System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于预测校正制导的时间角度约束的制导方法和系统技术方案_技高网

一种基于预测校正制导的时间角度约束的制导方法和系统技术方案

技术编号:39928244 阅读:7 留言:0更新日期:2024-01-08 21:36
本发明专利技术公开了一种基于预测校正制导的时间角度约束的制导方法和系统。本发明专利技术所提供的方法包括:步骤S101、在飞行器飞行前,预先对飞行器装定期望飞行时间和期望落角;步骤S102、在飞行器飞行过程中,实时获取飞行器的飞行时间误差和落角误差,其中飞行时间误差为期望飞行时间与预测飞行时间的差值,落角误差为期望落角与预测落角的差值;步骤S103、基于飞行器的飞行时间误差和落角误差,对制导指令进行校正。本发明专利技术通过时间角度约束的制导方法能够克服依赖常值速度假设的缺陷,具有良好的控制效果。

【技术实现步骤摘要】

本专利技术涉及飞行器控制,尤其是涉及一种基于预测校正制导的时间角度约束的制导方法和系统


技术介绍

1、制导律直接关系到飞行器的射程、射击精度、生存能力、毁伤效果等,是飞行器设计的重要内容之一。

2、目前,对于单独具有角度约束的制导律的研究比较多,而对于单独具有时间约束的制导律的研究则相对较少,对于同时具有时间角度协同约束的制导律的研究则更少。

3、现有的对时间角度协同约束主要分为以下两种途径:(1)通过飞行器间通信协调各飞行器的预测到达时间与预测到达角度;(2)发射前为飞行器装定相等的期望到达时间与期望到达角度。然而无论采取何种途径,都要精确控制各飞行器的剩余飞行时间与角度。针对该问题,现有的制导律大多基于常值速度假设,将时间约束转化为对剩余飞行路径长度的约束,在此基础上实现角度控制,然而剩余飞行时间与飞行器速度相关,基于常值速度假设提出的制导律实际应用效果不佳。


技术实现思路

1、针对上述现有技术中存在的问题,本专利技术提供一种基于预测校正制导的时间角度约束的制导方法和系统。

2、为了实现上述目的,第一方面,本专利技术提供一种基于预测校正制导的时间角度约束的制导方法,其包括以下步骤:

3、步骤s101、在飞行器飞行前,预先对飞行器装定期望飞行时间和期望落角;

4、步骤s102、在飞行器飞行过程中,实时获取飞行器的飞行时间误差和落角误差,其中飞行时间误差为期望飞行时间与预测飞行时间的差值,落角误差为期望落角与预测落角的差值;

5、步骤s103、基于飞行器的飞行时间误差和落角误差,对制导指令进行校正。

6、第二方面,本专利技术提供一种基于预测校正制导的时间角度约束的制导系统,其包括:

7、预设模块,其用于在飞行器飞行前,预先对飞行器装定期望飞行时间和期望落角;

8、误差获取模块,其用于在飞行器飞行过程中,实时获取飞行器的飞行时间误差和落角误差,其中飞行时间误差为期望飞行时间与预测飞行时间的差值,落角误差为期望落角与预测落角的差值;

9、校正模块,其用于基于飞行器的飞行时间误差和落角误差,对制导指令进行校正。

10、本专利技术的一种基于预测校正制导的时间角度约束的制导方法和系统所具有的有益效果包括:

11、(1)本专利技术时间角度约束的制导方法能够克服依赖常值速度假设的缺陷,具有良好的控制效果;

12、(2)本专利技术时间角度约束的制导方法可以应用于不同类型的飞行器,具有广阔的应用前景;

13、(3)本专利技术时间角度约束的制导方法计算复杂度低,计算效率高,能够用于在线实现。

本文档来自技高网...

【技术保护点】

1.一种基于预测校正制导的时间角度约束的制导方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,所述步骤S102的过程,包括:

3.根据权利要求2所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,对两个深度神经网络模型进行训练时,通过式三进行参数更新:

4.根据权利要求1所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,在步骤S103中,所述制导指令通过式五表示:

5.根据权利要求4所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,所述步骤S103的过程,包括:

6.根据权利要求5所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,执行所述偏置项得到的奖励包括:约束时间奖励和约束落角奖励,其中约束时间奖励的值为te表示飞行时间误差;约束落角奖励的值为ae表示落角误差。

7.根据权利要求5或6所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,执行所述偏置项得到的奖励还包括:命中目标奖励,其中命中目标奖励的值为-R2,R表示飞行器与目标的距离。

8.根据权利要求5所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,所述深度强化学习模型中优势函数通过式九得到:

9.一种基于预测校正制导的时间角度约束的制导系统,其特征在于,包括:

...

【技术特征摘要】

1.一种基于预测校正制导的时间角度约束的制导方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,所述步骤s102的过程,包括:

3.根据权利要求2所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,对两个深度神经网络模型进行训练时,通过式三进行参数更新:

4.根据权利要求1所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,在步骤s103中,所述制导指令通过式五表示:

5.根据权利要求4所述的基于预测校正制导的时间角度约束的制导方法,其特征在于,所述步骤s103的过程,包括:

6.根据...

【专利技术属性】
技术研发人员:何绍溟刘子超金天宇王江林德福
申请(专利权)人:北京理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利