CN106371312B - 基于模糊控制器的升力式再入预测-校正制导方法 - Google Patents
基于模糊控制器的升力式再入预测-校正制导方法 Download PDFInfo
- Publication number
- CN106371312B CN106371312B CN201610816074.1A CN201610816074A CN106371312B CN 106371312 B CN106371312 B CN 106371312B CN 201610816074 A CN201610816074 A CN 201610816074A CN 106371312 B CN106371312 B CN 106371312B
- Authority
- CN
- China
- Prior art keywords
- roll angle
- angle
- aircraft
- guidance
- deviation
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000010354 integration Effects 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- RCZJVHXVCSKDKB-OYKKKHCWSA-N tert-butyl 2-[(z)-[1-(2-amino-1,3-thiazol-4-yl)-2-(1,3-benzothiazol-2-ylsulfanyl)-2-oxoethylidene]amino]oxy-2-methylpropanoate Chemical compound N=1C2=CC=CC=C2SC=1SC(=O)\C(=N/OC(C)(C)C(=O)OC(C)(C)C)C1=CSC(N)=N1 RCZJVHXVCSKDKB-OYKKKHCWSA-N 0.000 claims abstract 5
- 238000004088 simulation Methods 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 7
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 206010048669 Terminal state Diseases 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 2
- STEPQTYSZVCJPV-UHFFFAOYSA-N metazachlor Chemical compound CC1=CC=CC(C)=C1N(C(=O)CCl)CN1N=CC=C1 STEPQTYSZVCJPV-UHFFFAOYSA-N 0.000 claims description 2
- 238000009795 derivation Methods 0.000 claims 1
- 230000005484 gravity Effects 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
- B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
- B64G1/242—Orbits and trajectories
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Radar, Positioning & Navigation (AREA)
- Fuzzy Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于模糊控制器的升力式再入预测‑校正制导方法，轨迹预测采用数值积分的方式，校正算法采取模糊控制器，对飞行器的纵向运动和横向运动同时进行校正。首先，根据再入过程的特性，将再入过程分为初始下降段和拟平衡滑翔段。初始下降段采用常值倾侧角制导，倾侧角的大小由再入误差项确定。进入拟平衡滑翔段后，对终端状态进行预测，然后采用模糊控制器确定倾侧角大小、攻角大小和倾侧角翻转时机，分别消除航程偏差、高度偏差和横向偏差，并通过调整终端位置，保证进入末端能量管理区域(TAEM)的航向角。本发明有效提高了制导算法的鲁棒性和灵活性，改进了传统迭代校正的思路，每一次校正只需一次轨迹预测，使计算量显著减少。
Description
技术领域
本发明涉及制导控制技术领域,特别是一种基于模糊控制器的可重复使用飞行器再入预测-校正制导方法。
背景技术
可重复使用飞行器(Reusable Launch Vehicle，RLV)是指能够自由往返于太空与地球之间、多次重复发射、实现水平定点着降的飞行器。可重复使用飞行器具有大升阻比外形(升阻比一般大于0.5)，机动能力较强。美国在RLV方面的研究开展得较早，一直处于世界领先的位置。第一代RLV飞行器以航天飞机为代表，它的诞生使得航天器的可重复使用由理想变为现实，具有历程碑意义。第二代RLV研制的主要型号有X-33先进技术验证机、X-34小型亚轨道飞行验证机、X-37二级入轨验证机和X-37B轨道试验飞行器。X-37B项目的成功体现了美国在RLV技术上的巨大优势，及未来空天飞行器的发展方向。目前，美国正在着力开展第三代RLV的研制，致力提高RLV飞行器的安全性和可靠性。计划到2040年，美国***RLV可以在地球任何一个地区起飞，通过多种方式进入轨道，并能够返回再入到达任何预定的目的地。近些年来，我国在该方面也进行了大量的研究，并进行了相关实验，国产可重复使用飞行器投入实践有日可待。
可重复使用飞行器返回再入过程分为四个阶段，即离轨段、再入段、末端能量管理段(TAEM)和着陆段。其中，再入段是最复杂、难度最大的阶段。在该阶段，飞行器从二十多马赫的速度降到2～3马赫，需要满足热流、过载、动压等过程约束，以及能量、位置、航向角等终端约束。
可重复使用飞行器再入制导方法可分为两类：一类是标准轨迹制导，另一类是预测-校正制导。标准轨迹制导法包含离线标准轨迹设计和在线轨迹跟踪两部分，已在航天飞机上成功应用。该方法首先在飞行走廊内设计阻力加速度-速度(D-V)剖面，然后设计轨迹跟踪控制器，跟踪D-V剖面。为了适应新一代RLV再入制导需要，航天飞机再入制导方法得到了进一步发展，主要体现在飞行剖面优化与设计、跟踪控制规律设计方法、剖面更新技术等方面。比如演化加速度再入制导方法(Evolved Acceleration Guidance Logic forEntry,EAGLE)。EAGLE最突出特性在于能够规划三维轨迹，从而具备处理大侧向机动问题的能力。
标准轨迹制导方法虽然在实际应用中取得了巨大成功，但其主要缺陷在于无法摆脱对标准轨迹的依赖，灵活性不足。因此，近些年来人们把目光投向预测-校正制导方法。预测-校正制导方法包含轨迹预测和指令校正两部分。根据预测方式不同，预测-校正制导可以分为解析预测-校正制导和数值预测-校正制导。解析预测-校正制导通过近似的解析公式预测轨迹，计算量很小，能够满足在线计算的要求，但制导精度较低，对过程约束处理不好。数值预测-校正制导利用运动方程的数值积分对轨迹进行预测，预测精度较高，但计算量很大，不利于工程实现。随着计算机水平的提高,数值预测制导正受到越来越多的关注。
发明内容
本发明所要解决的技术问题是，针对现有技术不足，提供一种基于模糊控制器的可重复使用飞行器再入预测-校正制导方法。
为解决上述技术问题，本发明所采用的技术方案是：一种基于模糊控制器的可重复使用飞行器再入预测-校正制导方法，该方法为：一种基于模糊控制器的可重复使用飞行器再入预测-校正制导方法，该方法为：
1)飞行器再入开始时，根据状态偏差、气动系数偏差计算初始下降段的倾侧角大小|σini|，同时根据飞行器到目标点的视线角计算倾侧角的符号sign(σini)，在σini的制导作用下，飞行器不断下降，直到满足初始下降段的结束条件
其中，δ为进入平衡滑翔状态的门限值，可设置为0.02，r为地心距，V为飞行器的速度，地心距对速度求导dr/dV＝-Vsinθ/(D+gsinθ)，θ为速度倾角，D为阻力加速度，g为重力加速度，(dr/dV)QEGC为平衡滑翔弹道在高度-速度剖面对应的斜率，通过对平衡滑翔条件求关于V的微分得到；
2)进入滑翔段后，根据当前状态和加速度计的测量结果，更新大气密度和气动系数误差模型，确保这些模型与实际相符；
3)以当前点为起始点进行轨迹预测，首先建立攻角和倾侧角剖面的模型，然后采用龙哥库塔数值积分方法，以能量为自变量，对再入动力学模型进行数值积分，当飞行器的能量达到截止条件时，结束积分，得到终端状态，并计算航程偏差ΔR，高度偏差Δh、以及横向位置偏差CR；
4)根据预测的终端航向角更新再入终端位置，即进入TAEM区域的入口，确保飞行器垂直进入TAEM区域，
其中，λT和φT为着陆场的经纬度，λF和φF为TAEM区域入口的经纬度，RTAEM为TAEM区域的半径，ψ为飞行方位角；
5)根据预测结果校正制导指令，采用两个模糊控制器进行校正，模糊控制器A的输入为剩余能量Eto-go、航程偏差ΔR，输出为倾侧角校正量Δσ和攻角校正量Δα，模糊控制器B的输入为横向位置偏差CR，输出为倾侧角翻转时机的变化量ΔE；
6)得到倾侧角校正量Δσ后，对Δσ进一步处理，从而完成对当前倾侧角的校正，
|σc|＝|σc|pre+kσΔtsim
其中，Δtgud为制导周期，kσ为倾侧角变化的斜率，Δtsim为仿真积分步长，|σc|pre为上一制导周期的倾侧角，|σc|为当前的倾侧角；
7)计算经步骤6)校正后的倾侧角的约束边界，如果倾侧角的幅值超出边界，则取边界值
其中，为热流约束对倾侧角的限制，σq,max为动压约束对倾侧角的限制，σn,max为过载约束对倾侧角的限制，kmax设计为常值或者分段线性函数，针对不同的飞行器kmax的取值不同(比如取常值0.95)，kmax起到修正倾侧角边界的作用；
8)在校正当前倾侧角时，同时对倾侧角剖面模型的节点进行调整，即改变轨迹预测的倾侧角剖面模型：
|σm|＝|σm|pre+kmΔσ
其中，km为0～1的可调常数，|σm|为倾侧角模型的节点，|σm|pre为上一制导周期|σm|的取值；得到倾侧角翻转时机的校正量ΔE后，进行以下处理
Erev＝Erev,pre+Sign·ΔE
其中，Erev为倾侧角翻转时的能量，Erev,pre为上一制导周期得到的Erev；当飞行器的能量降到Eh时，通过调整攻角消除高度偏差
αf＝αf,pre+kh(hf-hF)
其中，αf为再入终端的攻角，αf,pre为上一制导周期的αf值，kh为反馈系数(比如-2×10-6)，hF为要求的终端高度，为预测的终端高度。
所述步骤1)中，初始下降段倾侧角的|σini|计算方法为：
|σini|＝|σini|0+aΔCl+aΔCd+bΔρ+cΔθ0+dΔV0
其中，ΔV0为初始速度偏差，Δθ0为初始速度倾角偏差，ΔCl、ΔCd分别为升力系数、阻力系数偏差，Δρ为大气密度偏差，常数a、b、c、d反映各误差项对初始下降段的影响，通过仿真分析进行设置。
飞行器到目标点的视线角计算倾侧角的符号sign(σini)的计算方法为
sign(σini)＝-sign(ψ-ψLOS)
其中，ψLOS为飞行器到目标点的视线角。
轨迹预测时用到的控制量模型为
1)攻角模型为
其中，Ma为飞行马赫数，Maf为再入终端的马赫数，αf接近最大升阻比攻角，α0是一个可调节变量，为了减小热流，飞行器以大攻角再入大气层；
2)倾侧角模型为
其中，|σc|是当前时刻倾侧角的幅值，|σf|为终端的倾侧角幅值，根据终点的状态来初步确定，Em、|σm|为设计节点；
3)飞行器过程中，倾侧角翻转两次，第二次翻转应距离再入终点足够近(比如归一化能量为0.98)，翻转时机通过校正算法实时调节，在第一次翻转前，仅采用权利要求1中步骤9)的方法对第一次翻转时机进行校正，第二次翻转时机保持不变，第一次翻转后，开始采用权利要求1中步骤9)的方法对第二次翻转时机进行校正。
倾侧角的约束边界为
其中，K位地球自转的影响项，M为飞行器的质量，Sr为飞行器的参考面积，kQ为热流模型参数，qmax、nmax分别为最大热流、动压、过载约束。
航程偏差和横向位置计算公式为
其中，λ0、φ0为再入初始点的经度、纬度，λf、φf为预测的再入终点的经度、纬度。横向位置偏差在P坐标系(见参考文献[1])中求解，为φF在P坐标系中的表示，为φf在P坐标系中的表示，RE为地球半径。
与现有技术相比，本发明所具有的有益效果为：本发明设计了一种基于模糊控制器的预测-校正制导算法，其优点在于：(1)改进了传统预测-校正方法的思路，每一次校正只需一次轨迹预测，大幅度地减小了计算量。(2)该方法采用模糊控制器对飞行器运动进行三维校正，提高了制导算法的鲁棒性和灵活性。
附图说明
图1升力式再入过程图；
图2为本发明方法流程图；
图3(a)飞行器航程偏差的隶属度函数图；图3(b)飞行器剩余能量的隶属度函数图；图3(c)飞行器倾侧角调整量的隶属度函数图；图3(d)飞行器攻角调整量的隶属度函数图；图3(e)飞行器横向偏差的隶属度函数图；图3(f)飞行器翻转时机调整量的隶属度函数图；
图4(a)飞行器再入高度变化图；图4(b)飞行器再入地面轨迹图；图4(c)飞行器再入攻角变化图；图4(d)飞行器再入倾侧角变化图；图4(e)飞行器再入热流变化图；图4(f)飞行器再入过载变化图；
图5飞行器再入落点分布图。
具体实施方式
假定某可重复使用飞行器从空间返回再入，飞行状态包含高度h、经度λ、纬度φ、速度V、速度倾角θ和航向角ψ，其再入过程的运动方程可表示为：
其中，L和D分别为飞船再入过程中的升力和阻力，计算公式为
方程(1)中，Cθ、Cψ为地球旋转引起的哥氏加速度项，为地球旋转引起的牵连加速度项
如图2所示，针对本实施例中的再入飞行器，本发明的具体实施步骤如下：
S1.初始下降段制导。根据初始状态偏差和气动系数偏差计算初始下降段的倾侧角大小
|σini|＝|σini|0+aΔCL+aΔCD+bΔρ+cΔθ0+dΔV0 (3)
其中，|σini|0＝3°，各项偏差量均被归一化，a、b、c、d分别取为12、10、12、10。同时根据飞行器到目标点的视线角计算倾侧角的符号sign(σini)，在σini的制导作用下，飞行器不断下降，直到满足初始下降段的结束条件
S2.建立攻角和倾侧角的模型。
(S2-a)攻角模型为
其中，α0的初值为45°，αf的初值为15°。
(S2-b)倾侧角模型为
其中，E为归一化后的能量，Em＝0.8，|σm|的初值为π/4。
(S2-c)倾侧角翻转模型。飞行器过程中，倾侧角翻转两次，第一次翻转时机的初值为Erev＝0.6，第二次翻转时机的初值为Erev＝0.96。
S3.轨迹预测。进入滑翔段后，根据当前状态和加速度计的测量结果，更新大气密度和气动系数误差模型，确保这些模型与实际相符。然后，以当前点为起始点进行轨迹预测，基于S2中的控制量模型，采用龙哥库塔数值积分法，以能量为自变量对动力学方程进行积分，直到能量减少到TAEM要求的能量，然后停止积分，得到终端状态，计算航程偏差ΔR，高度偏差Δh、以及横向位置偏差CR。
S4.根据预测的终端状态对飞行参数进行校正。
(S4-a)预测的终端航向角更新再入终端位置，即进入TAEM区域的入口，确保飞行器垂直进入TAEM区域。
其中，RTAEM为TAEM的半径，取为100km。
(S4-b)根据预测结果校正制导指令，校正算法采用两个模糊控制器实现，模糊控制器A的输入为能量Eto-go、航程偏差ΔR，输出为倾侧角校正量Δσ和攻角校正量Δα。模糊控制器B的输入为横向位置偏差CR，输出为倾侧角翻转能量的变化量ΔE。所有变量的隶属度函数见附录图3，模糊控制器的规则如表1。
表1(a)倾侧角调整量的模糊规则表
表1(b)攻角调整量的模糊规则表
表1(c)倾侧角翻转时机调整量的模糊规则表
(S4-b-1)得到倾侧角校正量Δσ后，为了使指令连续，对其进一步处理
其中，Δtgud根据轨迹预测时长确定，取为1.5s，Δtsim取为0.5s。
(S4-b-2)在校正当前倾侧角时，同时对倾侧角剖面模型的节点进行调整，增大飞行器的调节能力。
|σm|＝|σm|pre+kmΔσ (9)
其中，km取为0.5，|σm|的最大值为85°。
(S4-b-3)计算倾侧角的约束边界，如果倾侧角的幅值超出边界，则取边界值
其中，kmax为线性分段函数，通过仿真分析确定。
(S4-b-4)得到攻角校正量Δα后，为了使指令连续，对其进一步处理
其中，α0∈[42°,50°]。
(S4-b-5)倾侧角翻转时机的确定。得到倾侧角翻转时机的校正量ΔE后，进行以下处理
第一次校正前，用上式校正第一次翻转时机，第二次翻转时机保持不变。第一次校正后，采用上式校正第二次翻转时机。
(S4-b-6)当飞行器的能量降到Eh时，通过调整攻角消除高度偏差
S5.将校正后的制导指令输送给高精度动力学方程，进行积分，一个制导周期完成。判断飞行器的能量是否达到TAEM接口的要求，若是，结束整个仿真过程，否则，转入S2，进入下一个制导周期。
为进一步说明本发明对可重复使用飞行器再入制导的作用，此处给出一个仿真算例。飞行器的质量为M＝37362.9kg，特征面积为Sr＝149.388m2，初始状态如下
h0＝121.51km，λ0＝-117.01°，φ0＝-18.225°，
V0＝7621.8m/s，θ0＝-1.4379°，ψ0＝-38.329°；
再入终端要求
Vf＝926m/s，hf＝30.48km；
着陆场位置
λT＝-80.138°，φT＝-28.61°；
热流、动压、过载约束为
qmax＝14364Pa，nmax＝2.5g0
仿真过程中，考虑的各种误差的类型、分布及大小如表1所示。
表2误差参数类型及分布
随机抽200组误差进行MonteCarlo数值打靶仿真。打靶仿真的统计结果如表3所示，从表中数据可知，高度和速度的制导精度较高。附图4和附图5给出了打靶仿真的结果。
表3 Monte-Carlo数值仿真打靶统计结果
参考文献：
[1]Y.Xie,L.H.Liu,J.Liu,G.J.Tang,et al.Rapid generation of entrytrajectories with waypoint and no-fly zone constraints[J].Acta Astronautica,2012,77:167-181.
Claims (4)
1.一种基于模糊控制器的升力式再入预测-校正制导方法，其特征在于，该方法为：
1)飞行器再入开始时，根据状态偏差、气动系数偏差计算初始下降段的倾侧角幅值|σini|，同时根据飞行器到目标点的视线角计算初始下降段倾侧角的符号sign(σini)，在初始倾侧角σini的制导作用下，飞行器不断下降，直到满足初始下降段的结束条件
其中，δ为进入平衡滑翔状态的门限值，r为地心距，V为飞行器的速度，地心距对速度求导dr/dV＝-V sinθ/(D+g sinθ)，θ为速度倾角，D为阻力加速度，g为重力加速度，(dr/dV)QEGC为平衡滑翔弹道在高度-速度剖面对应的斜率，通过对平衡滑翔条件求关于V的微分得到；
2)进入滑翔段后，根据当前状态和加速度计的测量结果，更新大气密度和气动系数误差模型，确保这些模型与实际相符；
3)以当前点为起始点进行轨迹预测，首先建立攻角和倾侧角剖面的模型，然后采用龙哥库塔数值积分方法，以能量为自变量，对再入动力学模型进行数值积分，当飞行器的能量达到截止条件时，结束积分，得到终端状态，并计算航程偏差ΔR，高度偏差Δh、以及横向位置偏差CR；
4)根据预测的终端航向角更新再入终端位置，即进入TAEM区域的入口，确保飞行器垂直进入TAEM区域，即：
其中，λT和φT分别为着陆场的经度和纬度，λF和φF分别为TAEM区域入口的经度和纬度，RTAEM为TAEM区域的半径，ψ为飞行方位角；
5)根据预测结果校正制导指令，采用两个模糊控制器进行校正，模糊控制器A的输入为剩余能量Eto-go、航程偏差ΔR，输出为倾侧角校正量Δσ和攻角校正量Δα，模糊控制器B的输入为横向位置偏差CR，输出为倾侧角翻转时机的变化量ΔE；
6)得到倾侧角校正量Δσ后，对Δσ进一步处理，从而完成对当前倾侧角的校正：
|σc|＝|σc|pre+kσΔtsim
其中，Δtgud为制导周期，kσ为倾侧角变化的斜率，Δtsim为仿真积分步长，|σc|pre为上一制导周期的倾侧角，|σc|为当前时刻倾侧角的幅值；
7)计算经步骤6)校正后的当前倾侧角的约束边界，如果倾侧角的幅值超出边界，则取边界值
其中，为热流约束对倾侧角的限制，σq,max为动压约束对倾侧角的限制，σn,max为过载约束对倾侧角的限制，kmax设计为常值或者分段线性函数；
8)在校正当前倾侧角时，同时对倾侧角剖面模型的节点进行调整，即改变轨迹预测的倾侧角剖面模型：
|σm|＝|σm|pre+kmΔσ
其中，km为0～1的可调常数，|σm|为倾侧角模型的节点，|σm|pre为上一制导周期|σm|的取值；得到倾侧角翻转时机的变化量ΔE后，进行以下处理
Erev＝Erev,pre+Sign·ΔE
其中，Erev为倾侧角翻转时的能量，Erev,pre为上一制导周期得到的Erev；σc为当前时刻的倾侧角，当飞行器的能量降到Eh时，通过调整攻角消除高度偏差
其中，αf为再入终端的攻角，αf,pre为上一制导周期的αf值，kh为反馈系数，hF为要求的终端高度，为预测的终端高度；Eh为飞行器在高度h时的能量。
2.根据权利要求1所述的基于模糊控制器的升力式再入预测-校正制导方法，其特征在于，所述步骤1)中，初始下降段倾侧角的|σini|计算方法为：
|σini|＝|σini|0+aΔCL+aΔCD+bΔρ+cΔθ0+dΔV0
其中，|σini|0为不考虑误差的初始倾侧角幅值，ΔV0为初始速度偏差，Δθ0为初始速度倾角偏差，ΔCL、ΔCD分别为升力系数、阻力系数偏差，Δρ为大气密度偏差，常数a、b、c、d反映各误差项对初始下降段的影响，通过仿真分析进行设置。
3.根据权利要求1所述的基于模糊控制器的升力式再入预测-校正制导方法，其特征在于，飞行器到目标点的视线角计算初始下降段倾侧角的符号sign(σini)的计算方法为
sign(σini)＝-sign(ψ-ψLOS)
其中，ψLOS为飞行器到目标点的视线角。
4.根据权利要求1所述的基于模糊控制器的升力式再入预测-校正制导方法，其特征在于，倾侧角的约束边界为
其中，CL和CD分别为升力系数和阻力系数，g0为地球引力常数，K为地球自转的影响项，M为飞行器的质量，Sr为飞行器的参考面积，kQ为热流模型参数，qmax、nmax分别为最大热流、动压、过载约束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610816074.1A CN106371312B (zh) | 2016-09-12 | 2016-09-12 | 基于模糊控制器的升力式再入预测-校正制导方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610816074.1A CN106371312B (zh) | 2016-09-12 | 2016-09-12 | 基于模糊控制器的升力式再入预测-校正制导方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106371312A CN106371312A (zh) | 2017-02-01 |
| CN106371312B true CN106371312B (zh) | 2019-09-20 |
Family
ID=57899058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610816074.1A Active CN106371312B (zh) | 2016-09-12 | 2016-09-12 | 基于模糊控制器的升力式再入预测-校正制导方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106371312B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108153323B (zh) * | 2017-12-26 | 2019-03-19 | 北京航空航天大学 | 一种高空无人飞行器高精度再入制导方法 |
| FR3081580B1 (fr) * | 2018-05-25 | 2020-05-22 | Thales | Procede et dispositif electronique de gestion de l'affichage d'un profil de vol d'un aeronef, programme d'ordinateur et systeme electronique d'affichage associes |
| CN109253730B (zh) * | 2018-11-07 | 2021-03-23 | 广州大学 | 可重复使用运载器末端能量管理段的三维轨迹在线规划方法及*** |
| CN109976156B (zh) * | 2019-03-13 | 2021-08-06 | 南京航空航天大学 | 固定翼无人机栖落机动轨迹的建模与预测控制方法 |
| CN110347179B (zh) * | 2019-06-25 | 2022-06-03 | 湖北航天技术研究院总体设计所 | 一种无动力飞行器的横向飞行能量管理方法 |
| CN112498744B (zh) * | 2020-11-12 | 2022-08-05 | 中国航天空气动力技术研究院 | 纵横向松耦合在线轨迹规划方法及电子设备 |
| CN112698569B (zh) * | 2020-11-24 | 2022-09-06 | 中国运载火箭技术研究院 | 一种再入跨域飞行器轨迹一体化设计方法 |
| CN113050682B (zh) * | 2021-03-12 | 2022-04-22 | 中国人民解放军国防科技大学 | 导弹助推段校正制导方法、装置和高超声速飞行器 |
| CN115951585B (zh) * | 2023-03-08 | 2023-06-02 | 中南大学 | 基于深度神经网络的高超声速飞行器再入制导方法 |
| CN117228007B (zh) * | 2023-11-13 | 2024-01-19 | 北京控制工程研究所 | Sso轨道航天器主动离轨策略的快速确定方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6202007B1 (en) * | 1999-02-19 | 2001-03-13 | John A. Spicer | Exact stability integration in network designs |
| CN103863579A (zh) * | 2014-03-31 | 2014-06-18 | 北京控制工程研究所 | 一种深空探测返回过程的预测校正制导方法 |
| CN104035335A (zh) * | 2014-05-27 | 2014-09-10 | 北京航空航天大学 | 基于高精度纵、横程解析预测方法的平稳滑翔再入制导律 |
-
2016
- 2016-09-12 CN CN201610816074.1A patent/CN106371312B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6202007B1 (en) * | 1999-02-19 | 2001-03-13 | John A. Spicer | Exact stability integration in network designs |
| CN103863579A (zh) * | 2014-03-31 | 2014-06-18 | 北京控制工程研究所 | 一种深空探测返回过程的预测校正制导方法 |
| CN104035335A (zh) * | 2014-05-27 | 2014-09-10 | 北京航空航天大学 | 基于高精度纵、横程解析预测方法的平稳滑翔再入制导律 |
Non-Patent Citations (7)
| Title |
|---|
| Constrained predictor-corrector entry guidance;Xue S, Lu P.;《Journal of Guidance, Control, and Dynamics》;20100731;第33卷(第4期);全文 * |
| Predictor-corrector entry guidance for low-lifting vehicles;Lu P.;《Journal of Guidance, Control, and Dynamics》;20080731;第31卷(第4期);全文 * |
| 一种跳跃式返回再入的预测-校正制导方法;张洪波 等;《飞行器测控学报》;20140131;第33卷(第1期);全文 * |
| 基于模糊逻辑的预测再入制导方法;王俊波 等;《北京航空航天大学学报》;20110131;第37卷(第1期);全文 * |
| 基于预测校正法的高超声速飞行器再入制导;王青 等;《北京航空航天大学学报》;20131231;第39卷(第12期);全文 * |
| 探月飞船跳跃式再入组合制导方法;曾亮 等;《探月飞船跳跃式再入组合制导方法》;20141231;第36卷(第6期);全文 * |
| 高超声速滑翔飞行器轨迹优化与制导综述;黄长强 等;《宇航学报》;20140430;第35卷(第4期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106371312A (zh) | 2017-02-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106371312B (zh) | 基于模糊控制器的升力式再入预测-校正制导方法 | |
| CN101441478B (zh) | 一种小型无人机自动着陆拉平控制方法及其装置 | |
| CN106054604B (zh) | 基于模型预测控制理论的再入飞行器鲁棒最优制导方法 | |
| CN107121929B (zh) | 基于线性协方差模型预测控制的鲁棒再入制导方法 | |
| CN107861517B (zh) | 基于线性伪谱的跳跃式再入飞行器在线弹道规划制导方法 | |
| CN110015446B (zh) | 一种半解析的火星进入制导方法 | |
| CN111399531B (zh) | 高超声速飞行器滑翔段制导与姿态控制一体化设计方法 | |
| CN105573337B (zh) | 一种满足再入角和航程约束的离轨制动闭路制导方法 | |
| CN109240323B (zh) | 一种实时解析构造的空天飞行器再入制导方法 | |
| CN103558857A (zh) | 一种btt飞行器的分布式复合抗干扰姿态控制方法 | |
| CN108549785B (zh) | 一种基于三维飞行剖面的高超声速飞行器精准弹道快速预测方法 | |
| Slegers et al. | Terminal guidance of autonomous parafoils in high wind-to-airspeed ratios | |
| Zhu et al. | Impact time and angle control guidance independent of time-to-go prediction | |
| CN105116914B (zh) | 一种平流层飞艇解析模型预测路径跟踪控制方法 | |
| CN112198885B (zh) | 一种满足机动平台自主降落需求的无人机控制方法 | |
| CN104503471A (zh) | 一种机动飞行器多终端约束反演滑模末制导方法 | |
| CN103921957B (zh) | 一种探月飞船跳跃式再入的跃起点能量管理方法 | |
| CN113835442B (zh) | 高超声速滑翔飞行器线性伪谱再入制导方法和*** | |
| CN107796401B (zh) | 跳跃式再入飞行器线性伪谱参数修正横向制导方法 | |
| CN106200664A (zh) | 一种适应长时间失控的姿态控制方法 | |
| Sun et al. | Accurate homing of parafoil delivery systems based glide-ratio control | |
| CN106444793A (zh) | 一种基于标称速度补偿思想的rlv进场着陆段速度控制方法 | |
| CN111651860B (zh) | 一种可重复使用运载器再入段的预测校正鲁棒制导方法 | |
| JP2015168315A (ja) | 誘導装置、誘導装置搭載宇宙機 | |
| Cheng et al. | Cross-cycle iterative unmanned aerial vehicle reentry guidance based on reinforcement learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | 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 |