-
题名多阶段高斯伪谱法在编队最优控制中的应用
被引量：6
- 1
-
-
作者
王芳
林涛
张克
崔乃刚
-
机构
哈尔滨工业大学航天学院
北京机电工程研究所
-
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2015年第11期1262-1269,共8页
-
文摘
针对编队协同攻击时间最优控制问题,首先通过分析编队协同攻击作战过程,将编队协同攻击任务划分为编队形成、编队保持和协同攻击三个阶段。在简化控制延迟与效率的基础上,建立三阶段通用的空间运动方程。然后结合各阶段的任务特点,综合考虑弹间防碰、期望队形参数、交班误差、导弹自身控制限制,及攻击目标精度等因素,建立各阶段的最优控制模型。基于高斯伪谱法,提出编队形成-保持-攻击一体化的时间最优控制算法。通过大量仿真,在合理选择勒让德-高斯(LG)节点的前提下,利用该方法可快速得到优化的控制指令,弹道及约束性能的仿真结果显示,编队协同攻击全过程可满足任务需求及相应约束限制,校验了算法的可行性。
-
关键词
多阶段高斯伪谱法
时间最优控制
编队形成
编队保持
协同攻击
-
Keywords
Multi-phase Gauss pseudospectral method
Time optimal control
Formation form
Formation keeping
Coordinated attack
-
分类号
V448.23
[航空宇航科学与技术—飞行器设计]
-
-
题名不确定危险区规避神经网络多段式弹道规划方法
- 2
-
-
作者
谢蕃葳
王旭刚
顾镇镇
-
机构
南京理工大学能源与动力工程学院
-
出处
《北京航空航天大学学报》
北大核心
2025年第10期3515-3523,共9页
-
基金
中央高校基本科研业务费专项资金(30919011401)。
-
文摘
基于最优控制的弹道规划方法可以最大程度地发挥出超远程滑翔制导炮弹的飞行能力,然而在面对不确定的战场环境时,这种数值方法耗时、不易收敛的缺点导致其难以在线应用。针对这一问题,提出一种深度神经网络弹道规划方法,利用深度神经网络的非线性映射能力近似伪谱法计算模型以减少弹载计算机的运算负荷。根据弹体和环境的多种随机状态,在3维空间内以多阶段高斯伪谱法(MGPM)基于连续性条件将准接触点连接起来,形成满足路径约束的射程最优弹道样本数据库;以最优弹道数据样本库为基础,深度神经网络离线学习弹体在不同状态下的最优动作,以此映射出最优弹道规划计算模型。仿真结果表明:所提方法可以在随机状态下快速生成近似最优轨迹,具有良好的实时性和鲁棒性,可适用于解决在线弹道规划问题。
-
关键词
深度神经网络
超远程滑翔制导炮弹
在线弹道规划
多阶段高斯伪谱法
危险区规避
-
Keywords
deep neural network
ultra-long-range glide-guided projectile
online trajectory planning
multi-stage Gaussian pseudospectral method
hazard zone avoidance
-
分类号
TJ413.6
[兵器科学与技术—火炮、自动武器与弹药工程]
-
