一种基于神经网络和伪谱法的制导方法技术

本发明专利技术提出一种基于神经网络和伪谱法的制导方法，包括如下步骤：步骤1.建立弹目交战模型；步骤2.建立弹道优化模型；步骤3.采用伪谱法求解最优弹道；步骤4.采用BP神经网络全程拟合最优攻角曲线；步骤5.分段方式改进典型制导律。本发明专利技术减小了经典方法针对分段点附近攻角拟合的误差，且不需要将攻角分段拟合，在简化了程序的基础上又提高了对控制量的拟合精度。能够令导弹按照最优弹道来飞行，减少了导弹飞行过程中的不必要能量损耗，提高了导弹杀伤范围。在导弹接近目标时转为比例导引法，能修正前期的小误差，实现对目标的精准打击。实现对目标的精准打击。实现对目标的精准打击。

【技术实现步骤摘要】
一种基于神经网络和伪谱法的制导方法


[0001]本专利技术提供了一种基于神经网络和伪谱弹道优化结果的制导方法，属于航天技术、武器技术、制导控制领域。

技术介绍

[0002]为了减小大气阻力所带来的能量损耗，采取伪谱法可在给定弹目初始条件和相关状态及控制约束的情况下给出最优打击弹道，并给出最优控制量。对优化结果可拟合出最优控制量曲线，就能够令导弹按照最优弹道飞行，增加导弹交战时能量，以使导弹具有更大的杀伤范围。
[0003]但由于单室双推的空空导弹推力随时间有阶梯式变化，从而需要将此最优控制问题以多段的形式给出，这也对控制量的曲线有所影响，控制量曲线在不同时间范围内也表现出不同的特征。采用传统的多项式拟合方法需要将控制量进行分段拟合，但不同弹道分段节点不同，导致节点附近的拟合精度低，从而使导弹难以高精度地按照最优弹道飞行，导弹的能量因此造成了浪费。因此，需要找到一种精度更高的拟合方式，令导弹能以最优弹道进行飞行。

技术实现思路

[0004]由于典型的拟合方法难以有效针对不同段控制量的不同特点进行拟合，导致分段点附近的拟合精度低，难以令导弹按照最优弹道飞行，增加了非必要的能量损耗，故针对这个问题，本专利技术提出了采用BP神经网络拟合控制量的技术路线，以提高导弹对最优弹道的跟踪精度。在弹目距离达到一定值后，采用比例导引法来精准打击目标。
[0005]本专利技术一种基于神经网络和伪谱法的制导方法，具体包括如下步骤：
[0006]步骤1.建立弹目交战模型
[0007]由于相同高度下的大气参数几乎不变，故空空导弹的侧滑角变化平缓，不同飞行段之间没有明显的特征差别，传统的方法即能有较高精度的拟合。而垂直面内的气动参数随高度变化剧烈，导致不同飞行段的攻角有明显的特征差别。故本专利技术的动力学模型建立在垂直面内。
[0008]空空导弹在垂直面的受力情况如图2所示，建立空空导弹的垂直面动力学模型如下所示：
[0009][0010]其中，x为水平距离，y为高度，v为速度，θ为弹道倾角，P为推力，α为攻角，L为升力，D为阻力，m为导弹质量，g为重力加速度。由于本专利技术针对单室双推的空空导弹，故推力表示如下：
[0011][0012][0013]其中，P
i
为第i段推力，为第i段质量秒流量，τ
i
为第i段推力作用时间。
[0014]目标设置为水平匀速运动，建立目标的运动模型：
[0015][0016]步骤2.建立弹道优化模型
[0017]空空导弹优化性能指标同时选取了最大末速和最短飞行时间，给定二者不同的权重系数以同时保证二者都有较好的优化结果，即给定性能指标：
[0018]minJ＝2*t
f
‑
v(t
f
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0019]其中，J为性能指标，t
f
为末端飞行时间，v(t
f
)为末端飞行速度。需要找到一组最佳控制量，在满足相应约束下使性能指标达到最小。本专利技术中给定控制量为攻角的一阶导数，用以平滑攻角：
[0020][0021]则给出弹道优化模型为：
[0022][0023]其中，I
sp
为比冲。
[0024]步骤3.采用伪谱法求解最优弹道
[0025]伪谱法本质是一种求解最优控制的算法，与其他最优问题一样，求解时需要给定相应约束。首先根据推力特点将导弹的飞行分为三段进行整体优化。根据第1步中得到的动力学方程及目标运动模型，给出伪谱法优化状态量如下所示：
[0026]X＝[x y v θ α m x
t y
t
]T
ꢀꢀꢀꢀꢀꢀꢀ
(8)
[0027]将攻角的一阶导作为伪谱法优化的控制变量，以平滑攻角曲线，使仿真更贴合真实飞行状态。伪谱法优化的控制量如下所示：
[0028][0029]除了需要给定相应状态量约束、控制量约束之外，由于优化模型将飞行段分成三段，上一段终端状态应保证与下一段初始状态保持一致，即给定不同段之间的约束：
[0030][0031]其中，X
link
为不同飞行段之间的状态量约束，为第i段飞行段初始时刻的约束，为第i
‑
1段飞行段末端时刻的约束，为第i段初始时刻，为第i
‑
1段末端时刻。
[0032]步骤4.采用BP神经网络全程拟合最优攻角曲线
[0033]给定导弹不同的初始高度，设置不同的弹目初始水平距离，根据步骤2、3，采用伪谱法求解此刻的最优弹道。求得结果如图3至图7所示。
[0034]将导弹初始高度、弹目初始水平距离和飞行时间作为三个输入特征，攻角作为输出变量，采用BP神经网络算法进行训练，训练过程如图8所示。训练完毕后，给定需要的导弹初始高度和初始弹目水平距离，即可根据训练结果得到对应飞行时间下的攻角值。
[0035]步骤5.分段方式改进典型制导律
[0036]得到攻角后，导弹通过攻角的控制即可按照最优弹道飞行，此为方案飞行段。当弹目距离达到预定距离后，转为比例导引法进行制导，从而精确打击目标，为比例导引段。比例导引公式为：
[0037][0038]其中，n
c
为指令加速度，K为比例导引系数，v
c
为弹目相对速度，为视线角速率。得到的弹道曲线与伪谱法得到的最优弹道对比图如图9和图10所示，可以看出，与最优弹道曲线拟合较好。
[0039]至此，本专利技术提出的控制规律已能够进行仿真应用。
[0040]下面总结本专利技术提出的控制方法：
[0041](1)给定导弹和目标的初始状态。
[0042](2)采用伪谱法解算不同状态下的最优弹道。
[0043](3)将导弹的初始高度、弹目初始距离和飞行时间作为三个输入特征，采用BP神经网络对伪谱最优结果进行训练。
[0044](4)给定导弹初始高度和弹目初始水平距离，以及当前时间，采用BP神经网络训练结果求得此时攻角。
[0045](5)判断此时弹目距离是否小于10km，当弹目距离小于10km时，按照比例导引法进行飞行，以精准打击目标。
[0046](6)采用四阶
‑
五阶Runge
‑
Kutta算法对导弹的微分方程进行动力学仿真，判断弹目距离是否小于10m，小于10m认为击中目标，仿真停止。
[0047]综上所述，通过以上过程即可利用本专利技术方法，即一种基于神经网络和伪谱法的制导方法，能够高精度地跟踪最优弹道，在减小导弹能量损耗的基础上实现精准目标打击。通过不同的算例验证了本专利技术方法能够高精度地得到攻角曲线，从而实现对弹道的高精度跟踪。图11给出了基于神经网络和伪谱法的制导改进方法仿真流程。
[0048]本专利技术的优点在于：
[0049](1)提出了一种基于神经网络和伪谱法的制导方法，减小了经典方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络和伪谱法的制导方法，其特征在于，包括如下步骤：步骤1.建立弹目交战模型；动力学模型建立在垂直面内；步骤2.建立弹道优化模型；空空导弹优化性能指标同时选取了最大末速和最短飞行时间，给定二者不同的权重系数以同时保证二者的优化结果；步骤3.采用伪谱法求解最优弹道；步骤4.采用BP神经网络全程拟合最优攻角曲线；给定导弹不同的初始高度，设置不同的弹目初始水平距离，采用伪谱法求解此刻的最优弹道；步骤5.分段方式改进典型制导律；导弹通过攻角的控制即按照最优弹道飞行，此为方案飞行段；当弹目距离达到预定距离后，转为比例导引法进行制导，从而精确打击目标，为比例导引段。2.根据权利要求1所述的一种基于神经网络和伪谱法的制导方法，其特征在于：建立空空导弹的垂直面动力学模型如下所示：其中，x为水平距离，y为高度，v为速度，θ为弹道倾角，P为推力，α为攻角，L为升力，D为阻力，m为导弹质量，g为重力加速度；由于本发明针对单室双推的空空导弹，故推力表示如下：下：其中，P
i
为第i段推力，为第i段质量秒流量，τ
i
为第i段推力作用时间。3.根据权利要求2所述的一种基于神经网络和伪谱法的制导方法，其特征在于：目标设置为水平匀速运动，建立目标的运动模型：4.根据权利要求1所述的一种基于神经网络和伪谱法的制导方法，其特征在于：性能指标为：
minJ＝2*t
f
‑
v(t
f
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，J为性能指标，t
f
为末端飞行时间，v(t
f
)为末端飞行速度；需要找到一组最佳控制量，在满足相应约束下使性能指标达到最小；本发明中给定控制量为攻角的一阶导数，用以平滑攻角...

【专利技术属性】
技术研发人员：陈万春，勾致晴，王鹏，黄鹂鸣，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：