027326944000000410
最终获得SDRE方程:
Figure BDA0002732694400000045
SDRE方程退化为一元二次方程,将实时求解的得到的a(x)、b(x)、c(x),代入SDRE方程中,得到代数黎卡提方程:
Figure BDA0002732694400000046
直接进行一元二次方程求解得到:
Figure BDA0002732694400000047
最终获得不依赖剩余时间估计的微分对策制导律SDRE-DG:
Figure BDA0002732694400000048
进一步,步骤二具体为:对于SDRE-DG制导律,q(x)取为常值。
进一步,步骤三中自适应权重矩阵为:
Figure BDA0002732694400000049
其中-1<η<1,β>0;
将自适应得权重矩阵q1(x)代入不依赖剩余时间估计的微分对策制导律,得到有限时间收敛的微分对策制导律:
Figure BDA0002732694400000051
进一步,步骤四中自适应权重矩阵改进为:
Figure BDA0002732694400000052
其中
Figure BDA0002732694400000053
为饱和函数,δ>0为一个常值;
将改进的自适应权重矩阵q2(x)代入有限时间收敛的微分对策制导律,得到最终的有限时间收敛的微分对策制导律SDRE-FDG。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:本发明提出的一种有限时间内收敛的微分对策制导律SDRE-FDG,可以实现视线角速率在有限时间内收敛,同时保持了不需要剩余时间估计的优点。设计出的制导律SDRE-FDG相较于改进前的制导律SDRE-DG收敛速度更快,可以在拦截结束前有效地实现视线角速率收敛,使得导弹在拦截结束前进入碰撞状态,有效地降低了脱靶量,提升了制导效果。
附图说明
图1是末制导阶段的导弹与目标的相对运动;
图2~4分别是目标不进行机动时,SDRE-FDG制导律与SDRE-DG制导律在视线角速率、导弹与目标的运动轨迹、导弹加速度指令方面的对比图;
图5~7分别是目标进行常值机动时,SDRE-FDG制导律与SDRE-DG制导律在视线角速率、导弹与目标的运动轨迹、导弹加速度指令方面的对比图;
图8~10分别是目标进行蛇形机动时,SDRE-FDG制导律与SDRE-DG制导律在视线角速率、导弹与目标的运动轨迹、导弹加速度指令方面的对比图;
图11是本发明的方法流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
结合图1和图11,本发明提出末制导条件的微分对策制导问题模型。
步骤一:针对平面追逃问题,假设在追逃过程中,导弹与目标的速率不变,忽视重力与空气阻力作用,导弹与目标具有一阶动态响应,最终得到导弹与目标的动力学方程:
Figure BDA0002732694400000061
Figure BDA0002732694400000062
其中,xm、zm和xt、zt分别为导弹与目标在x、z轴上的坐标,Vm与Vt分别为导弹与目标的速率,αm与αt为导弹与目标的飞行路径角,am与at为导弹与目标的加速度,τm与τt为导弹与目标的动态响应时间,um、ut分别是导弹的追捕指令和目标的逃逸指令。结合图1得到导弹与目标的相对运动模型为:
Figure BDA0002732694400000063
Figure BDA0002732694400000064
其中R与
Figure BDA0002732694400000065
分别为相对距离与相对速度,θ与
Figure BDA0002732694400000066
分别为视线角与视线角速率。基于零化视线角速率的方法,对视线角速率公式进行求导获得设计模型:
Figure BDA0002732694400000067
针对平面追逃问题,以
Figure BDA0002732694400000068
为x,设计相关支付函数,并得到以下微分对策问题:
Figure BDA0002732694400000069
γ为目标相对于导弹可以获得的机动大小,其值越大对于目标的机动惩罚越大,代表目标相对于导弹所能获得的机动越小,其取值应取决于目标相对于导弹机动能力的强弱。q(x)为关于视线角速率的权重矩阵,其取值可以为常值或者变量。R1和R2分别为关于导弹追捕机动和目标逃逸机动的权重矩阵。t0为末制导开始时间,代表支付函数积分项开始积分的开始时间。
针对上述微分对策问题,拦截方努力地使得支付函数J的值减小,而目标则努力增大J的值。而微分对策问题的目的是求出鞍点解
Figure BDA00027326944000000610
鞍点解满足下面的条件:
Figure BDA00027326944000000611
其中
Figure BDA0002732694400000071
指的是导弹采取最优(鞍点解)机动、目标采取任意机动(非最优)时的支付函数值,
Figure BDA0002732694400000072
指的是导弹与目标均采取鞍点解进行机动,
Figure BDA0002732694400000073
指的是导弹采取任意机动时的支付函数值、目标采取最优(鞍点解)机动时的支付函数值。
上述公式表明,当导弹采用鞍点值
Figure BDA0002732694400000074
进行机动时,目标只有采用鞍点值
Figure BDA0002732694400000075
进行机动才能最大程度增大支付函数的值。而目标采用在导弹博弈过程中鞍点值
Figure BDA0002732694400000076
进行机动,导弹只有用鞍点值
Figure BDA0002732694400000077
进行机动才能最大程度减小支付函数的值。博弈过程中任意一方如果不采取鞍点解
Figure BDA0002732694400000078
而采用非鞍点解ut或um进行机动,都将使得对方在博弈过程中受益。
步骤二:针对上述模型进行的微分对策制导律求解,获得不需要剩余时间估计的制导律SDRE-DG。
针对上述微分对策问题,如果满足f(0)=0,那么就可以将f(x)转化为a(x)x,则可将公式
Figure BDA0002732694400000079
采取合适的方式转为得到下述公式:
Figure BDA00027326944000000710
其中a(x)、b(x)、c(x)为所需要实时计算的状态依赖参数:
Figure BDA00027326944000000711
Figure BDA00027326944000000712
Figure BDA00027326944000000713
利用非延迟信息条件下所获得的测量值R、
Figure BDA00027326944000000714
的值进行求解a(x)、b(x)、c(x),获得实时状态依赖参数以进行进一步的SDRE的求解。
采取SDRE的方法求解得到步骤一种的追逃微分对策问题的鞍点解
Figure BDA00027326944000000715
针对上述微分对策问题,获得哈密顿方程:
Figure BDA00027326944000000716
其中λ为协变量。
当目标方程(支付函数)要获得最小值时需要满足:
Figure BDA00027326944000000717
得到鞍点解:
Figure BDA0002732694400000081
假设λ=p(x)x,其中p(x)是协变量λ与状态量x相关的系数,对λ求导得:
Figure BDA0002732694400000082
基于无穷时间稳定,使得
Figure BDA0002732694400000083
最终获得SDRE方程:
Figure BDA0002732694400000084
由于x为一阶,那么上述公式所示的状态依赖黎卡提SDRE方程退化为一元二次方程,将实时求解的得到的SDC:a(x)、b(x)、c(x),代入SDRE方程中的得到代数黎卡提方程:
Figure BDA0002732694400000085
可以直接进行一元二次方程求解:
Figure BDA0002732694400000086
最终获得不依赖剩余时间估计的微分对策制导律SDRE-DG:
Figure BDA0002732694400000087
其中对于SDRE-DG制导律q(x)取为常值。
步骤三:
利用有限时间理论设计出自适应的权重矩阵:
Figure BDA0002732694400000088
其中-1<η<1,β>0。
将自适应的权重矩阵q1(x)代入到
Figure BDA0002732694400000089
最终得到有限时间收敛的微分对策制导律:
Figure BDA00027326944000000810
步骤四:为了避免视线角速率在0值以及附近时发生振荡和制导律失效,对自适应的权重矩阵q1(x)进行改进:
Figure BDA0002732694400000091
其中:饱和函数
Figure BDA0002732694400000092
δ>0为一个接近于0值的常值,为末端视线角速率
Figure BDA0002732694400000093
振荡上下界的绝对值,用以确保视线角速率最终在(-δ,δ)的较小范围内振荡。
步骤五:仿真对比
下面在目标不机动,进行常值机动以及目标进行蛇形机动的条件下进行仿真研究与对比,首先假设目标不机动时的初始参数如表1所示,即ut=0、γ=10、R1=1、R2=1,同时SDRE-DG制导律所使用的q(x)=10000,SDRE-FDG的参数β=100,η=0,δ=0.001最终获得如下所示的仿真结果。
表1目标不机动时初始参数
x(0)/m z(0)/m α(0)/° V(0)/m·s<sup>-1</sup>
导弹 0 0 0 2500
目标 50000 25000 180 1500
在目标不机动条件下,图2中的视线角速率对比图说明了SDRE-FDG制导律收敛速度快于SDRE-DG制导律,并可以有限时间内收敛,图3中的轨迹对比图表明了SDRE-FDG制导律的导弹轨迹更加平直,表明SDRE-FDG制导律可以更为有效地利用导弹的机动能力,而图4也证明了这一点。从如表2所示的脱靶量对比可以看出,SDRE-FDG的制导效果更好。
表2目标无机动时脱靶量对比
制导律 脱靶量(m)
SDRE-DG 1.69
SDRE-FDG 0.28
导弹与目标的初始参数如表3所示,假设目标进行常值机动ut=50,γ=7.5,R1=1,R2=1,同时SDRE-DG制导律所使用的q(x)=10000,SDRE-FDG的参数β=100,η=0,δ=0.001,最终获得如下所示的仿真结果。
表3目标进行常值机动时初始参数
x(0)/m z(0)/m α(0)/° V(0)/m·s<sup>-1</sup>
导弹 0 0 0 2500
目标 50000 20000 180 1500
在目标常值机动条件下,图5中的视线角速率对比图说明了SDRE-FDG制导律收敛速度快于SDRE-DG制导律,并可以有限时间内收敛,图6中的轨迹对比图表明了SDRE-FDG制导律的导弹轨迹更加平直,表明SDRE-FDG制导律可以更为有效地利用导弹的机动能力,而图7也证明了这一点。从如表4所示的脱靶量对比可以看出,SDRE-FDG的制导效果更好。
表4目标进行常值机动时脱靶量对比
制导律 脱靶量(m)
SDRE-DG 1.10
SDRE-FDG 0.57
导弹与目标的初始参数如表5所示,假设目标进行蛇形机动,蛇形机动峰值为ut=100,γ=7.5,R1=1,R2=1,同时SDRE-DG制导律所使用的q(x)=10000,SDRE-FDG的参数β=100,η=0,δ=0.001,最终获得如下所示的仿真结果。
表5目标进行蛇形机动时初始参数
x(0)/m z(0)/m α(0)/° V(0)/m·s<sup>-1</sup>
导弹 0 0 0 2500
目标 50000 20000 180 1500
在目标蛇形机动条件下,图8中的视线角速率对比图说明了SDRE-FDG制导律收敛速度快于SDRE-DG制导律,并可以有限时间内收敛,图9中的轨迹对比图表明了SDRE-FDG制导律的导弹轨迹更加平直,表明SDRE-FDG制导律可以更为有效地利用导弹的机动能力,而图10也证明了这一点。从如表6所示的脱靶量对比可以看出,SDRE-FDG的制导效果更好。
表6目标进行蛇形机动时脱靶量对比
制导律 脱靶量(m)
SDRE-DG 1.32
SDRE-FDG 0.39
以上结果表明,微分对策制导律SDRE-FDG可以在有限时间内实现视线角速率的收敛,同时保持了制导律不需要剩余时间观测的优点,相较于SDRE-DG制导律有效地提升视线角速率的收敛速度,可以在制导结束前实现收敛,降低了脱靶量,提升了制导效果,具有实际意义。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。

Claims (8)

1.一种有限时间收敛的微分对策制导律的设计方法,其特征在于,包括如下步骤:
步骤一,针对平面追逃问题,基于零化视线角速率的方法设计关于平面追逃问题的微分对策问题;
步骤二,利用SDRE方法对微分对策问题进行求解,得到的微分对策的鞍点解为一种不需要剩余时间估计的微分对策制导律;
步骤三,通过将与视线角速率相关的权重矩阵设计为自适应权重矩阵,获得新的微分对策问题,利用SDRE方法对新的微分对策问题进行求解,得到有限时间收敛的微分对策制导律;
步骤四,通过设置饱和函数以及分段函数,改进自适应权重矩阵,得到最终的有限时间收敛的微分对策制导律SDRE-FDG。
2.如权利要求1所述的一种有限时间收敛的微分对策制导律的设计方法,其特征在于,步骤一中关于平面追逃问题的微分对策问题为:
Figure FDA0002732694390000011
其中,t0为末制导开始时间,x为
Figure FDA0002732694390000012
Figure FDA0002732694390000013
为视线角速率,
Figure FDA0002732694390000014
R与
Figure FDA0002732694390000015
分别为导弹与目标的相对距离与相对速度,um、ut分别是导弹的追捕指令和目标的逃逸指令,J为支付函数,q(x)为关于视线角速率的权重矩阵,R1和R2分别为关于导弹追捕机动和目标逃逸机动的权重矩阵,γ为目标相对于导弹可以获得的机动大小。
3.如权利要求2所述的一种有限时间收敛的微分对策制导律的设计方法,其特征在于,步骤一中微分对策问题的鞍点解
Figure FDA0002732694390000016
满足:
Figure FDA0002732694390000017
其中
Figure FDA0002732694390000018
是导弹采取鞍点解进行机动、目标采取任意机动时的支付函数值,
Figure FDA0002732694390000019
指的是导弹与目标均采取鞍点解进行机动时的支付函数值,
Figure FDA00027326943900000110
指的是导弹采取任意机动、目标采取鞍点解进行机动时的支付函数值。
4.如权利要求1所述的一种有限时间收敛的微分对策制导律的设计方法,其特征在于,步骤二中利用SDRE方法对微分对策问题进行求解的过程分为SDC求解、代数黎卡提方程求解:利用每个时刻观测的参数并结合视线角速率微分方程
Figure FDA00027326943900000111
进行SDC计算,将SDC代入到SDRE方程中得到代数黎卡提方程,再对一阶的代数黎卡提方程进行求解,最终得到不需要剩余时间估计的微分对策制导律;其中,R与
Figure FDA0002732694390000021
分别为导弹与目标的相对距离与相对速度,
Figure FDA0002732694390000022
为视线角速率,um、ut分别是导弹的追捕指令和目标的逃逸指令。
5.如权利要求2所述的一种有限时间收敛的微分对策制导律的设计方法,其特征在于,步骤二具体为:
针对微分对策问题,如果满足f(0)=0,那么将f(x)转化为a(x)x,则
Figure FDA0002732694390000023
其中a(x)、b(x)、c(x)为状态依赖参数,
Figure FDA0002732694390000024
利用非延迟信息条件下所获得的R、
Figure FDA0002732694390000025
的测量值求解a(x)、b(x)、c(x),获得实时状态依赖参数;
针对上述微分对策问题,获得哈密顿方程:
Figure FDA0002732694390000026
其中λ为协变量;
当支付函数要获得最小值时需要满足:
Figure FDA0002732694390000027
得到鞍点解:
Figure FDA0002732694390000028
假设λ=p(x)x,其中p(x)是协变量λ与状态量x相关的系数,对λ求导得:
Figure FDA0002732694390000029
基于无穷时间稳定,使得
Figure FDA00027326943900000210
最终获得SDRE方程:
Figure FDA00027326943900000211
SDRE方程退化为一元二次方程,将实时求解的得到的a(x)、b(x)、c(x),代入SDRE方程中,得到代数黎卡提方程:
Figure FDA00027326943900000212
直接进行一元二次方程求解得到:
Figure FDA0002732694390000031
最终获得不依赖剩余时间估计的微分对策制导律SDRE-DG:
Figure FDA0002732694390000032
6.如权利要求5所述的一种有限时间收敛的微分对策制导律的设计方法,其特征在于,步骤二具体为:对于SDRE-DG制导律,q(x)取为常值。
7.如权利要求5所述的一种有限时间收敛的微分对策制导律的设计方法,其特征在于,步骤三中自适应权重矩阵为:
Figure FDA0002732694390000033
其中-1<η<1,β>0;
将自适应得权重矩阵q1(x)代入不依赖剩余时间估计的微分对策制导律,得到有限时间收敛的微分对策制导律:
Figure FDA0002732694390000034
8.如权利要求5所述的一种有限时间收敛的微分对策制导律的设计方法,其特征在于,步骤四中自适应权重矩阵改进为:
Figure FDA0002732694390000035
其中
Figure FDA0002732694390000036
为饱和函数,δ>0为一个常值;
将改进的自适应权重矩阵q2(x)代入有限时间收敛的微分对策制导律,得到最终的有限时间收敛的微分对策制导律SDRE-FDG。
CN202011123090.5A 2020-10-20 2020-10-20 一种有限时间收敛的微分对策制导律的设计方法 Active CN112346474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011123090.5A CN112346474B (zh) 2020-10-20 2020-10-20 一种有限时间收敛的微分对策制导律的设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011123090.5A CN112346474B (zh) 2020-10-20 2020-10-20 一种有限时间收敛的微分对策制导律的设计方法

Publications (2)

Publication Number Publication Date
CN112346474A true CN112346474A (zh) 2021-02-09
CN112346474B CN112346474B (zh) 2021-12-07

Family

ID=74361034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011123090.5A Active CN112346474B (zh) 2020-10-20 2020-10-20 一种有限时间收敛的微分对策制导律的设计方法

Country Status (1)

Country Link
CN (1) CN112346474B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113325866A (zh) * 2021-05-20 2021-08-31 南京航空航天大学 一种基于事件触发的微分对策协同制导方法

Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1691251A2 (en) * 2005-02-10 2006-08-16 Northrop Grumman Corporation Synchronization of multiple operational flight programs
EP2511733A2 (en) * 2011-04-12 2012-10-17 The Boeing Company Airplane position assurance monitor
KR20130043007A (ko) * 2011-10-19 2013-04-29 국방과학연구소 추력 벡터 제어(Thrust Vector Contro : TVC) 비행체의 피치각 명령을 실시간으로 산출하기 위한 방법 및 이를 이용하는 유도 조정 장치
US20130153707A1 (en) * 2010-08-23 2013-06-20 Mbda Uk Limited Guidance method and apparatus
CN103728976A (zh) * 2013-12-30 2014-04-16 北京航空航天大学 一种基于广义标控脱靶量概念的多过程约束和多终端约束末制导律
CN103995540A (zh) * 2014-05-22 2014-08-20 哈尔滨工业大学 一种高超声速飞行器的有限时间轨迹快速生成方法
WO2014149043A1 (en) * 2013-03-20 2014-09-25 International Truck Intellectual Property Company, Llc Smart cruise control system
CN104266546A (zh) * 2014-09-22 2015-01-07 哈尔滨工业大学 一种基于视线的有限时间收敛主动防御制导控制方法
CN105486307A (zh) * 2015-11-25 2016-04-13 哈尔滨工业大学 针对机动目标的视线角速率估计方法
CN105607740A (zh) * 2015-12-29 2016-05-25 清华大学深圳研究生院 一种基于计算机视觉的无人飞行器控制方法及装置
CN105716470A (zh) * 2016-03-22 2016-06-29 北京航空航天大学 一种微分对策反拦截机动突防/精确打击导引方法
CN105759612A (zh) * 2016-03-22 2016-07-13 北京航空航天大学 带落角约束的微分对策反拦截机动突防/精确打击导引方法
CN106292701A (zh) * 2016-08-16 2017-01-04 北京控制工程研究所 一种基于扰动补偿思想的rlv进场着陆段制导律获取方法
CN106647287A (zh) * 2017-02-20 2017-05-10 南京航空航天大学 一种基于自适应动态规划的输入受限微分对策制导方法
US9677864B1 (en) * 2014-11-19 2017-06-13 Orbital Research Inc. Closed, self-contained ballistic apogee detection module and method
CN106843265A (zh) * 2016-12-30 2017-06-13 哈尔滨工业大学 有限时间收敛的三维多导弹协同制导方法与系统
CN106934120A (zh) * 2017-02-23 2017-07-07 哈尔滨工业大学 基于前向制导的拦截高超声速飞行器的三维制导律设计方法
CN107168281A (zh) * 2017-05-12 2017-09-15 南京航空航天大学 基于有限时间观测器的多智能体系统故障诊断方法
CN107368091A (zh) * 2017-08-02 2017-11-21 华南理工大学 一种基于有限时间神经动力学的多旋翼无人飞行器的稳定飞行控制方法
US9849785B1 (en) * 2012-12-10 2017-12-26 The United States Of America, As Represented By The Secretary Of The Navy Method and apparatus for state space trajectory control of uncertain dynamical systems
CN108416098A (zh) * 2018-02-02 2018-08-17 北京航空航天大学 一种拦截机动目标的攻击时间约束制导律设计方法
CN109557814A (zh) * 2018-12-04 2019-04-02 四川航天系统工程研究所 一种有限时间积分滑模末制导律
CN109977613A (zh) * 2019-04-19 2019-07-05 哈尔滨工业大学 一种可预先设定调整时间的自适应滑模末制导律设计方法
CN110032197A (zh) * 2019-05-07 2019-07-19 大连海事大学 一种基于有限时间制导和控制的无人船路径跟踪控制方法
CN110471275A (zh) * 2019-08-30 2019-11-19 哈尔滨工业大学 一种非奇异终端滑模有限时间收敛角度约束制导方法
CN110501898A (zh) * 2018-05-18 2019-11-26 天津工业大学 一种应用在无人机上的双机群控策略
CN110929216A (zh) * 2019-11-22 2020-03-27 深圳信息职业技术学院 一种具有抗拖曳的自适应反步制导律设计方法

Patent Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1691251A2 (en) * 2005-02-10 2006-08-16 Northrop Grumman Corporation Synchronization of multiple operational flight programs
US20130153707A1 (en) * 2010-08-23 2013-06-20 Mbda Uk Limited Guidance method and apparatus
EP2511733A2 (en) * 2011-04-12 2012-10-17 The Boeing Company Airplane position assurance monitor
KR20130043007A (ko) * 2011-10-19 2013-04-29 국방과학연구소 추력 벡터 제어(Thrust Vector Contro : TVC) 비행체의 피치각 명령을 실시간으로 산출하기 위한 방법 및 이를 이용하는 유도 조정 장치
US9849785B1 (en) * 2012-12-10 2017-12-26 The United States Of America, As Represented By The Secretary Of The Navy Method and apparatus for state space trajectory control of uncertain dynamical systems
WO2014149043A1 (en) * 2013-03-20 2014-09-25 International Truck Intellectual Property Company, Llc Smart cruise control system
CN103728976A (zh) * 2013-12-30 2014-04-16 北京航空航天大学 一种基于广义标控脱靶量概念的多过程约束和多终端约束末制导律
CN103995540A (zh) * 2014-05-22 2014-08-20 哈尔滨工业大学 一种高超声速飞行器的有限时间轨迹快速生成方法
CN104266546A (zh) * 2014-09-22 2015-01-07 哈尔滨工业大学 一种基于视线的有限时间收敛主动防御制导控制方法
US9677864B1 (en) * 2014-11-19 2017-06-13 Orbital Research Inc. Closed, self-contained ballistic apogee detection module and method
CN105486307A (zh) * 2015-11-25 2016-04-13 哈尔滨工业大学 针对机动目标的视线角速率估计方法
CN105607740A (zh) * 2015-12-29 2016-05-25 清华大学深圳研究生院 一种基于计算机视觉的无人飞行器控制方法及装置
CN105716470A (zh) * 2016-03-22 2016-06-29 北京航空航天大学 一种微分对策反拦截机动突防/精确打击导引方法
CN105759612A (zh) * 2016-03-22 2016-07-13 北京航空航天大学 带落角约束的微分对策反拦截机动突防/精确打击导引方法
CN106292701A (zh) * 2016-08-16 2017-01-04 北京控制工程研究所 一种基于扰动补偿思想的rlv进场着陆段制导律获取方法
CN106843265A (zh) * 2016-12-30 2017-06-13 哈尔滨工业大学 有限时间收敛的三维多导弹协同制导方法与系统
CN106647287A (zh) * 2017-02-20 2017-05-10 南京航空航天大学 一种基于自适应动态规划的输入受限微分对策制导方法
CN106934120A (zh) * 2017-02-23 2017-07-07 哈尔滨工业大学 基于前向制导的拦截高超声速飞行器的三维制导律设计方法
CN107168281A (zh) * 2017-05-12 2017-09-15 南京航空航天大学 基于有限时间观测器的多智能体系统故障诊断方法
CN107368091A (zh) * 2017-08-02 2017-11-21 华南理工大学 一种基于有限时间神经动力学的多旋翼无人飞行器的稳定飞行控制方法
CN108416098A (zh) * 2018-02-02 2018-08-17 北京航空航天大学 一种拦截机动目标的攻击时间约束制导律设计方法
CN110501898A (zh) * 2018-05-18 2019-11-26 天津工业大学 一种应用在无人机上的双机群控策略
CN109557814A (zh) * 2018-12-04 2019-04-02 四川航天系统工程研究所 一种有限时间积分滑模末制导律
CN109977613A (zh) * 2019-04-19 2019-07-05 哈尔滨工业大学 一种可预先设定调整时间的自适应滑模末制导律设计方法
CN110032197A (zh) * 2019-05-07 2019-07-19 大连海事大学 一种基于有限时间制导和控制的无人船路径跟踪控制方法
CN110471275A (zh) * 2019-08-30 2019-11-19 哈尔滨工业大学 一种非奇异终端滑模有限时间收敛角度约束制导方法
CN110929216A (zh) * 2019-11-22 2020-03-27 深圳信息职业技术学院 一种具有抗拖曳的自适应反步制导律设计方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BIAO XU ET AL.: "Nonlinear Autopilot Design for Agile Interceptors via Command Filtered Backstepping and Dynamic Control Allocation", 《2018 37TH CHINESE CONTROL CONFERENCE(CCC)》 *
RAJARSHI BARDHAN ET AL.: "An SDRE Based Differential Game Approach for Maneuvering Target Interception", 《AIAA GUIDANCE, NAVIGATION, AND CONTROL CONFERENCE》 *
孙胜 等: "有限时间收敛变结构导引律", 《宇航学报》 *
陈燕妮 等: "基于自适应最优控制的有限时间微分对策制导律", 《控制理论与应用》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113325866A (zh) * 2021-05-20 2021-08-31 南京航空航天大学 一种基于事件触发的微分对策协同制导方法
CN113325866B (zh) * 2021-05-20 2022-06-17 南京航空航天大学 一种基于事件触发的微分对策协同制导方法

Also Published As

Publication number Publication date
CN112346474B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN103090728B (zh) 一种基于滑模控制的带末角约束制导方法
CN106647287B (zh) 一种基于自适应动态规划的输入受限微分对策制导方法
CN111324142B (zh) 一种导弹驾驶仪扰动补偿控制方法
Wang et al. Nonlinear suboptimal guidance law with impact angle constraint: An SDRE-based approach
CN110187640B (zh) 针对机动目标和允许通信时滞的多导弹协同作战制导律设计方法
CN111898201B (zh) 一种空战模拟环境中的战斗机高精度自主攻击引导方法
CN110412874A (zh) 针对机动目标和时延通信的多导弹协同制导律设计方法
CN113885334B (zh) 一种基于飞行目标拦截的鲁棒末制导律计算方法和装置
CN111897223B (zh) 一种考虑自动驾驶仪动态特性的速度追踪制导方法
Zhao et al. New three-dimensional second-order sliding mode guidance law with impact-angle constraints
CN114020019A (zh) 飞行器的制导方法与装置
CN113359819B (zh) 一种带有碰撞角约束和加速度限制的最优制导律
CN112346474B (zh) 一种有限时间收敛的微分对策制导律的设计方法
CN116520876A (zh) 一种优化可观测性的制导律设计方法
CN114815878B (zh) 基于实时优化和深度学习的高超声速飞行器协同制导方法
Wang et al. A guidance and control design with reduced information for a dual-spin stabilized projectile
CN112346339B (zh) 考虑目标加速度方向观测的微分对策制导律设计方法
CN117348402B (zh) 一种基于干扰利用技术的高超声速飞行器三维制导方法
Yu et al. Flight Trajectory Correction of Target Missile and Design of Tracking Guidance
Yang et al. Design of Nonsingular Terminal Sliding Mode Guidance Law with Disturbance Observer
Qiang et al. The research of terminal optimal guidance law of MANEUVERING vehicle with multiple constrains
Wei et al. Missile guidance law with impact angle constraint and acceleration saturation
CN117891271B (zh) 考虑时间和角度约束的高速飞行器三维协同制导方法
Jiang et al. A novel guidance law based on proximal policy optimization
Zhigang et al. Study on Optimal Guidance Method for Intercepting Hypersonic Weapons

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