CN113111433B - 一种双线程嵌入式实时轨迹优化与制导方法 - Google Patents

一种双线程嵌入式实时轨迹优化与制导方法 Download PDF

Info

Publication number
CN113111433B
CN113111433B CN202110301273.XA CN202110301273A CN113111433B CN 113111433 B CN113111433 B CN 113111433B CN 202110301273 A CN202110301273 A CN 202110301273A CN 113111433 B CN113111433 B CN 113111433B
Authority
CN
China
Prior art keywords
thread
time
aircraft
guidance
real
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.)
Active
Application number
CN202110301273.XA
Other languages
English (en)
Other versions
CN113111433A (zh
Inventor
李惠峰
陈星伦
张冉
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN202110301273.XA priority Critical patent/CN113111433B/zh
Publication of CN113111433A publication Critical patent/CN113111433A/zh
Application granted granted Critical
Publication of CN113111433B publication Critical patent/CN113111433B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/52—Program synchronisation; Mutual exclusion, e.g. by means of semaphores
    • G06F9/526—Mutual exclusion algorithms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供一种双线程嵌入式实时轨迹优化与制导方法，其具体步骤如下：步骤一、模型建立；步骤二、设计双线程运行策略；步骤三、设计子线程实时轨迹优化方法；步骤四、计算主线程制导指令。通过以上步骤，可以实现飞行器上升段嵌入式实时轨迹优化与制导，解决了现有技术存在的任务适应性差、工程实现较难等问题，达到了较好的稳定性和普适性。

Description

一种双线程嵌入式实时轨迹优化与制导方法
技术领域
本发明提供一种双线程嵌入式实时轨迹优化与制导方法，它是一种飞行器在上升段飞行过程中能够根据自身状态及环境条件进行实时轨迹优化的制导方法，适用于多类飞行器，属于航空航天；制导、导航与控制技术；轨迹规划领域。
背景技术
导弹、运载火箭等飞行器在上升段飞行任务中，需要在燃料耗尽之前达到预设的高度和速度，同时在飞行过程中需要满足动压、热流和过载等约束条件。常用的方法通常为离线规划一条满足终端和过程约束条件的轨迹，再设计制导律对离线轨迹进行跟踪。随着任务复杂性的提高，飞行器受自身和外部不确定性扰动增加，如何提升飞行器的环境适应能力以及非致命故障下的可靠性成为制导方法设计的难点。
目前，在飞行器飞行过程中不断地进行实时轨迹优化是主要的解决手段之一。然而，受限于箭载计算设备性能的不足，复杂的实时轨迹优化算法与制导系统对计算速度的高要求产生了矛盾。因此研究一种嵌入式可用的实时轨迹优化与制导方法成为各国航空航天领域研究的重点和难点问题。
综上所述，本发明为解决现有的上升段实时轨迹优化与制导难题，设计了一种双线程嵌入式实时轨迹优化与制导方法，该方法适用于多种飞行器的发射制导任务，具有一定独创性。
发明内容
(一)本发明的目的
本发明的目的是为了解决上述问题，提出一种双线程嵌入式实时轨迹优化与制导方法，即一种飞行器上升段嵌入式制导方法，利用双线程运行策略在嵌入式系统中实现实时的轨迹优化与制导，以解决现有技术存在的任务适应性差、工程实现较难等问题，提高飞行器的可靠性。
(二)技术方案
本发明一种双线程嵌入式实时轨迹优化与制导方法，其具体步骤如下：
步骤一、模型建立；
根据飞行器当前状态、终端高度和速度要求以及过程约束条件，建立飞行器动力学模型及轨迹优化问题数学模型；
步骤二、设计双线程运行策略；
在嵌入式系统下设计双线程运行策略，实现实时轨迹优化方法与制导方法的并行运算以及实时通信；
步骤三、设计子线程实时轨迹优化方法；
根据飞行器当前状态，利用凸优化方法，设计针对轨迹优化问题的嵌入式方法，实时求解更新期望轨迹和控制量；
步骤四、计算主线程制导指令；
根据子线程提供的期望控制量和飞行器当前状态，设计前馈+反馈的制导率，实现飞行器上升段的制导方法。
其中，在步骤一中所述的“建立飞行器动力学模型及轨迹优化问题数学模型”，其作法如下：考虑平面地球假设，结合相关坐标系，根据各状态量之间几何和力学关系建立飞行器动力学模型，根据发射任务和过程约束条件建立轨迹优化问题数学模型；其具体作法如下：假设飞行器推力幅值和质量均为时间的函数，且推力方向沿飞行器的结构纵轴指向前，以飞行器位置矢量和速度矢量为状态量，以飞行器推力矢量为控制量，建立飞行器动力学模型；根据不同发射任务设计最优指标，考虑推力幅值约束、端点约束、状态约束、气动约束、攻角幅值约束、姿态角速率约束，将轨迹优化问题建模为一个最优控制问题。
其中，在步骤二中所述的“在嵌入式系统下设计双线程运行策略”，其作法如下：在嵌入式的制导系统的中，主线程负责制导率的运算以及与导航和控制系统的通信，除此之外创建一个子线程，负责根据飞行器当前状态进行实时的轨迹优化，两个线程之间通过共享变量进行信息交互，并采用互斥锁机制提高CPU利用率；(“CPU”是指箭载计算设备的中央处理器)；
其具体作法如下：整个制导系统由主线程和子线程组成，主线程的运行周期为毫秒级，子线程的运行周期为秒级，两个线程之间使用共享变量进行信息交互，共享变量有：当前时间、当前状态量和控制量、优化的时间-状态量序列、优化的时间控制量序列；同时，为了避免两个线程同时对某一共享变量进行操作，造成程序混乱，采用互斥锁机制保护共享资源：当一个线程已经锁定了一个互斥量，另一个线程又试图去锁定这个互斥量，则第二个线程将被挂起(不占用任何CPU资源)，直到第一个线程解除对这个互斥量的锁定为止，第二个线程则被唤醒并继续执行，同时锁定这个互斥量，这样既保护了共享资源，又提高了CPU利用率；
主线程负责与导航和控制系统的通信，首先接收导航系统发送的当前状态量和控制量信号，再根据定时器获取当前飞行时间，然后根据子线程的优化结果插值得到期望状态量和控制量，最后由制导率计算得到期望控制量并发送给控制系统；子线程负责根据当前时间、状态量和控制量实时解算轨迹优化问题，如果解算成功则更新时间-状态量序列和时间-控制量序列，如果解算失败则不更新。
其中，在步骤三中所述的“利用凸优化方法，设计针对轨迹优化问题的嵌入式方法”，是指将轨迹优化问题进行合理凸化，转化为凸优化问题，再针对该特定形式的凸优化问题定制嵌入式方法进行实时求解，得到期望轨迹和控制量，该技术为本领域的公知技术。
其中，在步骤四中所述的“设计前馈+反馈的制导率”，其作法如下：以轨迹实时优化得到的期望控制量为前馈信号，以飞行器当前状态与期望状态的差为反馈信号，设计合适的权重系数，实现前馈+反馈的制导率；其具体作法如下：主线程负责与导航和控制系统的通信以及制导指令的计算，以从导航系统获取的当前位置和速度为当前状态量xc＝[rc；vc]，从共享变量中获取子线程更新的时间-状态量序列和时间-控制量序列，使用定时器获取的系统当前时间对其进行插值得到期望状态量xq＝[rq；vq]和期望控制量Tq，以Tq作为前馈信号，以xq与xc的差作为反馈信号，设计前馈+反馈的制导律，实现对最优轨迹的跟踪制导。
通过以上步骤，可以实现飞行器上升段嵌入式实时轨迹优化与制导，解决了现有技术存在的任务适应性差、工程实现较难等问题，达到了较好的稳定性和普适性。
(三)本发明的优点及功效
(1)本发明基于轨迹优化技术，得到了一种双线程嵌入式实时轨迹优化与制导方法，解决了现有技术存在的任务适应性差、工程实现较难等问题，提高了飞行器的可靠性，可适用于多种飞行器的发射制导任务。
(2)本发明使用的实时轨迹优化方法具有较强的任务适应性和较好的工程可实现性，能够大大提升飞行器的环境适应能力以及非致命故障下的可靠性；
(3)本发明所述制导方法科学，工艺性好，具有广阔推广应用价值。
附图说明
图1是本发明所述方法流程图。
图2是本发明双线程运行策略示意图。
图3是本发明轨迹优化问题求解结构示意图。
图4是本发明飞行器航程-高度曲线示意图。
图5是本发明飞行器航程-速度曲线示意图。
图6是本发明飞行器俯仰角响应曲线示意图。
图7是本发明飞行器弹道倾角响应曲线示意图。
图8是本发明飞行器攻角响应曲线示意图。
具体实施方式
下面将结合附图和实施案例对本发明作进一步的详细说明。
本发明提供一种双线程嵌入式实时轨迹优化与制导方法，其流程图如图1所示，它包括以下几个步骤：
步骤一、模型建立；
假设飞行器推力幅值和质量均为时间的函数，且推力方向沿飞行器的结构纵轴指向前，结合相关坐标系，根据各状态量之间几何和力学关系建立飞行器上升段动力学模型，表达式如下：
Figure BDA0002986352170000051
其中，r＝[x,y,z]T为位置矢量，v＝[vx,vy,vz]T为速度矢量，T＝[Tx,Ty,Tz]T为推力矢量，A＝[Ax,Ay,Az]T为气动力矢量，g为重力加速度矢量，m为飞行器质量。
重力加速度矢量可表示为：
Figure BDA0002986352170000052
其中，μ为地球引力常数，R为地心到坐标系原点的矢量。
气动力矢量中的各分量可表示为：
Figure BDA0002986352170000053
其中，θ为速度倾角；L和D分别为升力和阻力，其表达式为：
Figure BDA0002986352170000054
其中，ρ为大气密度；S为飞行器参考面积；CL和CD分别为升力系数和阻力系数，均为攻角α和马赫数Ma的函数。
飞行器轨迹优化的指标选取通常由任务决定，例如终端速度最大、终端航程最远等，本发明对多种发射任务均具有适用性，这里将最优指标表示为J。
飞行器在上升段飞行过程中需要满足以下几种约束条件：
(1)推力幅值约束
根据飞行器动力特性，可知推力幅值约束为：
||T(t)||2＝T (5)
(2)端点约束
通常，以飞行器的当前状态作为初始端点约束：
Figure BDA0002986352170000055
对于飞行器在结束时需要到达某一给定的目标状态的情况，存在终端约束：
Figure BDA0002986352170000056
对于定时飞行的任务，则还需给定飞行的结束时间约束：
tf＝tF (8)
(3)状态约束
在飞行过程中，飞行器的位置和速度需要约束在一定的空间范围内，可表示为：
Figure BDA0002986352170000061
(4)气动约束
由于飞行器上升段在大气层内飞行，因此通常需要考虑由于气动引起的过程约束，主要有动压约束、弯矩约束和热流约束：
Figure BDA0002986352170000062
其中，qmax、Qαmax和
Figure BDA0002986352170000063
分别为动压、弯矩和热流率的最大允许值。
(5)攻角幅值约束
飞行器在大气层内飞行时，根据其气动以及结构特性，通常需要对飞行总攻角进行约束：
Figure BDA0002986352170000064
(6)姿态角速率约束
飞行器在飞行过程中，由于姿控系统能力有限，通常需要将姿态角速率进行约束：
Figure BDA0002986352170000065
综上所述，轨迹优化问题数学模型可表示为：
Figure BDA0002986352170000071
步骤二、设计双线程运行策略；
由于箭载计算设备运算能力的局限性，解算一次轨迹优化问题的耗时通常在秒级，而制导系统对计算速度的要求一般在毫秒级，因此本发明在嵌入式系统中设计了一种双线程的运行策略。
双线程运行策略的示意图如图2所示，整个制导系统由主线程和子线程组成，主线程的运行周期为毫秒级，子线程的运行周期为秒级，两个线程之间使用共享变量进行信息交互，共享变量有：当前时间、当前状态量和控制量、优化的时间-状态量序列、优化的时间控制量序列。同时，为了避免两个线程同时对某一共享变量进行操作，造成程序混乱，采用互斥锁机制保护共享资源：当一个线程已经锁定了一个互斥量，另一个线程又试图去锁定这个互斥量，则第二个线程将被挂起(不占用任何CPU资源)，直到第一个线程解除对这个互斥量的锁定为止，第二个线程则被唤醒并继续执行，同时锁定这个互斥量，这样既保护了共享资源，又提高了CPU利用率。
主线程负责与导航和控制系统的通信，首先接收导航系统发送的当前状态量和控制量信号，再根据定时器获取当前飞行时间，然后根据子线程的优化结果插值得到期望状态量和控制量，最后由制导率计算得到期望控制量并发送给控制系统；子线程负责根据当前时间、状态量和控制量实时解算轨迹优化问题，如果解算成功则更新时间-状态量序列和时间-控制量序列，如果解算失败则不更新。
步骤三、设计子线程实时轨迹优化方法；
轨迹优化原问题为复杂的非线性规划问题，为实现实时求解，本发明通过设计合理的凸化方法，将原问题转化为二阶锥问题，再设计定制化的内点法进行快速求解。
针对轨迹优化问题中的推力幅值约束这一非凸约束，通过无损松弛的方法将其转化为如下形式：
Figure BDA0002986352170000081
并将τ作为惩罚加入最小化的最优指标中。
针对非线性动力学约束及其他非线性约束，使用线性化的手段转化为线性约束，并通过迭代优化的方式对产生的模型误差进行补偿，即在迭代过程中，利用前一次迭代生成的轨迹进行线性化，从而被转化为凸约束，形成一个二阶锥规划问题，最后利用内点法对其进行求解可以实时得到时间-状态量序列和时间-控制量序列，其结构示意图如图3所示。
步骤四、计算主线程制导指令；
主线程负责与导航和控制系统的通信以及制导指令的计算，以从导航系统获取的当前位置和速度为当前状态量xc＝[rc；vc]，从共享变量中获取子线程更新的时间-状态量序列和时间-控制量序列，使用定时器获取的系统当前时间对其进行插值得到期望状态量xq＝[rq；vq]和期望控制量Tq，以Tq作为前馈信号，以xq与xc的差作为反馈信号，设计如下所示的制导律：
T＝kfTq+K(xq-xc) (15)
发送给控制系统的俯仰角指令
Figure BDA0002986352170000082
和偏航角指令ψ根据下式计算得到：
Figure BDA0002986352170000083
综上，双线程同时运行即可实现飞行器上升段实时轨迹优化与制导。
仿真案例：
本部分将以一个半物理仿真案例作为方法演示，并非实际飞行任务。半物理仿真系统由两个独立的系统进程组成，其中一个为飞行器仿真模型进程，另一个为本发明的双线程制导进程，两个进程之间采用UDP进行数据传输(“UDP”是指用户数据包协议，是一种无连接的传输协议，能够同时允许多个应用进程在同一台主机上工作并能独立地进行数据包的发送和接收)，模拟真实的系统通信。
某飞行器发动机推力为122.25kN，工作时长为75s，推进剂流量为50kg/s，初始质量为5400kg，参考面积为1m2。飞行器的非线性气动系数CL和CD是马赫数和攻角的函数。大气模型使用美国标准大气(1976年)。
飞行器初始经纬度坐标为(E117°28′,N38°50′)，初始高度为0m，三轴初始速度分别为vx＝0、vy＝10m/s、vz＝0，初始俯仰角为90°。
飞行任务为：最大化终端速度。终端约束为：弹道倾角小于4°，攻角小于1°，高度在20km至25km之间。过程约束为：全程攻角在-10°至10°之间，角速率小于10°/s，过载小于4g。
使用本发明的制导方法，经过半物理仿真，得到航程-高度曲线和航程-速度曲线示意图，分别如图4、5所示，俯仰角响应曲线示意图如图6所示，弹道倾角响应曲线示意图如图7所示，攻角响应曲线示意图如图8所示。

Claims (3)

1.一种双线程嵌入式实时轨迹优化与制导方法，其特征在于：其具体步骤如下：
步骤一、模型建立；
根据飞行器当前状态、终端高度和速度要求以及过程约束条件，建立飞行器动力学模型及轨迹优化问题数学模型；
步骤二、设计双线程运行策略；
在嵌入式系统下设计双线程运行策略，实现实时轨迹优化方法与制导方法的并行运算以及实时通信；
步骤三、设计子线程实时轨迹优化算法；
根据飞行器当前状态，利用凸优化方法，设计针对轨迹优化问题的嵌入式方法，实时求解更新期望轨迹和控制量；
步骤四、计算主线程制导指令；
根据子线程提供的期望控制量和飞行器当前状态，设计前馈+反馈的制导率，实现飞行器上升段的制导方法；
其中，在步骤二中，在嵌入式的制导系统中，主线程负责制导率的运算以及与导航和控制系统的通信，除此之外创建一个子线程，负责根据飞行器当前状态进行实时的轨迹优化，两个线程之间通过共享变量进行信息交互，并采用互斥锁机制提高CPU利用率；
整个制导系统由主线程和子线程组成，主线程的运行周期为毫秒级，子线程的运行周期为秒级，两个线程之间使用共享变量进行信息交互，共享变量有：当前时间、当前状态量和控制量、优化的时间-状态量序列、优化的时间控制量序列；同时，为了避免两个线程同时对某一共享变量进行操作，造成程序混乱，采用互斥锁机制保护共享资源：当一个线程已经锁定了一个互斥量，另一个线程又试图去锁定这个互斥量，则第二个线程将被挂起，直到第一个线程解除对这个互斥量的锁定为止，第二个线程则被唤醒并继续执行，同时锁定这个互斥量，保护了共享资源，提高了CPU利用率；
主线程负责与导航和控制系统的通信，首先接收导航系统发送的当前状态量和控制量信号，再根据定时器获取当前飞行时间，然后根据子线程的优化结果插值得到期望状态量和控制量，最后由制导率计算得到期望控制量并发送给控制系统；子线程负责根据当前时间、状态量和控制量实时解算轨迹优化问题，如果解算成功则更新时间-状态量序列和时间-控制量序列，如果解算失败则不更新。
2.根据权利要求1所述的一种双线程嵌入式实时轨迹优化与制导方法，其特征在于：在步骤一中所述的“建立飞行器动力学模型及轨迹优化问题数学模型”，其作法如下：考虑平面地球假设，结合相关坐标系，根据各状态量之间几何和力学关系建立飞行器动力学模型，根据发射任务和过程约束条件建立轨迹优化问题数学模型；具体作法如下：假设飞行器推力幅值和质量均为时间的函数，且推力方向沿飞行器的结构纵轴指向前，以飞行器位置矢量和速度矢量为状态量，以飞行器推力矢量为控制量，建立飞行器动力学模型；根据不同发射任务设计最优指标，考虑推力幅值约束、端点约束、状态约束、气动约束、攻角幅值约束、姿态角速率约束，将轨迹优化问题建模为一个最优控制问题。
3.根据权利要求1所述的一种双线程嵌入式实时轨迹优化与制导方法，其特征在于：在步骤四中所述的“设计前馈+反馈的制导率”，其作法如下：以轨迹实时优化得到的期望控制量为前馈信号，以飞行器当前状态与期望状态的差为反馈信号，设计合适的权重系数，实现前馈+反馈的制导率；具体作法如下：主线程负责与导航和控制系统的通信以及制导指令的计算，以从导航系统获取的当前位置和速度为当前状态量xc＝[rc；vc]，从共享变量中获取子线程更新的时间-状态量序列和时间-控制量序列，使用定时器获取的系统当前时间对其进行插值得到期望状态量xq＝[rq；vq]和期望控制量Tq，以Tq作为前馈信号，以xq与xc的差作为反馈信号，设计前馈+反馈的制导律，实现对最优轨迹的跟踪制导。
CN202110301273.XA 2021-03-22 2021-03-22 一种双线程嵌入式实时轨迹优化与制导方法 Active CN113111433B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110301273.XA CN113111433B (zh) 2021-03-22 2021-03-22 一种双线程嵌入式实时轨迹优化与制导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110301273.XA CN113111433B (zh) 2021-03-22 2021-03-22 一种双线程嵌入式实时轨迹优化与制导方法

Publications (2)

Publication Number Publication Date
CN113111433A CN113111433A (zh) 2021-07-13
CN113111433B true CN113111433B (zh) 2022-11-18

Family

ID=76710297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110301273.XA Active CN113111433B (zh) 2021-03-22 2021-03-22 一种双线程嵌入式实时轨迹优化与制导方法

Country Status (1)

Country Link
CN (1) CN113111433B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117707743B (zh) * 2024-02-05 2024-05-14 天津凯发电气股份有限公司 一种智慧车站能源管控系统任务执行方法、装置及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109270960A (zh) * 2018-12-05 2019-01-25 中南大学 基于Radau伪谱法的在线最优反馈再入制导方法
CN112001029A (zh) * 2020-07-28 2020-11-27 清华大学 一种基于凸优化的火箭在线轨迹优化定制化求解器

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090177339A1 (en) * 2005-03-03 2009-07-09 Chen Robert H Optimization and Mechanization of Periodic Flight
EP3211621A1 (en) * 2016-02-29 2017-08-30 The Boeing Company Method and electronic device for optimizing a flight trajectory of an aircraft subject to time of arrival control constraints
CN106354152B (zh) * 2016-08-18 2019-02-05 中国人民解放军国防科学技术大学 一种对辐射型禁飞区的再入轨迹优化设计方法
CN109250153B (zh) * 2018-12-04 2020-04-28 北京理工大学 火星大气进入段轨迹最优跟踪制导方法
CN111897214B (zh) * 2020-06-24 2022-05-13 哈尔滨工业大学 一种基于序列凸优化的高超声速飞行器轨迹规划方法
CN111930145B (zh) * 2020-08-24 2022-09-23 中国人民解放军火箭军工程大学 一种基于序列凸规划的高超声速飞行器再入轨迹优化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109270960A (zh) * 2018-12-05 2019-01-25 中南大学 基于Radau伪谱法的在线最优反馈再入制导方法
CN112001029A (zh) * 2020-07-28 2020-11-27 清华大学 一种基于凸优化的火箭在线轨迹优化定制化求解器

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于在线轨迹迭代的自适应再入制导;赵等;《北京航空航天大学学报》;20151109(第07期);全文 *
闭环制导实时仿真系统设计;蒋正谦 等;《计算机仿真》;20130731;全文 *
飞行器上升段闭环制导轨迹优化-研究与仿真;蒋正谦;《中国优秀硕士论文期刊辑 工程科技Ⅱ辑 2013年第07期》;20131231;全文 *

Also Published As

Publication number Publication date
CN113111433A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CN109740198B (zh) 一种基于解析预测的滑翔飞行器三维再入制导方法
CN102927851B (zh) 一种基于轨迹在线规划的末制导方法
CN112550770B (zh) 一种基于凸优化的火箭软着陆轨迹规划方法
CN111591470B (zh) 一种适应推力可调模式的飞行器精确软着陆闭环制导方法
CN105425812B (zh) 一种基于双模型下的无人机自动着舰轨迹控制方法
CN114815888B (zh) 一种仿射形式的制导控制一体化控制方法
CN111605737A (zh) 一种航天器三超控制多级协同规划与敏捷机动方法
CN113111433B (zh) 一种双线程嵌入式实时轨迹优化与制导方法
CN113504723B (zh) 一种基于逆强化学习的运载火箭减载控制方法
Yang Analysis of optimal midcourse guidance law
CN114440707A (zh) 顶部与侧面协同拦截的飞行器制导方法、装置及系统
Fuhry Adaptive atmospheric reentry guidance for the Kistler K-1 orbital vehicle
CN112629339A (zh) 一种基于直接法的火箭软着陆轨迹规划方法
CN116203840A (zh) 可重复使用运载器自适应增益调度控制方法
Wang et al. Non-singular moving path following control for an unmanned aerial vehicle under wind disturbances
CN115686036A (zh) 一种基于预设性能的变外形飞行器多维复合控制方法
CN115268487B (zh) 一种基于扰动估计补偿los制导律的飞行器高度控制方法和系统
CN117032279A (zh) 一种系统输入输出同时受限的飞行器及控制方法
CN118550306A (zh) 一种带高度控制的飞行器再入航迹规划控制方法
Li et al. Trajectory optimization method of interceptor for high-speed gliding target via Hp-adaptive Radau pseudo-spectral method
Elhalwagy et al. Integration of a fuzzy guidance-control system for a command interceptor against hypersonic target
Jeon et al. High-Altitude Terminal Control of Anti-Air Missiles With a Terminal Booster and Front Lateral Impulse Thrusters
Liao The control of a Fighter fast nose point via Control integration
Dong et al. School of Automation, Nanjing University of Science and Technology, Nanjing, China wanglu21@ njust. edu. cn
CN118244789A (zh) 一种全驱动倾旋翼一体式飞枪模型及反步控制方法

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