CN116184813A - 助推滑翔火箭姿态控制方法、装置、设备和存储介质 - Google Patents
助推滑翔火箭姿态控制方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN116184813A CN116184813A CN202310490536.5A CN202310490536A CN116184813A CN 116184813 A CN116184813 A CN 116184813A CN 202310490536 A CN202310490536 A CN 202310490536A CN 116184813 A CN116184813 A CN 116184813A
- Authority
- CN
- China
- Prior art keywords
- attitude
- rocket
- angle
- representing
- gliding
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 51
- 230000002068 genetic effect Effects 0.000 claims abstract description 47
- 238000004088 simulation Methods 0.000 claims abstract description 43
- 238000005312 nonlinear dynamic Methods 0.000 claims abstract description 27
- 230000006870 function Effects 0.000 claims description 44
- 238000005096 rolling process Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 14
- 238000013016 damping Methods 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000036961 partial effect Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 20
- 238000013461 design Methods 0.000 description 19
- 239000000243 solution Substances 0.000 description 18
- 238000005457 optimization Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000012795 verification Methods 0.000 description 12
- 230000033001 locomotion Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000010076 replication Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000009827 uniform distribution Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000000349 chromosome Anatomy 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请涉及一种助推滑翔火箭姿态控制方法、装置、设备和存储介质,通过利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,再根据实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至目标函数收敛于预设指标,则得到优化后的姿态控制参数,最后根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据指令姿态角数据对助推滑翔火箭姿态进行控制。采用本方法能够简单快速的得到可靠有效的控制器参数,以实现对助推滑翔火箭飞行姿态的精准控制。
Description
技术领域
本申请涉及火箭姿态控制技术领域,特别是涉及一种助推滑翔火箭姿态控制方法、装置、设备和存储介质。
背景技术
助推滑翔火箭可以在大气层内进行机动,降低被拦截概率,增强生存能力,对目标进行精确打击,是当下航空航天的前沿研究领域。火箭需要控制舵机偏转来产生控制力矩,从而改变攻角和侧滑角,实现滑翔动作,完成特定的飞行任务。助推滑翔火箭姿态控制系统是实现飞行任务的基础,而姿态控制失效是飞行事故中的常见问题,给重大航天任务带来了巨大的挑战,是当前研究的重点和难点。
传统的助推滑翔火箭设计采用经典的频域设计,利用冻结系数法进行设计。经典控制器设计方法将非线性、时变的运动方程在特征点处线性化,利用特征点处的传递函数来进行控制器设计,本质上是对飞行器运动方程的简化和近似。传统设计方法往往需要手动调整控制参数,不断迭代,直到满足设计要求,需要耗费巨大的精力,很难找到最优解和次优解,在实际飞行任务中的应用有极大的限制。
发明内容
基于此,有必要针对上述技术问题,提供一种算法简单且可靠的助推滑翔火箭姿态控制方法、装置、设备和存储介质。
一种助推滑翔火箭姿态控制方法,所述方法包括:
获取指令姿态角数据;
利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据所述实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至所述目标函数收敛于预设指标,则得到优化后的姿态控制参数;
根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
在其中一实施例中,在利用参数调整后的姿态控制器对助推滑翔火箭姿态进行控制时,还将由惯性导航装置直接测量得到的助推滑翔火箭角速度输入所述姿态控制器。
在其中一实施例中,所述指令姿态角数据包括指令俯仰角数据、指令偏航角数据以及指令滚动角数据。
在其中一实施例中,所述姿态控制器采用三通道PID控制器,其中,每个通道分别对应俯仰角、偏航角以及滚动角的控制,并且,每个通道均包括比例、积分以及微分三个姿态控制参数需要进行优化。
在其中一实施例中,所述三通道PID控制器表示为:
在上式中,表示时间,/>表示俯仰通道的舵偏角,/>表示俯仰角指令值与实际值的偏差,/>表示本体系中绕Z轴转动的角速度,/>、/>、/>分别表示俯仰通道的比例系数、积分系数和微分系数,/>表示偏航通道的舵偏角,/>表示偏航角指令值与实际值的偏差,/>表示本体系中绕Y轴转动的角速度,/>、/>、/>分别表示偏航通道的比例系数、积分系数和微分系数,/>表示滚动通道的舵偏角,/>表示滚动角指令值与实际值的偏差,/>表示本体系中绕X轴转动的角速度,/>、/>、/>分别表示滚动通道的比例系数、积分系数和微分系数。
在其中一实施例中,所述火箭六自由度非线性动力学模型采用在发射系内建立的六自由度非线性动力学原始模型,表示为:
在上式中,表示火箭质量,/>表示时间,/>、/>、/>表示火箭速度在发射系内的XYZ三轴分量,/>表示从本体系到发射系的坐标变换矩阵,/>表示火箭推力,/>表示从速度系到发射系的坐标变换矩阵,/>表示升力系数,/>表示动压,/>表示箭体参考面积,/>表示攻角,/>表示侧滑角,/>表示升力系数对攻角的偏导数,/>表示重力加速度,/>、/>、/>表示本体系中XYZ三轴的转动惯量,/>、/>、/>表示本体系中绕XYZ三轴转动的角速度,/>、/>、/>分别表示无因次滚动角速度、无因次偏航角速度、无因次俯仰角速度,/>、/>、/>分别表示滚动阻尼力矩系数导数、偏航阻尼力矩系数导数、俯仰阻尼力矩系数导数,/>表示一对舵机的升力梯度,/>表示舵的压心到纵轴/>的距离,/>表示压心位置,/>表示重心位置,/>、/>、/>分别表示滚动舵偏角、偏航舵偏角、俯仰舵偏角。/>
在其中一实施例中,所述根据实际姿态角仿真数据以及指令姿态角数据计算目标函数包括:
将三个通道的指令姿态角数据与对应的实际姿态角仿真数据的偏差绝对值之和作为所述姿态控制器的偏差,并以偏差最大值最小作为所述目标函数。
一种助推滑翔火箭姿态控制装置,所述装置包括:
指令姿态角数据获取模块,用于获取指令姿态角数据;
遗传算法迭代求解模块,用于利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据所述实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至所述目标函数收敛于预设指标,则得到优化后的姿态控制参数;
姿态控制模块,用于根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取指令姿态角数据;
利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据所述实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至所述目标函数收敛于预设指标,则得到优化后的姿态控制参数;
根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取指令姿态角数据;
利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据所述实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至所述目标函数收敛于预设指标,则得到优化后的姿态控制参数;
根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
上述助推滑翔火箭姿态控制方法、装置、设备和存储介质,通过利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,再根据实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至目标函数收敛于预设指标,则得到优化后的姿态控制参数,最后根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据指令姿态角数据对助推滑翔火箭姿态进行控制。采用本方法能够简单快速的得到可靠有效的控制器参数,以实现对助推滑翔火箭飞行姿态的精准控制。
附图说明
图1为一个实施例中助推滑翔火箭姿态控制方法的流程示意图;
图2为一个实施例中火箭姿态控制系统的示意框图;
图3为一个实施例中火箭俯仰通道控制回路的示意框图;
图4为一个实施例中遗传算法的设计流程示意图;
图5为一个实施例中遗传算法迭代求解流程示意图;
图6为一个实施例中采用遗传算法确定三通道控制参数的示意框图;
图7为一个实施例中PID参数优化求解流程示意图;
图8为一个仿真验证中仿真设计的攻角曲线示意图;
图9为一个仿真验证中仿真设计的指令俯仰角曲线示意图;
图10为一个仿真验证中仿真设计的助推滑翔弹道示意图;
图11为一个仿真验证中目标函数变化曲线示意图;
图12为一个仿真验证中动压最大点参数的姿态控制曲线示意图;
图13为一个仿真验证中指令滚动角和仿真滚动角对比曲线示意图;
图14为一个仿真验证中指令偏航角和仿真偏航角对比曲线示意图;
图15为一个仿真验证中指令俯仰角和仿真俯仰角对比曲线示意图;
图16为一个仿真验证中姿态角偏差变化曲线示意图;
图17为一个实施例中助推滑翔火箭姿态控制装置的结构框图;
图18为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅用以解释本申请,并不用于限定本申请。
针对固体助推滑翔火箭运动复杂,非线性强,调试控制参数困难的问题,提供了一种助推滑翔火箭姿态控制方法,包括以下步骤:
步骤S100,获取指令姿态角数据;
步骤S110,利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至目标函数收敛于预设指标,则得到优化后的姿态控制参数;
步骤S120,根据优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
在本方法中,直接将火箭六自由度非线性动力学模型仿真结果里作为性能指标,采用遗传算法自适应调整参数,以获得最优控制效果的控制参数。基于非线性动力学模型进行参数优化,避免模型线性化代理的误差,方便采用遗传算法并自行搜索,在给定控制参数取值范围后,可以快速迭代寻找到合理参数。
在步骤S100中,获取的指令姿态角数据包括指令俯仰角数据、指令偏航角数据以及指令滚动角数据。这三个指定姿态角数据可由助推滑翔火箭的制导系统产生,或根据经验值直接给出。
在火箭实际飞行时,会受到各种干扰影响,导致实际的姿态角偏离指令姿态角,其中,实际姿态角由姿态解算系统解算得到,姿态控制器根据姿态角偏差计算舵偏角指令,传给执行机构产生控制力矩改变火箭的角速度和姿态角,其控制过程如图2所示。
在对火箭姿态进行控制时,姿态控制器中的相关姿态参数的设置至关重要,当姿态参数设置得较为可靠有效时,可以使得火箭的实际姿态角接近指令姿态角,而本方法就是采用遗传算法在给定的姿态参数范围内寻找最优解。
在本实施例中,姿态控制器采用三通道PID控制器,其中,每个通道分别对应俯仰角、偏航角以及滚动角的控制,并且,每个通道均包括比例、积分以及微分三个姿态控制参数需要进行优化。
具体的,姿态控制系统采用改进的PID控制器进行设计,传统PID控制器为:
在偏航角和滚动角比较小的时候,姿态角速度和角速度比较接近,采用角速度代替姿态角速度。角速度是直接测量,便于控制系统搭建,则三通道PID控制器可以表示为:
在上式中,表示时间,/>表示俯仰通道的舵偏角,/>表示俯仰角指令值与实际值的偏差,/>表示本体系中绕Z轴转动的角速度,/>、/>、/>分别表示俯仰通道的比例系数、积分系数和微分系数,/>表示偏航通道的舵偏角,/>表示偏航角指令值与实际值的偏差,/>表示本体系中绕Y轴转动的角速度,/>、/>、/>分别表示偏航通道的比例系数、积分系数和微分系数,/>表示滚动通道的舵偏角,/>表示滚动角指令值与实际值的偏差,/>表示本体系中绕X轴转动的角速度,/>、/>、/>分别表示滚动通道的比例系数、积分系数和微分系数。/>
如图3所示,给出了火箭三通道控制回路示意图,其中只给出了俯仰通道控制回路的示意框图,其他两个通道回路与该通道回路结构相同,其中,给定控制参数与指定姿态角/>,即可得到经过控制系统与执行机构解算后得到实际姿态角/>。
由于在现有技术中,经典PID控制参数设计方法需要手动调参,不同的参数影响控制系统的幅值裕度和相位裕度,难以达到理想的控制效果。在本方法中,基于火箭的六自由度非线性动力学模型,采用遗传算法,直接优化上述的优化改进的PID控制器参数。二进制编码的遗传算法收敛速度大于实数编码收敛速度,因此采用二进制编码遗传算法进行优化。采用复制、交叉、变异等方法来选取种群,迭代后可以快速寻优,取得理想的控制效果。
遗传算法的构成主要包括染色体编码方法、个体适应度评价函数、遗传算子、基本的运行参数、约束条件、相关的模型,其中,遗传算法的设计流程如图4所示。
初始条件都设置好以后,则可以开始迭代求解,先根据经验选取每个参数的大致范围和编码长度,进行编码。然后随机产生若干个体构成初始种群,再将种群中的个体解码为相应参数值,用解码得到的参数求取目标函数值和适应度函数值。之后应用复制、交叉和变异算子对种群进行操作,产生新一代的种群,再重复计算目标函数值和适应度函数值,再次应用复制、交叉和变异算子对种群进行操作,产生下一代种群,直到参数收敛或者达到预定的指标,迭代求解过程如图5所示。
在Simulink中建立火箭六自由度非线性动力学模型,采用遗传算法调用Simulink模型,求解个体的目标函数值和适应度函数值,给定控制参数取值范围即可按照图5所示流程进行迭代求解,获得满足要求的控制参数。
由于,火箭在复杂环境中飞行时会受到各种扰动的作用,为了便于分析,根据具体飞行任务需要基于一定的假设条件进行动力学建模。在本实施例中,火箭六自由度非线性动力学模型采用在发射系内建立的六自由度非线性动力学原始模型,表示为:
在公式(4)中,表示火箭质量,/>表示时间,/>、/>、/>表示火箭速度在发射系内的XYZ三轴分量,/>表示从本体系到发射系的坐标变换矩阵,/>表示火箭推力,/>表示从速度系到发射系的坐标变换矩阵,/>表示升力系数,/>表示动压,/>表示箭体参考面积,/>表示攻角,/>表示侧滑角,/>表示升力系数对攻角的偏导数,/>表示重力加速度,/>、/>、/>表示本体系中XYZ三轴的转动惯量,/>、/>、/>表示本体系中绕XYZ三轴转动的角速度,/>表示本体系中绕Y轴的稳定力矩系数对侧滑角的偏导数、/>表示火箭参考长度、/>表示本体系中绕Z轴的稳定力矩系数对攻角的偏导数,/>、/>、/>分别表示无因次滚动角速度、无因次偏航角速度、无因次俯仰角速度,/>、/>、/>分别表示滚动阻尼力矩系数导数、偏航阻尼力矩系数导数、俯仰阻尼力矩系数导数,/>表示一对舵机的升力梯度,/>表示舵的压心到纵轴/>的距离,/>表示压心位置,/>表示重心位置,/>、/>、/>分别表示滚动舵偏角、偏航舵偏角、俯仰舵偏角。
在本实施例中,针对本方法中提出的三通道PID控制器分别对俯仰、偏航和滚动三个通道的控制参数进行优化,每个通道在每个特征点需要优化比例、积分、微分三个控制参数,则在每个特征点共需要优化9个控制参数。助推滑翔火箭属于面对称飞行器,纵向平面和侧向平面的运动相对独立,而箭翼相对箭体较小,则偏航和滚动通道的控制可以解耦。因此,将俯仰、偏航和滚动通道的控制进行解耦,每个通道单独控制。则在每个特征点的每个通道需要优化的控制参数为3个,采用相同的控制方法确定合适的控制参数,采用遗传算法确定三通道控制参数,如图6所示。
初始种群取为一个固定的常数,表示并行搜索的数量。从PID参数的取值范围内随机选取/>个初始值并行搜索,可以有效避免陷入局部最优解。一般来说,初始种群数量越大,越容易收敛,但也会消耗较多的计算资源,需要根据实际的任务需求选取合适的初始种群/>。采用均匀分布生成初始种群,在取值区间内合理取到/>个初始值/>,为/>中的一个,代表一组PID参数。其中,初始值/>表示为:
姿态控制系统的任务是在六自由度非线性动力学模型中跟踪的指令姿态角,使实际姿态角与指令姿态角保持一致,为了保持良好的全局跟踪性能,以三个通道指令姿态角与实际姿态角的偏差绝对值之和作为控制系统的偏差,以偏差最大值最小目标函数:
复制运算以一定的概率在每一代的种群PID参数中选择若干的个体进行复制。复制运算的目的是从当前的PID种群中选择出优良的个体进行复制,使其有更大的概率作为遗传到下一代,搜索得到较优的个体适应度。采用轮盘赌算法进行选择优良种群并复制,每个种群中PID个体复制的概率为,/>表示为:
交叉运算在生物学中是对若干个染色体进行操作,使其产生新的后代。在控制系统中,对于产生的二进制种群,采用单切点交叉,产生新的PID控制参数。每个通道三个PID参数,俯仰、偏航、滚动三个通道共9个PID参数一起优化,采用位二进制数据进行编码,则每组PID参数,共/>位数据,则:
变异运算是以一定的概率在每一代的PID个体片段中自发产生随机的变化,对于二进制编码的PID参数来说,即某位的0,1编码发生反转。生成随机均匀分布的概率/>,如果/>大于/>,则PID参数中的某位片段发生反转,否则保持不变。
当遗传算法达到最大进化代数或者优化精度满足要求时,则停止计算,即可获得较为理想的PID控制参数。
给定PID控制参数范围进行迭代求解的流程如图7所示。
接下来,还根据本文所提方法(下文均写文本方法)进行仿真实验,以证明本方法的有效性。
首先对火箭的飞行弹道进行设计,火箭需要在大气层内进行滑翔,因此设计一条滑翔弹道,要求在纵向平面内进行滑翔,抑制偏航和滚动运动。设计弹道的攻角曲线如图8所示,在22s时开始产生正弦攻角,在32s时第一个正弦攻角结束,第二个正弦攻角开始,在42s时第二个正弦攻角结束,滑翔动作结束。
设计攻角的表达式为:
与设计攻角对应的俯仰角曲线如图9所示,纵平面内滑翔弹道如图10所示,侧向运动的指令偏航角和指令滚动角都是零。火箭产生攻角时,飞行状态会发生较大改变,从而改变飞行姿态和飞行轨迹。以发动机点火为零时,火箭在射面内做拉起动作,通过滑翔来增强机动性能并增大射程。
设计的小型助推滑翔火箭不考虑制导问题,不要求严格的轨迹跟踪,只需要完成三通道姿态控制即可。图9中的俯仰角曲线作为火箭飞行的实时指令俯仰角,火箭的飞行任务为通过控制系统和执行机构跟踪指令姿态角,实现设计的助推滑翔弹道。助推滑翔火箭的理论弹道在射面内,因此,姿态控制系统的指令偏航角和滚动角为0。为了实现图10中设计的弹道,火箭通过调整指令攻角和俯仰角,改变升力,使箭体实现拉起动作,在大气层内滑翔。
接着,对火箭飞行特征点进行选取,为了提升控制系统跟踪指令姿态角的性能,采用分阶段切换控制参数的设计方法。为确保飞行全程都能稳定,需要选取飞行时序中有代表性的时刻。在此选取动压最大点、弹道最高点、滑翔拉起点、滑翔过渡点、滑翔终止点、落地点,共确定6个特征点。根据理论弹道确定各特征点的具体时刻,如表1所示:
表1弹道特征点选取
其中,火箭离轨后,在起控点舵机开始偏转,跟踪姿态角,认为发动机关机点附近动压最大,称作动压最大点。火箭在纵平面内轨迹的最高点称为弹道最高点,火箭指令俯仰角曲线中攻角从零开始变化的时刻称为滑翔拉起点,攻角曲线完成第一个周期正弦信号时称为滑翔过渡点,攻角曲线完成第二个周期正弦信号时称为滑翔终止点,火箭落地时刻称为落地点。
基于特征点的控制参数进行分段控制,一个特征点完成姿态控制设计后,再延伸到下一个特征点,直到整个飞行姿态角都满足要求。助推滑翔火箭采用倾斜发射,初始俯仰角为65°,初始偏航角为0°,初始滚动角为0°,以此来验证所设计的姿态控制系统控制效果。
控制参数采用遗传算法进行寻优,以零时到动压最大点之间控制参数选取为例进行分析,其他特征点处的控制参数按照相同方法选取。选择遗传算法的初始参数:初始种群样本个数Size=10,终止进化代数G=10,二进制编码长度CodeL=10,交叉概率,变异概率/>。采用改进的PID控制器,俯仰、偏航、滚动各需要三个PID控制参数,共优化选取9个控制参数,确定每个控制参数的取值范围,如表2所示。
表2弹道最高点控制参数取值范围
如果目标函数值经过多轮迭代后收敛了,且保持不变,姿态角控制精度满足任务要求,则认为在给定的参数范围内,通过遗传算法找到了合理的PID参数。每代种群中最优目标函数值随进化代数改变的曲线图11所示,经过10轮迭代,目标函数值J快速收敛,最终为1.686,优化出了合理的PID控制参数。其中横坐标为进化的代数,纵坐标为每代种群中的最优目标值。
将优化选取的PID控制参数,带入火箭非线性六自由度非线性动力学模型,控制效果如图12所示。由图12可以看出,对于选定的控制参数,俯仰角控制稳定,偏航角和滚动角都在0°附近,取得了良好的控制效果。因此,遗传算法在动压最大点确定的控制参数较为合理。
用同样方法优化火箭其他特征点的PID控制参数,最后选定的各个特征点PID参数如表3所示。
表3选定的PID控制参数
最后,对仿真实验结果进行分析,根据表3选定的PID参数,带入火箭六自由度非线性动力学模型进行验证。经典的调试方法根据经验人工调整测试,不断迭代确定控制参数,为了对比基于遗传算法优化确定控制参数的效果,将仿真结果与经典的根据经验选取的控制参数仿真进行对比,“指令”表示设计的指令姿态角“自动”表示基于遗传算法自动优化确定控制参数姿态控制效果,“手动”表示基于经典调试方法手动调试确定控制参数的姿态控制效果。
仿真结果,如图13至图15所示,以指令姿态角为标准,姿态角偏差变化曲线如图16所示,基于遗传算法的姿态角偏差的均值和标准差如表4所示,基于经典调试方法的姿态角偏差的均值和标准差如表5所示。以偏差最大值最为衡量指标,遗传算法的优化效果如表6所示。优化效果的计算方式为:
表4基于遗传算法姿态角偏差的均值和标准差
表5基于经典调试方法姿态角偏差的均值和标准差
表6遗传算法的优化效果
从图13至图15可知,以指令姿态角为基准,对于给定的飞行弹道,两种算法都控制稳定,姿态角没有发散。姿态角前期偏差较小,在火箭产生较大攻角开始滑翔拉起时,指令姿态角变化剧烈,而控制系统的作用是缓慢且连续的,因此产生了较大的偏差。在控制系统的作用下,较好抑制了偏差的积累。火箭滑翔动作结束后,偏差逐渐收敛,趋近于零,取得了良好的控制效果。
火箭在纵向平面内滑翔机动时,动作较为复杂,主要受俯仰角跟踪效果影响,而俯仰通道跟踪偏差相对偏航、滚动通道更大。三通道姿态角相互耦合,因此在俯仰通道产生较大偏差时,偏航和滚动通道也会受到影响产生偏差。基于遗传算法优化确定的控制参数俯仰通道偏差最大值有较大提升,较好实现了俯仰角跟踪。偏航通道和滚动通道偏差较小,而自动优化确定参数在偏航通道和滚动通道控制效果也得到了提升。除了偏差最大值,优化算法在偏差均值和控制偏差稳定性上也得到了较大提升。以偏差最大值最为衡量指标,俯仰通道控制效果提升79.59%,偏航通道控制效果提升38.89%,滚动通道控制效果提升11.46%。因此,基于遗传算法的优化算法整体控制效果相对经典调试方法有了较大提升。
经典调试方法需要根据经验不断试凑,会耗费大量时间。遗传算法根据目标函数值,分段求取最优值,获得了较好的全局控制效果,且程序自动运行,极大节省了参数调试时间,提升了控制系统的性能,具有较强的适应性。
上述助推滑翔火箭姿态控制方法,针对现有技术中经典姿态设计方法将时变、非线性的六自由度动力学模型在特征点处线性化,表示为传递函数形式,基于经典控制理论设计姿态控制系统。然而,对于助推滑翔火箭,面临复杂的飞行环境,需要在大气层内机动,经典设计方法会造成线性化模型严重偏离实际飞行状态的问题,基于传递函数设计的控制律在进行验证时经常会造成姿态发散,需要不断调整试错。直接基于火箭六自由度非线性动力学模型设计的姿态控制系统与实际飞行状态较为贴切,仿真结果具有较高的可信度。
同时,本方法采用遗传算法自适应整定改进的火箭PID控制器参数的方法。角速度是直接测得量,便于控制系统搭建。因此对PID控制器微分项进行改进,采用火箭的角速度直接反馈。无论采用经典控制还是现代控制,都需要调整控制参数,这需要丰富的经验积累,才可以调试出理想的参数。许多研究人员往往经验缺乏,很难通过手动调整参数获得理想的控制效果,且手动调整参数往往需要耗费大量的时间精力,延缓项目进度。而本方法中控制参数自适应寻优,从多个点出发并行搜索,效率高,获得了理想的控制参数。
并且,本方法经过仿真验证,姿态角偏差均值在0.01°以内,姿态角偏差最大值在2°以内,以证明本方法的有可靠有效性。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图17所示,提供了一种助推滑翔火箭姿态控制装置,包括:指令姿态角数据获取模块200、遗传迭代求解模块210和姿态控制模块220,其中:
指令姿态角数据获取模块200,用于获取指令姿态角数据;
遗传迭代求解模块210,用于利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据所述实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至所述目标函数收敛于预设指标,则得到优化后的姿态控制参数;
姿态控制模块220,用于根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
关于助推滑翔火箭姿态控制装置的具体限定可以参见上文中对于助推滑翔火箭姿态控制方法的限定,在此不再赘述。上述助推滑翔火箭姿态控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图18所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种助推滑翔火箭姿态控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图18中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取指令姿态角数据;
利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据所述实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至所述目标函数收敛于预设指标,则得到优化后的姿态控制参数;
根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取指令姿态角数据;
利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据所述实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至所述目标函数收敛于预设指标,则得到优化后的姿态控制参数;
根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.助推滑翔火箭姿态控制方法,其特征在于,所述方法包括:
获取指令姿态角数据;
利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据所述实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至所述目标函数收敛于预设指标,则得到优化后的姿态控制参数;
根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
2.根据权利要求1所述的助推滑翔火箭姿态控制方法,其特征在于,在利用参数调整后的姿态控制器对助推滑翔火箭姿态进行控制时,还将由惯性导航装置直接测量得到的助推滑翔火箭角速度输入所述姿态控制器。
3.根据权利要求2所述的助推滑翔火箭姿态控制方法,其特征在于,所述指令姿态角数据包括指令俯仰角数据、指令偏航角数据以及指令滚动角数据。
4.根据权利要求3所述的助推滑翔火箭姿态控制方法,其特征在于,所述姿态控制器采用三通道PID控制器,其中,每个通道分别对应俯仰角、偏航角以及滚动角的控制,并且,每个通道均包括比例、积分以及微分三个姿态控制参数需要进行优化。
5.根据权利要求4所述的助推滑翔火箭姿态控制方法,其特征在于,所述三通道PID控制器表示为:
6.根据权利要求5所述的助推滑翔火箭姿态控制方法,其特征在于,所述火箭六自由度非线性动力学模型采用在发射系内建立的六自由度非线性动力学原始模型,表示为:
在上式中,表示火箭质量,/>表示时间,/>、/>、/>表示火箭速度在发射系内的XYZ三轴分量,/>表示从本体系到发射系的坐标变换矩阵,/>表示火箭推力,/>表示从速度系到发射系的坐标变换矩阵,/>表示升力系数,/>表示动压,/>表示箭体参考面积,/>表示攻角,/>表示侧滑角,/>表示升力系数对攻角的偏导数,/>表示重力加速度,/>、/>、/>表示本体系中XYZ三轴的转动惯量,/>、/>、/>表示本体系中绕XYZ三轴转动的角速度,、/>、/>分别表示无因次滚动角速度、无因次偏航角速度、无因次俯仰角速度,/>、/>、/>分别表示滚动阻尼力矩系数导数、偏航阻尼力矩系数导数、俯仰阻尼力矩系数导数,/>表示一对舵机的升力梯度,/>表示舵的压心到纵轴/>的距离,/>表示压心位置,/>表示重心位置,/>、/>、/>分别表示滚动舵偏角、偏航舵偏角、俯仰舵偏角。
7.根据权利要求6所述的助推滑翔火箭姿态控制方法,其特征在于,所述根据实际姿态角仿真数据以及指令姿态角数据计算目标函数包括:
将三个通道的指令姿态角数据与对应的实际姿态角仿真数据的偏差绝对值之和作为所述姿态控制器的偏差,并以偏差最大值最小作为所述目标函数。
8.助推滑翔火箭姿态控制装置,其特征在于,所述装置包括:
指令姿态角数据获取模块,用于获取指令姿态角数据;
遗传算法迭代求解模块,用于利用遗传算法在预设的范围内对姿态控制参数进行迭代求解,其中,采用火箭六自由度非线性动力学模型对每一次迭代得到的种群进行仿真得到实际姿态角仿真数据,并根据所述实际姿态角仿真数据以及指令姿态角数据计算目标函数,直至所述目标函数收敛于预设指标,则得到优化后的姿态控制参数;
姿态控制模块,用于根据所述优化后的姿态控制参数对姿态控制器进行调整,并根据所述指令姿态角数据对助推滑翔火箭姿态进行控制。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310490536.5A CN116184813B (zh) | 2023-05-04 | 2023-05-04 | 助推滑翔火箭姿态控制方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310490536.5A CN116184813B (zh) | 2023-05-04 | 2023-05-04 | 助推滑翔火箭姿态控制方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116184813A true CN116184813A (zh) | 2023-05-30 |
CN116184813B CN116184813B (zh) | 2023-07-21 |
Family
ID=86436897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310490536.5A Active CN116184813B (zh) | 2023-05-04 | 2023-05-04 | 助推滑翔火箭姿态控制方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116184813B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116594309A (zh) * | 2023-07-19 | 2023-08-15 | 东方空间技术(山东)有限公司 | 一种火箭子级垂直回收控制方法、计算设备及存储介质 |
CN117349599A (zh) * | 2023-12-05 | 2024-01-05 | 中国人民解放军国防科技大学 | 基于遗传算法的无人机姿态估计方法、装置、设备和介质 |
CN117991819A (zh) * | 2024-04-07 | 2024-05-07 | 中国人民解放军陆军指挥学院 | 一种无人机飞行控制方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853050A (zh) * | 2014-03-19 | 2014-06-11 | 湖北蔚蓝国际航空学校有限公司 | 一种四旋翼飞行器的pid优化控制方法 |
CN104181928A (zh) * | 2014-09-15 | 2014-12-03 | 大连大学 | 航天器双环滑模变结构姿态控制参数优化方法 |
US9776741B1 (en) * | 2016-06-02 | 2017-10-03 | Beihang University | Method for refined attitude control based on output feedback for flexible spacecraft |
CN108490965A (zh) * | 2018-04-19 | 2018-09-04 | 东华大学 | 基于遗传算法优化神经网络的旋翼飞行器姿态控制方法 |
CN108895921A (zh) * | 2018-07-03 | 2018-11-27 | 北京航空航天大学 | 用于固液混合动力运载火箭的过氧化氢姿态控制系统 |
CN109144089A (zh) * | 2018-10-08 | 2019-01-04 | 五邑大学 | 一种具有姿态调整功能的探空火箭飞控系统 |
CN110727198A (zh) * | 2019-11-11 | 2020-01-24 | 中国人民解放军军事科学院国防科技创新研究院 | 一种导弹多驱动状态执行机构故障的容错控制方法 |
CN111783232A (zh) * | 2020-07-23 | 2020-10-16 | 中国人民解放军国防科技大学 | 一种基于聚类分析的可回收火箭返回段自适应优化方法 |
CN112729024A (zh) * | 2021-03-31 | 2021-04-30 | 中国人民解放军国防科技大学 | 一种导弹助推段控制参数智能调节方法和系统 |
US20220111978A1 (en) * | 2020-10-09 | 2022-04-14 | Arianegroup Gmbh | Carrier rocket system with carrier rocket and launch assistance unit |
CN115793696A (zh) * | 2022-12-28 | 2023-03-14 | 西北工业大学 | 高超声速飞行器姿态控制方法、系统、电子设备及介质 |
CN116149294A (zh) * | 2022-11-22 | 2023-05-23 | 航天科工火箭技术有限公司 | 一种火箭舵控段姿控系统参数可设计性评估方法 |
-
2023
- 2023-05-04 CN CN202310490536.5A patent/CN116184813B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853050A (zh) * | 2014-03-19 | 2014-06-11 | 湖北蔚蓝国际航空学校有限公司 | 一种四旋翼飞行器的pid优化控制方法 |
CN104181928A (zh) * | 2014-09-15 | 2014-12-03 | 大连大学 | 航天器双环滑模变结构姿态控制参数优化方法 |
US9776741B1 (en) * | 2016-06-02 | 2017-10-03 | Beihang University | Method for refined attitude control based on output feedback for flexible spacecraft |
CN108490965A (zh) * | 2018-04-19 | 2018-09-04 | 东华大学 | 基于遗传算法优化神经网络的旋翼飞行器姿态控制方法 |
CN108895921A (zh) * | 2018-07-03 | 2018-11-27 | 北京航空航天大学 | 用于固液混合动力运载火箭的过氧化氢姿态控制系统 |
CN109144089A (zh) * | 2018-10-08 | 2019-01-04 | 五邑大学 | 一种具有姿态调整功能的探空火箭飞控系统 |
CN110727198A (zh) * | 2019-11-11 | 2020-01-24 | 中国人民解放军军事科学院国防科技创新研究院 | 一种导弹多驱动状态执行机构故障的容错控制方法 |
CN111783232A (zh) * | 2020-07-23 | 2020-10-16 | 中国人民解放军国防科技大学 | 一种基于聚类分析的可回收火箭返回段自适应优化方法 |
US20220111978A1 (en) * | 2020-10-09 | 2022-04-14 | Arianegroup Gmbh | Carrier rocket system with carrier rocket and launch assistance unit |
CN112729024A (zh) * | 2021-03-31 | 2021-04-30 | 中国人民解放军国防科技大学 | 一种导弹助推段控制参数智能调节方法和系统 |
CN116149294A (zh) * | 2022-11-22 | 2023-05-23 | 航天科工火箭技术有限公司 | 一种火箭舵控段姿控系统参数可设计性评估方法 |
CN115793696A (zh) * | 2022-12-28 | 2023-03-14 | 西北工业大学 | 高超声速飞行器姿态控制方法、系统、电子设备及介质 |
Non-Patent Citations (7)
Title |
---|
XIAOSHUAI FAN 等: "Design and Verification of Attitude Control System for a Boost-Glide Rocket", 《IEEE》, pages 136360 - 136371 * |
卞伟伟;辛振芳;赵金鑫;常思江;: "一种滑翔增程火箭弹姿态控制器设计", 空军工程大学学报(自然科学版), no. 05 * |
史金光;王中原;曹小兵;张冰凌;: "滑翔增程弹箭滑控段弹体运动模式对增程效率的影响", 兵工学报, no. 06 * |
孙旭;庞红;时满红;彭理群;: "基于特征区间的滑翔弹姿态控制系统设计", 现代雷达, no. 01 * |
张银辉 等: "小型固体火箭控制系统设计与半实物仿真验证", ,固体火箭技术》, vol. 35, no. 1, pages 29 - 31 * |
李菁菁;任章;曲鑫;: "机动滑翔飞行器的自抗扰反步高精度姿态控制", 系统工程与电子技术, no. 08 * |
王通;齐向东;: "遗传算法PID控制在AUV姿态调节中的应用", 自动化技术与应用, no. 04 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116594309A (zh) * | 2023-07-19 | 2023-08-15 | 东方空间技术(山东)有限公司 | 一种火箭子级垂直回收控制方法、计算设备及存储介质 |
CN116594309B (zh) * | 2023-07-19 | 2023-09-29 | 东方空间技术(山东)有限公司 | 一种火箭子级垂直回收控制方法、计算设备及存储介质 |
CN117349599A (zh) * | 2023-12-05 | 2024-01-05 | 中国人民解放军国防科技大学 | 基于遗传算法的无人机姿态估计方法、装置、设备和介质 |
CN117991819A (zh) * | 2024-04-07 | 2024-05-07 | 中国人民解放军陆军指挥学院 | 一种无人机飞行控制方法 |
CN117991819B (zh) * | 2024-04-07 | 2024-06-04 | 中国人民解放军陆军指挥学院 | 一种无人机飞行控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116184813B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116184813B (zh) | 助推滑翔火箭姿态控制方法、装置、设备和存储介质 | |
Li et al. | Stochastic gradient particle swarm optimization based entry trajectory rapid planning for hypersonic glide vehicles | |
Wang et al. | Fixed-time disturbance observer based fixed-time back-stepping control for an air-breathing hypersonic vehicle | |
Cobb et al. | Iterative learning-based path optimization for repetitive path planning, with application to 3-d crosswind flight of airborne wind energy systems | |
CN105184109B (zh) | 扰动引力作用下弹道助推段状态偏差解析方法 | |
CN111813146B (zh) | 基于bp神经网络预测航程的再入预测-校正制导方法 | |
CN107942651A (zh) | 一种近空间飞行器控制系统 | |
CN109062055A (zh) | 一种基于Back-stepping鲁棒自适应动态面的近空间飞行器控制系统 | |
CN106091817B (zh) | 末制导段的标控脱靶量解析制导方法 | |
CN112498744A (zh) | 纵横向松耦合在线轨迹规划方法及电子设备 | |
Zandavi et al. | Multidisciplinary design of a guided flying vehicle using simplex nondominated sorting genetic algorithm II | |
CN114611416A (zh) | 导弹非线性非定常气动特性ls-svm建模方法 | |
CN108009320B (zh) | 一种高超声速飞行器面向控制的多系统关联建模方法 | |
CN110083946B (zh) | 一种基于无约束优化模型的多状态模型修正的方法 | |
CN115407294B (zh) | 面向双站雷达体制的飞机动态雷达散射截面仿真方法 | |
CN112093078A (zh) | 一种高精度高效率飞行器轨迹优化与制导切换方法 | |
Zhao et al. | Endoatmospheric ascent optimal guidance with analytical nonlinear trajectory prediction | |
CN115796021A (zh) | 一种基于神经网络的变体飞行器自适应pid控制参数整定方法 | |
KR101891961B1 (ko) | 시뮬레이터의 비행성능 튜닝방법 | |
Hao et al. | General reentry trajectory planning method based on improved maneuver coefficient | |
Guzelbey et al. | A Review of Aerodynamic Shape Optimization for a Missile | |
Shi et al. | Flight control for three-surface morphing aircraft using linear quadratic regulator design based on stochastic robustness analysis | |
Xue et al. | Flight control system design for the flying-wing aircraft by using intelligent optimal seeking method | |
Redondo Gutierrez et al. | Design of ReFEx Guidance: Trajectory Correction after Ascent | |
Bagiev et al. | Predictive inverse simulation of helicopters in aggressive manoeuvring flight |
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 |