CN113051743A - 一种基于轨迹在线规划的末制导系统 - Google Patents
一种基于轨迹在线规划的末制导系统 Download PDFInfo
- Publication number
- CN113051743A CN113051743A CN202110292960.XA CN202110292960A CN113051743A CN 113051743 A CN113051743 A CN 113051743A CN 202110292960 A CN202110292960 A CN 202110292960A CN 113051743 A CN113051743 A CN 113051743A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- track
- module
- antenna
- trajectory
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41G—WEAPON SIGHTS; AIMING
- F41G3/00—Aiming or laying means
- F41G3/22—Aiming or laying means for vehicle-borne armament, e.g. on aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于制导技术领域,公开了一种基于轨迹在线规划的末制导系统,通过实时位置坐标与历史坐标对历史轨迹进行绘制;基于平面大地模型在线建立飞行器的RLV三自由度质点运动方程,得出飞行器的飞行速度、弹道倾角和航向角数据;建立飞行器与目标的相对运动关系模型;建立飞行器末段的理想移动轨迹;根据飞行器末段的理想移动轨迹得到飞行器水平面内的制导指令和纵向平面内的制导指令。本发明在RLV末端能量管理段轨迹在线规划中引入弹道预测,结合飞行器原轨迹信息对末段轨迹进行预测,并对理想飞行轨迹进行计算,能够直接获得需要进行调整的水平面内的制导指令和纵向平面内的制导指令,大大提高了制导精度,减小了误差。
Description
技术领域
本发明属于制导技术领域,尤其涉及一种基于轨迹在线规划的末制导系统。
背景技术
目前:现代战争中,对导弹或者飞行器的准确度要求越来越高,再入飞行器的俯冲段为整个再入过程的末段,该阶段通常执行精确打击任务。制导系统的主要目的是产生合适的指令,使得打击点的脱靶量为零。随着制导技术的快速发展,对制导系统的要求也越来越高。针对再入飞行器具有高动态、多约束等特点,这些特性对于具有末制导能力的飞行器尤为重要。具有末制导能力的再入飞行器需要经历较大范围的速度变化和高度变化,对制导控制系统的性能要求较为苛刻,一般情况,末制导与中制导采用不同的制导体制。在现有的末制导方式中,只能根据预先设定的轨迹进行制导,不能根据实际情况进行轨迹在线规划,易出现误差过大的情况,制导精度低。
通过上述分析,现有技术存在的问题及缺陷为:
现有的末制导方式中,只能根据预先设定的轨迹进行制导,不能根据实际情况进行轨迹在线规划,易出现误差过大的情况,制导精度低。
发明内容
针对现有技术存在的问题,本发明提供了一种基于轨迹在线规划的末制导系统。
本发明是这样实现的,一种基于轨迹在线规划的末制导系统,所述基于轨迹在线规划的末制导系统包括:
历史数据获取模块,与中央控制模块连接,用于通过历史数据获取程序进行历史数据的获取,得到飞行器的历史移动坐标;
目标定位模块,与中央控制模块连接,用于通过目标定位程序进行目标定位,得到飞行器的实时位置坐标;
所述通过目标定位程序进行目标定位,得到飞行器的实时位置坐标,包括:进行飞行器上设置的天线的优化,并使用优化后的天线进行飞行器的实时位置坐标的获取;
所述进行飞行器上设置的天线的优化为采用模拟退火算法进行天线优化,包括:
初始温度t0,终止温度tend和初始循环变量k=0,在获知优化前的天线下倾角与方位角的集合、即获知天线初始解集合:S0=(A01,T01),(A02,T02)...(A0i,T0i)...(A0n,T0n),式中,A0i和T0i分别为第i个设备所处区域的方位角和下倾角,n为设备所处区域的总数;
利用单网静态仿真或双网静态仿真计算初始状态的代价函数C(S0)的值;其中,变量S0为天线初始解集合,并在优化过程中从当前解的邻集中选取一个解作为新解,即邻集解S'=(A'1,T'1),(A'2,T'2)...(A'i,T'i)...(A'n,T'n),也就是优化过程中的天线下倾角与方位角的集合;最优天线的下倾角与方位角的集合就是天线优化结果:S=(A1,T1),(A2,T2),…,(Ai,Ti),…(An,Tn);式中,温度t是模拟退火算法的控制参数,用于控制优化过程中是否接受一个新解,其数值取决于用户需求:温度更新值tc是温度更新的速率,故每次温度变化后的新温度t,=t×tc;
改变天线的下倾角和方位角,并从邻集中选取新的天线角度集合S'作为优化后的新状态,并利用单网静态仿真或双网静态仿真计算此时新状态的代价函数C(S,)值S';
返回执行,直到满足抽样准则为止,所述抽样准则是连续执行多次后的代价函数值变化很小,已经执行了设定次数;
设置此时的温度tk+1=tk×tc和循环变量k=k+1后,返回;直到tk+1=t end时,结束天线优化操作,输出此时的优化天线角度集合;
卫星信息汇总模块,与中央控制模块连接,用于通过卫星信息汇总程序进行获取的实时位置坐标与历史坐标的汇总结合,得到汇总信息;
历史轨迹绘制模块,与中央控制模块连接,用于通过历史轨迹绘制程序依据获取的汇总信息对历史轨迹进行绘制;
中央控制模块,与历史数据获取模块、目标定位模块、卫星信息汇总模块、历史轨迹绘制模块连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行。
进一步,所述基于轨迹在线规划的末制导系统还包括:
飞行信息获取模块,与中央控制模块连接,用于通过飞行信息获取程序基于平面大地模型在线建立飞行器的RLV三自由度质点运动方程,得出飞行信息;所述飞行信息包括飞行器的飞行速度、弹道倾角和航向角数据;
模型构建模块,与中央控制模块连接,用于通过模型构建程序依据获取的飞行信息建立飞行器与目标的相对运动关系模型;
理想轨迹获取模块,与中央控制模块连接,用于通过理想轨迹获取程序依据获取的相对运动关系模型进行飞行器运动理想轨迹的获取,得到飞行器末段的理想移动轨迹;
指令生成模块,与中央控制模块连接,用于通过指令生成程序根据飞行器末段的理想移动轨迹生成飞行器水平面内的制导指令和纵向平面内的制导指令。
进一步,所述使用优化后的天线进行飞行器的实时位置坐标的获取包括:
构建基于回波多普勒信息修正测角误差的目标定位系统;
通过数据获取单元获取飞行器的历史移动坐标,得到历史移动过程中共的多普勒频率和惯导测量信息;
通过目标定位单元解算飞行器的实时位置坐标。
进一步,所述RLV三自由度质点运动方程为:
其中:D、L分别为阻力和升力;V、θ、ΨV,分别为飞行速度、弹道倾角和航向角;x、z、h分别为飞行器在地面系中的位置坐标和高度。
进一步,所述飞行器与目标的相对运动关系模型为:
进一步,所述建立飞行器与目标的相对运动关系模型,包括:
获取飞行器的飞行速度、弹道倾角和航向角数据;
结合飞行器自身的性能参数建立性能指标函数;
根据获取数据和性能指标函数建立飞行器与目标的相对运动关系模型。
进一步,所述建立性能指标函数时,为满足聚束成像段方位向分辨率要求,导弹前置角趋于理想前置角,为满足前视攻击段脱靶量要求,目标线角速度应趋于零。
进一步,所述建立飞行器末段的理想移动轨迹,包括:
获取飞行器的原始轨迹数据集,经预处理后得到轨迹数据集;
根据飞行器与目标的相对运动关系模型,基于轨迹数据集计算两条轨迹间的航向差、航速差以及平均距离;
根据相似度矩阵将轨迹数据集按行为特征划分成多个轨迹数据子集;
根据轨迹数据子集建立飞行器末段的理想移动轨迹。
进一步,所述水平面内的制导指令用于控制飞行器的航向,标称轨迹的跟踪由制导指令完成,包括多个不同阶段的圆弧段轨迹的制导指令和直线段轨迹的制导指令。
进一步,所述纵向平面内的制导指令用于控制飞行器的能量,通过预测航程和能量以改变飞行器的法向过载来实现。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
本发明在RLV末端能量管理段轨迹在线规划中引入弹道预测,结合飞行器原轨迹信息对末段轨迹进行预测,并对理想飞行轨迹进行计算,能够直接获得需要进行调整的水平面内的制导指令和纵向平面内的制导指令,大大提高了制导精度,减小了误差,提高了优化效率,缩减了计算时间。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于轨迹在线规划的末制导系统结构框图。
图2是本发明实施例提供的基于轨迹在线规划的末制导方法流程图。
图3是本发明实施例提供的使用优化后的天线进行飞行器的实时位置坐标的获取流程图。
图4是本发明实施例提供的建立飞行器与目标的相对运动关系模型流程图。
图5是本发明实施例提供的建立飞行器末段的理想移动轨迹流程图。
图中:1、历史数据获取模块;2、目标定位模块;3、卫星信息汇总模块;4、历史轨迹绘制模块;5、中央控制模块;6、飞行信息获取模块;7、模型构建模块;8、理想轨迹获取模块;9、指令生成模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于轨迹在线规划的末制导系统,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于轨迹在线规划的末制导系统包括:
历史数据获取模块1,与中央控制模块5连接,用于通过历史数据获取程序进行历史数据的获取,得到飞行器的历史移动坐标;
目标定位模块2,与中央控制模块5连接,用于通过目标定位程序进行目标定位,得到飞行器的实时位置坐标;
卫星信息汇总模块3,与中央控制模块5连接,用于通过卫星信息汇总程序进行获取的实时位置坐标与历史坐标的汇总结合,得到汇总信息;
历史轨迹绘制模块4,与中央控制模块5连接,用于通过历史轨迹绘制程序依据获取的汇总信息对历史轨迹进行绘制;
中央控制模块5,与历史数据获取模块1、目标定位模块2、卫星信息汇总模块3、历史轨迹绘制模块4、飞行信息获取模块6、模型构建模块7、理想轨迹获取模块8、指令生成模块9连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行;
飞行信息获取模块6,与中央控制模块5连接,用于通过飞行信息获取程序基于平面大地模型在线建立飞行器的RLV三自由度质点运动方程,得出飞行信息;所述飞行信息包括飞行器的飞行速度、弹道倾角和航向角数据;
模型构建模块7,与中央控制模块5连接,用于通过模型构建程序依据获取的飞行信息建立飞行器与目标的相对运动关系模型;
理想轨迹获取模块8,与中央控制模块5连接,用于通过理想轨迹获取程序依据获取的相对运动关系模型进行飞行器运动理想轨迹的获取,得到飞行器末段的理想移动轨迹;
指令生成模块9,与中央控制模块5连接,用于通过指令生成程序根据飞行器末段的理想移动轨迹生成飞行器水平面内的制导指令和纵向平面内的制导指令。
如图2所示,本发明实施例提供的基于轨迹在线规划的末制导方法包括以下步骤:
S101,通过历史数据获取模块利用历史数据获取程序进行历史数据的获取,得到飞行器的历史移动坐标;通过目标定位模块利用目标定位程序进行目标定位,得到飞行器的实时位置坐标;
S102,通过卫星信息汇总模块利用卫星信息汇总程序进行获取的实时位置坐标与历史坐标的汇总结合,得到汇总信息;通过历史轨迹绘制模块利用历史轨迹绘制程序依据获取的汇总信息对历史轨迹进行绘制;
S103,通过飞行信息获取模块利用飞行信息获取程序基于平面大地模型在线建立飞行器的RLV三自由度质点运动方程,得出飞行信息;所述飞行信息包括飞行器的飞行速度、弹道倾角和航向角数据;
S104,通过中央控制模块利用主控机对各连接模块的运行进行控制,保证各个模块正常运行;通过模型构建模块利用模型构建程序依据获取的飞行信息建立飞行器与目标的相对运动关系模型;
S105,通过理想轨迹获取模块利用理想轨迹获取程序依据获取的相对运动关系模型进行飞行器运动理想轨迹的获取,得到飞行器末段的理想移动轨迹;
S106,通过指令生成模块利用指令生成程序根据飞行器末段的理想移动轨迹生成飞行器水平面内的制导指令和纵向平面内的制导指令。
本发明实施例提供的通过目标定位程序进行目标定位,得到飞行器的实时位置坐标,包括:进行飞行器上设置的天线的优化,并使用优化后的天线进行飞行器的实时位置坐标的获取;
所述进行飞行器上设置的天线的优化为采用模拟退火算法进行天线优化,包括:
初始温度t0,终止温度tend和初始循环变量k=0,在获知优化前的天线下倾角与方位角的集合、即获知天线初始解集合:S0=(A01,T01),(A02,T02)...(A0i,T0i)...(A0n,T0n),式中,A0i和T0i分别为第i个设备所处区域的方位角和下倾角,n为设备所处区域的总数;
利用单网静态仿真或双网静态仿真计算初始状态的代价函数C(S0)的值;其中,变量S0为天线初始解集合,并在优化过程中从当前解的邻集中选取一个解作为新解,即邻集解S'=(A'1,T'1),(A'2,T'2)...(A'i,T'i)...(A'n,T'n),也就是优化过程中的天线下倾角与方位角的集合;最优天线的下倾角与方位角的集合就是天线优化结果:S=(A1,T1),(A2,T2),…,(Ai,Ti),…(An,Tn);式中,温度t是模拟退火算法的控制参数,用于控制优化过程中是否接受一个新解,其数值取决于用户需求:温度更新值tc是温度更新的速率,故每次温度变化后的新温度t,=t×tc;
改变天线的下倾角和方位角,并从邻集中选取新的天线角度集合S'作为优化后的新状态,并利用单网静态仿真或双网静态仿真计算此时新状态的代价函数C(S,)值S';
返回执行,直到满足抽样准则为止,所述抽样准则是连续执行多次后的代价函数值变化很小,已经执行了设定次数;
设置此时的温度tk+1=tk×tc和循环变量k=k+1后,返回;直到tk+1=t end时,结束天线优化操作,输出此时的优化天线角度集合。
如图3所示,本发明实施例提供的使用优化后的天线进行飞行器的实时位置坐标的获取包括:
S201,构建基于回波多普勒信息修正测角误差的目标定位系统;
S202,通过数据获取单元获取飞行器的历史移动坐标,得到历史移动过程中共的多普勒频率和惯导测量信息;
S203,通过目标定位单元解算飞行器的实时位置坐标。
本发明实施例提供的RLV三自由度质点运动方程为:
其中:D、L分别为阻力和升力;V、θ、ΨV,分别为飞行速度、弹道倾角和航向角;x、z、h分别为飞行器在地面系中的位置坐标和高度。
本发明实施例提供的飞行器与目标的相对运动关系模型为:
如图4所示,本发明实施例提供的建立飞行器与目标的相对运动关系模型,包括:
S301,获取飞行器的飞行速度、弹道倾角和航向角数据;
S302,结合飞行器自身的性能参数建立性能指标函数;
S303,根据获取数据和性能指标函数建立飞行器与目标的相对运动关系模型。
本发明实施例提供的建立性能指标函数时,为满足聚束成像段方位向分辨率要求,导弹前置角趋于理想前置角,为满足前视攻击段脱靶量要求,目标线角速度应趋于零。
如图5所示,本发明实施例提供的建立飞行器末段的理想移动轨迹,包括:
S401,获取飞行器的原始轨迹数据集,经预处理后得到轨迹数据集;
S402,根据飞行器与目标的相对运动关系模型,基于轨迹数据集计算两条轨迹间的航向差、航速差以及平均距离;
S403,根据相似度矩阵将轨迹数据集按行为特征划分成多个轨迹数据子集;
S404,根据轨迹数据子集建立飞行器末段的理想移动轨迹。
本发明实施例提供的水平面内的制导指令用于控制飞行器的航向,标称轨迹的跟踪由制导指令完成,包括多个不同阶段的圆弧段轨迹的制导指令和直线段轨迹的制导指令。
本发明实施例提供的纵向平面内的制导指令用于控制飞行器的能量,通过预测航程和能量以改变飞行器的法向过载来实现。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于轨迹在线规划的末制导系统,其特征在于,所述基于轨迹在线规划的末制导系统包括:
历史数据获取模块,与中央控制模块连接,用于通过历史数据获取程序进行历史数据的获取,得到飞行器的历史移动坐标;
目标定位模块,与中央控制模块连接,用于通过目标定位程序进行目标定位,得到飞行器的实时位置坐标;
所述通过目标定位程序进行目标定位,得到飞行器的实时位置坐标,包括:进行飞行器上设置的天线的优化,并使用优化后的天线进行飞行器的实时位置坐标的获取;
所述进行飞行器上设置的天线的优化为采用模拟退火算法进行天线优化,包括:
初始温度t0,终止温度tend和初始循环变量k=0,在获知优化前的天线下倾角与方位角的集合、即获知天线初始解集合:S0=(A01,T01),(A02,T02)...(A0i,T0i)...(A0n,T0n),式中,A0i和T0i分别为第i个设备所处区域的方位角和下倾角,n为设备所处区域的总数;
利用单网静态仿真或双网静态仿真计算初始状态的代价函数C(S0)的值;其中,变量S0为天线初始解集合,并在优化过程中从当前解的邻集中选取一个解作为新解,即邻集解S'=(A'1,T'1),(A'2,T'2)...(A'i,T'i)...(A'n,T'n),也就是优化过程中的天线下倾角与方位角的集合;最优天线的下倾角与方位角的集合就是天线优化结果:S=(A1,T1),(A2,T2),…,(Ai,Ti),…(An,Tn);式中,温度t是模拟退火算法的控制参数,用于控制优化过程中是否接受一个新解,其数值取决于用户需求:温度更新值tc是温度更新的速率,故每次温度变化后的新温度t,=t×tc;
改变天线的下倾角和方位角,并从邻集中选取新的天线角度集合S'作为优化后的新状态,并利用单网静态仿真或双网静态仿真计算此时新状态的代价函数C(S,)值S';
返回执行,直到满足抽样准则为止,所述抽样准则是连续执行多次后的代价函数值变化很小,已经执行了设定次数;
设置此时的温度tk+1=tk×tc和循环变量k=k+1后,返回;直到tk+1=t end时,结束天线优化操作,输出此时的优化天线角度集合;
卫星信息汇总模块,与中央控制模块连接,用于通过卫星信息汇总程序进行获取的实时位置坐标与历史坐标的汇总结合,得到汇总信息;
历史轨迹绘制模块,与中央控制模块连接,用于通过历史轨迹绘制程序依据获取的汇总信息对历史轨迹进行绘制;
中央控制模块,与历史数据获取模块、目标定位模块、卫星信息汇总模块、历史轨迹绘制模块连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行。
2.如权利要求1所述基于轨迹在线规划的末制导系统,其特征在于,所述基于轨迹在线规划的末制导系统还包括:
飞行信息获取模块,与中央控制模块连接,用于通过飞行信息获取程序基于平面大地模型在线建立飞行器的RLV三自由度质点运动方程,得出飞行信息;所述飞行信息包括飞行器的飞行速度、弹道倾角和航向角数据;
模型构建模块,与中央控制模块连接,用于通过模型构建程序依据获取的飞行信息建立飞行器与目标的相对运动关系模型;
理想轨迹获取模块,与中央控制模块连接,用于通过理想轨迹获取程序依据获取的相对运动关系模型进行飞行器运动理想轨迹的获取,得到飞行器末段的理想移动轨迹;
指令生成模块,与中央控制模块连接,用于通过指令生成程序根据飞行器末段的理想移动轨迹生成飞行器水平面内的制导指令和纵向平面内的制导指令。
3.如权利要求1所述基于轨迹在线规划的末制导系统,其特征在于,所述使用优化后的天线进行飞行器的实时位置坐标的获取包括:
构建基于回波多普勒信息修正测角误差的目标定位系统;
通过数据获取单元获取飞行器的历史移动坐标,得到历史移动过程中共的多普勒频率和惯导测量信息;
通过目标定位单元解算飞行器的实时位置坐标。
6.如权利要求2所述基于轨迹在线规划的末制导系统,其特征在于,所述建立飞行器与目标的相对运动关系模型,包括:
获取飞行器的飞行速度、弹道倾角和航向角数据;
结合飞行器自身的性能参数建立性能指标函数;
根据获取数据和性能指标函数建立飞行器与目标的相对运动关系模型。
7.如权利要求6所述基于轨迹在线规划的末制导系统,其特征在于,所述建立性能指标函数时,为满足聚束成像段方位向分辨率要求,导弹前置角趋于理想前置角,为满足前视攻击段脱靶量要求,目标线角速度应趋于零。
8.如权利要求2所述基于轨迹在线规划的末制导系统,其特征在于,所述建立飞行器末段的理想移动轨迹,包括:
获取飞行器的原始轨迹数据集,经预处理后得到轨迹数据集;
根据飞行器与目标的相对运动关系模型,基于轨迹数据集计算两条轨迹间的航向差、航速差以及平均距离;
根据相似度矩阵将轨迹数据集按行为特征划分成多个轨迹数据子集;
根据轨迹数据子集建立飞行器末段的理想移动轨迹。
9.如权利要求2所述基于轨迹在线规划的末制导系统,其特征在于,所述水平面内的制导指令用于控制飞行器的航向,标称轨迹的跟踪由制导指令完成,包括多个不同阶段的圆弧段轨迹的制导指令和直线段轨迹的制导指令。
10.如权利要求2所述基于轨迹在线规划的末制导系统,其特征在于,所述纵向平面内的制导指令用于控制飞行器的能量,通过预测航程和能量以改变飞行器的法向过载来实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110292960.XA CN113051743B (zh) | 2021-03-18 | 2021-03-18 | 一种基于轨迹在线规划的末制导系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110292960.XA CN113051743B (zh) | 2021-03-18 | 2021-03-18 | 一种基于轨迹在线规划的末制导系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113051743A true CN113051743A (zh) | 2021-06-29 |
CN113051743B CN113051743B (zh) | 2023-05-26 |
Family
ID=76513748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110292960.XA Active CN113051743B (zh) | 2021-03-18 | 2021-03-18 | 一种基于轨迹在线规划的末制导系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113051743B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113238582A (zh) * | 2021-07-09 | 2021-08-10 | 北京信息科技大学 | 飞行器的飞行轨迹的规划方法、装置及系统 |
CN113534847A (zh) * | 2021-08-23 | 2021-10-22 | 哈尔滨工业大学 | 一种有动力可重复使用飞行器能量管理轨迹设计方法 |
CN114326808A (zh) * | 2021-12-29 | 2022-04-12 | 北京润科通用技术有限公司 | 一种飞行器飞行轨迹的优化方法及装置 |
CN115268276A (zh) * | 2022-09-26 | 2022-11-01 | 北京航天自动控制研究所 | 一种基于梯度下降的制导参数在线修正方法及系统 |
CN117390830A (zh) * | 2023-09-25 | 2024-01-12 | 中国人民解放军海军航空大学 | 一种无人飞行器跨平台制导仿真方法、系统及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100314487A1 (en) * | 2009-06-15 | 2010-12-16 | Boelitz Frederick W | Predicting and correcting trajectories |
CN102927851A (zh) * | 2012-11-20 | 2013-02-13 | 北京理工大学 | 一种基于轨迹在线规划的末制导方法 |
CN103090728A (zh) * | 2013-01-07 | 2013-05-08 | 北京理工大学 | 一种基于滑模控制的带末角约束制导方法 |
CN105259908A (zh) * | 2015-11-05 | 2016-01-20 | 南京航空航天大学 | 一种雷达引导无人机自动着舰制导与控制系统及其控制方法 |
CN111024092A (zh) * | 2019-12-31 | 2020-04-17 | 西南交通大学 | 一种多约束条件下智能飞行器航迹快速规划方法 |
CN111324035A (zh) * | 2019-11-21 | 2020-06-23 | 浙江大学 | 一种高超声速飞行器轨迹优化自适应最优控制器 |
WO2021036778A1 (zh) * | 2019-08-29 | 2021-03-04 | 大连理工大学 | 在高度速度剖面内直接规划再入轨迹的方法 |
-
2021
- 2021-03-18 CN CN202110292960.XA patent/CN113051743B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100314487A1 (en) * | 2009-06-15 | 2010-12-16 | Boelitz Frederick W | Predicting and correcting trajectories |
CN102927851A (zh) * | 2012-11-20 | 2013-02-13 | 北京理工大学 | 一种基于轨迹在线规划的末制导方法 |
CN103090728A (zh) * | 2013-01-07 | 2013-05-08 | 北京理工大学 | 一种基于滑模控制的带末角约束制导方法 |
CN105259908A (zh) * | 2015-11-05 | 2016-01-20 | 南京航空航天大学 | 一种雷达引导无人机自动着舰制导与控制系统及其控制方法 |
WO2021036778A1 (zh) * | 2019-08-29 | 2021-03-04 | 大连理工大学 | 在高度速度剖面内直接规划再入轨迹的方法 |
CN111324035A (zh) * | 2019-11-21 | 2020-06-23 | 浙江大学 | 一种高超声速飞行器轨迹优化自适应最优控制器 |
CN111024092A (zh) * | 2019-12-31 | 2020-04-17 | 西南交通大学 | 一种多约束条件下智能飞行器航迹快速规划方法 |
Non-Patent Citations (4)
Title |
---|
ZHILEI GE: "Segmented optimal design of ballistic trajectory of gliding extended range projectile subjected to multiple constraints", 《IEEE XPLORE》 * |
刘智勇等: "基于在线轨迹生成的末端能量管理段复合制导技术", 《战术导弹技术》 * |
周敏: "RLV末端能量管理段轨迹在线规划与制导", 《宇航学报》 * |
王宝和: "飞行器三自由度制导控制仿真及应用", 《兵器装备工程学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113238582A (zh) * | 2021-07-09 | 2021-08-10 | 北京信息科技大学 | 飞行器的飞行轨迹的规划方法、装置及系统 |
CN113534847A (zh) * | 2021-08-23 | 2021-10-22 | 哈尔滨工业大学 | 一种有动力可重复使用飞行器能量管理轨迹设计方法 |
CN114326808A (zh) * | 2021-12-29 | 2022-04-12 | 北京润科通用技术有限公司 | 一种飞行器飞行轨迹的优化方法及装置 |
CN114326808B (zh) * | 2021-12-29 | 2024-03-15 | 北京润科通用技术有限公司 | 一种飞行器飞行轨迹的优化方法及装置 |
CN115268276A (zh) * | 2022-09-26 | 2022-11-01 | 北京航天自动控制研究所 | 一种基于梯度下降的制导参数在线修正方法及系统 |
CN115268276B (zh) * | 2022-09-26 | 2023-02-03 | 北京航天自动控制研究所 | 一种基于梯度下降的制导参数在线修正方法及系统 |
CN117390830A (zh) * | 2023-09-25 | 2024-01-12 | 中国人民解放军海军航空大学 | 一种无人飞行器跨平台制导仿真方法、系统及介质 |
CN117390830B (zh) * | 2023-09-25 | 2024-05-28 | 中国人民解放军海军航空大学 | 一种无人飞行器跨平台制导仿真方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113051743B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113051743B (zh) | 一种基于轨迹在线规划的末制导系统 | |
US6529821B2 (en) | Route planner with area avoidance capability | |
CN102927851B (zh) | 一种基于轨迹在线规划的末制导方法 | |
CN107479572B (zh) | 基于仿生的无人机群组实时路径规划方法 | |
CN110161493A (zh) | 多约束条件下航天器跟踪预报方法 | |
CN106643341B (zh) | 基于准平衡滑翔原理的力热控制耦合设计方法 | |
CN111665508B (zh) | 直升机载地形跟随与回避可视化导航系统以及导航方法 | |
CN110162077B (zh) | 一种基于飞鱼算法的无人机航迹规划方法 | |
CN110940310B (zh) | 弹箭载中继测控终端相控阵天线波束指向角度计算方法 | |
CN110515078A (zh) | 用于空域覆盖的波位设计方法 | |
CN105912019A (zh) | 动力翼伞系统空投风场的辨识方法 | |
CN110531782A (zh) | 用于社区配送的无人机航迹路径规划方法 | |
US5448486A (en) | Orthogonal polar coordinate system to accommodate polar navigation | |
CN109917373B (zh) | 运动补偿搜索的动平台雷达的动态规划检测前跟踪方法 | |
CN110888452A (zh) | 一种无人机电力巡检自主飞行的避障方法 | |
CN109357675A (zh) | 基于卡尔曼滤波的记忆跟踪算法 | |
CN1515914A (zh) | 一种用于无人驾驶直升机的天线跟踪装置的操作方法 | |
CN109856628B (zh) | 一种基于扫描雷达的目标三维加速度运动模型计算方法 | |
CN115857538A (zh) | 三维空间下满足落角约束的多飞行器协同制导方法 | |
CN113311869B (zh) | 一种多约束条件下无人机路径规划方法 | |
CN109484675B (zh) | 一种利用空间矢量匹配的航天器轨道入轨控制方法 | |
CN110456304A (zh) | 机载测向定位方法 | |
CN111782755B (zh) | 基于虚拟网格字典的目标行进类意图识别方法和装置 | |
CN117539283A (zh) | 寻的制导段滚动减速方法、系统、设备及可读存储介质 | |
CN107977486A (zh) | 一种地球扰动引力场球冠谐模型阶次扩展方法及系统 |
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 |