CN108153323A - 一种高空无人飞行器高精度再入制导方法 - Google Patents

一种高空无人飞行器高精度再入制导方法 Download PDF

Info

Publication number
CN108153323A
CN108153323A CN201711427494.1A CN201711427494A CN108153323A CN 108153323 A CN108153323 A CN 108153323A CN 201711427494 A CN201711427494 A CN 201711427494A CN 108153323 A CN108153323 A CN 108153323A
Authority
CN
China
Prior art keywords
interference
unmanned vehicle
reentry
aircraft
altitude unmanned
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
Application number
CN201711427494.1A
Other languages
English (en)
Other versions
CN108153323B (zh
Inventor
乔建忠
张丹瑶
郭雷
朱玉凯
李振兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201711427494.1A priority Critical patent/CN108153323B/zh
Publication of CN108153323A publication Critical patent/CN108153323A/zh
Application granted granted Critical
Publication of CN108153323B publication Critical patent/CN108153323B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种高空无人飞行器高精度再入制导方法,第一步,完成再入段气动参数不确定、大气密度不确定及阵风干扰的多源干扰分析,并建立含有气以上三种干扰的高空无人飞行器等价干扰动力学模型;第二步,根据第一步中的动力学模型,设计非线性干扰观测器对高空无人飞行器再入段受到的等价干扰进行估计,得到干扰估计值;第三步,设计比例导引律完成控制任务需求;第四步,利用第二步的干扰估计值和第三步的比例导引律设计复合比例导引控制器,完成高空无人飞行器的高精度再入制导方法。本发明采用干扰观测器与比例导引相结合的高精度再入制导方法,具有较强工程实用性,适用于高空无人飞行***的再入制导***中,亦适用于飞行器的巡航段及容错控制。

Description

一种高空无人飞行器高精度再入制导方法
技术领域
本发明涉及一种高空无人飞行器高精度再入制导方法,可以解决具有气动参数不确定、大气密度不确定及阵风干扰的高空无人飞行器抗干扰再入制导问题。
背景技术
随着飞行器技术的发展,高空无人飞行器成为近期热门研究对象,包括导弹及高超声速飞行器等,此类对象具有快速性、航程远、精度高等优点。
高空无人飞行器的再入段是整体任务过程的关键时期,高精度再入制导与控制是再入过程的关键技术,但所面临的气动参数不确定、大气密度不确定及阵风干扰多源干扰问题严重影响了再入过程的高精度需求。高空无人飞行器再入制导过程飞行跨度较大,可从高于地面100km的再入点飞行至地面上某一目标点,这一过程中空间环境变换复杂。现有技术无法实时准确测量或估计气动参数、大气密度等环境参数,工程中有研究表明,再入段的气动参数不确定高达15%~20%,大气密度不确定也可达到10%左右,这就造成所建立的模型中存在气动参数不确定及大气密度不确定干扰。同时,近空间内存在的阵风干扰严重影响高空飞行器的飞行轨迹与姿态,对***产生一定误差。气动参数不确定、大气密度不确定及阵风干扰这三种干扰,对解决高空无人飞行器的高精度再入制导问题带来巨大的挑战,严重影响再入任务的准确性。可见设计具备抗干扰能力的高空无人飞行器高精度再入制导方法尤为重要。
目前,针对高空无人飞行器再入制导问题,国内外学者也做出了大量的研究。专利申请号为201410228163.5中提出一种基于高精度纵横程解析预测的再入制导律,专利申请号为201710256646.X中针对高超声速飞行器跟踪目标问题,提出基于气动加速度通道的预测校正控制方法,但以上两个专利均未考虑任务过程中的多源干扰问题。有部分专利考虑了再入段的不确定因素,但存在其它问题:专利申请号为201710370437.8中提出一种基于线性协方差模型预测控制的鲁棒再入制导方法,解决不确定因素对落点精度的影响,但该方法模型为线性模型,与实际模型相差较大。专利申请号201610306205.1中提出一种火星着陆器大气进入段抗干扰复合在线制导方法,但该方法仅考虑了单一干扰源,未考虑多种不确定及干扰的情况。此外,在一些论文中也存在不足:文章《高超声速风飞行器纵向平面滑翔飞行制导控制方法》提出了基于动态面控制和滑模控制相结合的制导方法,但文章使用的模型为二维平面模型,该模型缺乏工程实用性,且文章未考虑飞行中的高精度控制问题。综上所述,现有方法缺乏对含有多源干扰情况下的高空无人飞行器动力学建模,且无法解决含有气动参数不确定、大气密度不确定及阵风干扰的高空无人飞行器高精度再入制导问题。
发明内容
本发明的技术解决问题是:针对含有气动参数不确定、大气密度不确定及阵风干扰的高空无人飞行器再入制导问题,克服现有技术的不足,建立包含多源干扰的动力学模型,利用比例导引与干扰观测器相结合的方法,设计复合抗干扰再入制导控制器,实现了对气动参数不确定、大气密度不确定及阵风干扰的估计与补偿,从而提升高空无人飞行器再入制导的鲁棒性、精确性和抗干扰能力。
本发明及技术解决方案为:一种高空无人飞行器高精度再入制导方法,其实现步骤如下:
第一步:完成再入段气动参数不确定、大气密度不确定及阵风干扰的多源干扰分析,并建立含有气以上三种干扰的高空无人飞行器等价干扰动力学模型:
其中,地心到飞行器质心距离r、飞行器所在经度θ、飞行器所在纬度φ、飞行器相对地球速度V、航迹方向角ψ和航迹倾角γ;分别为r、θ、φ、V、ψ、γ的一阶导数;σ为飞行器倾侧角,g为引力加速度,d1、d2、d3表示阵风等价干扰,d4、d5、d6表示气动参数不确定与大气密度不确定的等价干扰;L与D分别表示升力加速度与阻力加速度,表达式形式如下:
其中,ρ为大气密度,S是飞行器的参考面积,m为飞行器的质量,CL与CD分别为整体的升力系数与阻力系数,升力系数与阻力系数的气动参数模型如下:
其中,Ma为马赫数,α为攻角;CL1、CL2、CL3、CL4分别为升力系数的二阶攻角系数、一阶攻角系数、马赫数系数、常数系数;CD1、CD2、CD3、CD4分别为阻力系数的二阶攻角系数、一阶攻角系数、马赫数系数、常数系数;控制量选取为飞行器倾侧角σ和攻角α;
将公式(1)转化为如下状态空间表达式:
其中, 为x的一阶导数。
第二步:根据第一步中的动力学模型,设计非线性干扰观测器对高空无人飞行器再入段受到的等价干扰进行估计,得到干扰估计值:
设计干扰观测器如下:
其中,为未知等价干扰d的干扰估计值,z为干扰观测器中的中间变量,为z的一阶导数,l(x)为待确定的观测器增益,p(x)为待设计的变量矩阵,与观测器增益l(x)有如下关系:
第三步:设计比例导引律完成控制任务需求:
设计比例导引律为:
其中,为飞行器的飞行角速度在垂直面内的投影角速度,为飞行器的飞行角速度在水平面内的投影角速度,kd、kt分别为垂直导引系数和水平导引系数,λD为飞行器垂直视线角,为垂直视线角加速度,λT为飞行器水平视线角,为水平视线角加速度。
根据比例导引律求得如下期望航迹方向角速度和航迹倾角速度
利用上式解算出的期望航迹方向角速度与期望航迹倾角速度通过对动力学模型(1)与气动参数模型(2)联立解方程,计算出控制量飞行器倾侧角σ和攻角α,根据状态空间表达式(3),得到比例导引等价***输入ue
第四步:利用第二步的干扰估计值和第三步的比例导引律设计复合比例导引控制器,完成高空无人飞行器的高精度再入制导方法:
设计复合比例导引控制器:
其中,ue为比例导引等价***输入,为未知等价干扰d的干扰估计值。
本发明与现有技术相比的优点在于:本发明的一种高空无人飞行器高精度再入制导方法,针对现有再入***因为存在气动参数不确定、大气密度不确定及阵风干扰而导致精度下降的问题,首先建立了包含气动参数不确定、大气密度不确定和阵风干扰的等价干扰动力学模型,其次设计干扰观测器对再入过程中的等价干扰进行估计,接着结合工程中经典的比例导引控制方法,完成一种高空无人飞行器高精度再入制导方法,相比现有技术,本发明使得高空无人飞行器具有抗干扰特性,满足***的高精度制导需求,从而保证高空无人飞行器能够快速、准确追击期望目标点
附图说明
图1为本发明一种高空无人飞行器高精度再入制导方法的设计流程图。
具体实施方式
如图1所示,本发明涉及一种高空无人飞行器高精度再入制导方法。该方法针对含有气动参数不确定、大气密度不确定及阵风干扰的高空无人飞行器再入制导问题,第一步,完成再入段气动参数不确定、大气密度不确定及阵风干扰的多源干扰分析,并建立含有气以上三种干扰的高空无人飞行器等价干扰动力学模型;第二步,根据第一步中的动力学模型,设计非线性干扰观测器对高空无人飞行器再入段受到的等价干扰进行估计,得到干扰估计值;第三步,设计比例导引律完成控制任务需求;第四步,利用第二步的干扰估计值和第三步的比例导引律设计复合比例导引控制器,完成高空无人飞行器的高精度再入制导方法。本发明采用干扰观测器与比例导引相结合的高精度再入制导方法,具有较强工程实用性,适用于高空无人飞行***的再入制导***中,亦适用于飞行器的巡航段及容错控制。
具体实施方式如下:
第一步:完成再入段气动参数不确定、大气密度不确定及阵风干扰的多源干扰分析,并建立含有气以上三种干扰的高空无人飞行器等价干扰动力学模型:
其中,地心到飞行器质心距离r,初始值为30480km、飞行器所在经度θ,初始值为0.0017rad、飞行器所在纬度φ,初始值为0.0024rad、飞行器相对地球速度V,初始值为3352.8m/s、航迹方向角ψ和航迹倾角γ,初始值分别为3.9rad和-0.785rad。分别为r、θ、φ、V、ψ、γ的一阶导数。σ为飞行器倾侧角,g为引力加速度,取值为9.8m/s2,d1、d2、d3表示阵风等价干扰,d4、d5、d6表示气动参数不确定与大气密度不确定的等价干扰,L与D分别表示升力加速度与阻力加速度,表达式形式如下:
其中,ρ为大气密度,取值为1.225kg/m3,S是飞行器的参考面积,取值为149.4m2,m为飞行器的质量,取值为35828kg,CL与CD分别为整体的升力系数与阻力系数。升力系数与阻力系数的气动参数模型如下:
其中,Ma为马赫数,初始值为11Ma,α为攻角。根据以上模型,控制量选取为飞行器倾侧角σ和攻角α。
将上述***(1)转化为如下状态空间表达式:
其中, 为x的一阶导数。
第二步:根据第一步中的动力学模型,设计非线性干扰观测器对高空无人飞行器再入段受到的等价干扰进行估计,得到干扰估计值:
设计干扰观测器如下:
其中,为未知等价干扰d的干扰估计值,z为干扰观测器中的中间变量,为z的一阶导数,l(x)为待确定的观测器增益,p(x)为待设计的变量矩阵,与观测器增益l(x)有如下关系:

Claims (5)

1.一种高空无人飞行器高精度再入制导方法,其特征在于:包括以下步骤:
第一步,完成再入段气动参数不确定、大气密度不确定及阵风干扰的多源干扰分析,并建立含有以上三种干扰的高空无人飞行器等价干扰动力学模型;
第二步,根据第一步中的所述动力学模型,设计非线性干扰观测器对高空无人飞行器再入段受到的等价干扰进行估计,得到干扰估计值;
第三步,设计比例导引律,完成控制任务需求;
第四步,利用第二步的干扰估计值和第三步的比例导引律设计复合比例导引控制器,完成高空无人飞行器的高精度再入制导方法。
2.根据权利要求1所述的一种高空无人飞行器高精度再入制导方法,其特征在于:所述第一步中,完成再入段气动参数不确定、大气密度不确定及阵风干扰的多源干扰分析,并建立含有气以上三种干扰的高空无人飞行器等价干扰动力学模型:
其中,地心到飞行器质心距离r、飞行器所在经度θ、飞行器所在纬度φ、飞行器相对地球速度V、航迹方向角ψ和航迹倾角γ;分别为r、θ、φ、V、ψ、γ的一阶导数;σ为飞行器倾侧角,g为引力加速度,d1、d2、d3表示阵风等价干扰,d4、d5、d6表示气动参数不确定与大气密度不确定的等价干扰;L与D分别表示升力加速度与阻力加速度,表达式形式如下:
其中,ρ为大气密度,S是飞行器的参考面积,m为飞行器的质量,CL与CD分别为整体的升力系数与阻力系数,升力系数与阻力系数的气动参数模型如下:
其中,Ma为马赫数,α为攻角;CL1、CL2、CL3、CL4分别为升力系数的二阶攻角系数、一阶攻角系数、马赫数系数、常数系数;CD1、CD2、CD3、CD4分别为阻力系数的二阶攻角系数、一阶攻角系数、马赫数系数、常数系数;控制量选取为飞行器倾侧角σ和攻角α;
将公式(1)转化为如下状态空间表达式:
其中,为x的一阶导数。
3.根据权利要求1所述的一种高空无人飞行器高精度再入制导方法,其特征在于:所述第二步中,根据第一步中的动力学模型,设计非线性干扰观测器对高空无人飞行器再入段受到的等价干扰进行估计,得到干扰估计值:
其中,为未知等价干扰d的干扰估计值,z为干扰观测器中的中间变量,为z的一阶导数,l(x)为待确定的观测器增益,p(x)为待设计的变量矩阵,与观测器增益l(x)有如下关系:
4.根据权利要求2所述的一种高空无人飞行器高精度再入制导方法,其特征在于:所述第三步中,设计比例导引律完成控制任务需求如下:
设计的比例导引律为:
其中,为飞行器的飞行角速度在垂直面内的投影角速度,为飞行器的飞行角速度在水平面内的投影角速度,kd、kt分别为垂直导引系数和水平导引系数,λD为飞行器垂直视线角,为垂直视线角加速度,λT为飞行器水平视线角,为水平视线角加速度;
根据比例导引律求得如下期望航迹方向角速度和航迹倾角速度
利用上式解算出的期望航迹方向角速度与期望航迹倾角速度通过对动力学模型(1)与气动参数模型(2),联立解方程,计算出控制量飞行器倾侧角σ和攻角α,根据状态空间表达式(3),得到比例导引等价***输入ue
5.根据权利要求1所述的一种高空无人飞行器高精度再入制导方法,其特征在于:所述第四步中,设计复合比例导引控制器为:
其中,ue为比例导引等价***输入,为未知等价干扰d的干扰估计值。
CN201711427494.1A 2017-12-26 2017-12-26 一种高空无人飞行器高精度再入制导方法 Active CN108153323B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711427494.1A CN108153323B (zh) 2017-12-26 2017-12-26 一种高空无人飞行器高精度再入制导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711427494.1A CN108153323B (zh) 2017-12-26 2017-12-26 一种高空无人飞行器高精度再入制导方法

Publications (2)

Publication Number Publication Date
CN108153323A true CN108153323A (zh) 2018-06-12
CN108153323B CN108153323B (zh) 2019-03-19

Family

ID=62462744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711427494.1A Active CN108153323B (zh) 2017-12-26 2017-12-26 一种高空无人飞行器高精度再入制导方法

Country Status (1)

Country Link
CN (1) CN108153323B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108958278A (zh) * 2018-08-14 2018-12-07 北京航空航天大学 一种空天飞行器巡航段快速抗干扰制导方法
CN109947123A (zh) * 2019-02-27 2019-06-28 南京航空航天大学 一种基于视线导引律的无人机路径跟踪与自主避障方法
CN110780676A (zh) * 2018-12-29 2020-02-11 东南大学 一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法
CN110908407A (zh) * 2019-11-15 2020-03-24 南京航空航天大学 一种rlv再入热流率跟踪的改进预测制导方法
CN111324142A (zh) * 2020-01-07 2020-06-23 湖北航天技术研究院总体设计所 一种导弹驾驶仪扰动补偿控制方法
CN112525221A (zh) * 2020-11-27 2021-03-19 北京控制工程研究所 一种基于自适应控制的先进数值预测校正制导方法
CN112731813A (zh) * 2020-12-29 2021-04-30 西北工业大学 基于复合扰动观测器的航天器多源干扰随机模型预测控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1424566A1 (de) * 2002-11-28 2004-06-02 EMT Ingenieurbüro für Elektro-Mechanische Technologien Dipl.-Ing. Hartmut Euer Radiointerferometrische Führungseinrichtung für die automatische Steuerung unbemannter Fluggeräte
CN102929151A (zh) * 2012-11-14 2013-02-13 北京理工大学 一种基于指数时变二阶滑模的再入飞行姿态控制方法
CN105867402A (zh) * 2016-05-10 2016-08-17 北京航空航天大学 一种火星着陆器大气进入段抗干扰复合在线制导方法
CN106019937A (zh) * 2016-05-30 2016-10-12 北京航空航天大学 一种混杂***的抗干扰控制方法
CN106371312A (zh) * 2016-09-12 2017-02-01 中国人民解放军国防科学技术大学 基于模糊控制器的升力式再入预测‑校正制导方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1424566A1 (de) * 2002-11-28 2004-06-02 EMT Ingenieurbüro für Elektro-Mechanische Technologien Dipl.-Ing. Hartmut Euer Radiointerferometrische Führungseinrichtung für die automatische Steuerung unbemannter Fluggeräte
CN102929151A (zh) * 2012-11-14 2013-02-13 北京理工大学 一种基于指数时变二阶滑模的再入飞行姿态控制方法
CN105867402A (zh) * 2016-05-10 2016-08-17 北京航空航天大学 一种火星着陆器大气进入段抗干扰复合在线制导方法
CN106019937A (zh) * 2016-05-30 2016-10-12 北京航空航天大学 一种混杂***的抗干扰控制方法
CN106371312A (zh) * 2016-09-12 2017-02-01 中国人民解放军国防科学技术大学 基于模糊控制器的升力式再入预测‑校正制导方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
闫晓鹏等: "火星着陆器的大气进入段有限时间抗干扰制导律设计", 《深空探测学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108958278A (zh) * 2018-08-14 2018-12-07 北京航空航天大学 一种空天飞行器巡航段快速抗干扰制导方法
CN110780676A (zh) * 2018-12-29 2020-02-11 东南大学 一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法
CN109947123A (zh) * 2019-02-27 2019-06-28 南京航空航天大学 一种基于视线导引律的无人机路径跟踪与自主避障方法
CN109947123B (zh) * 2019-02-27 2021-06-22 南京航空航天大学 一种基于视线导引律的无人机路径跟踪与自主避障方法
CN110908407A (zh) * 2019-11-15 2020-03-24 南京航空航天大学 一种rlv再入热流率跟踪的改进预测制导方法
CN110908407B (zh) * 2019-11-15 2021-06-22 南京航空航天大学 一种rlv再入热流率跟踪的改进预测制导方法
CN111324142A (zh) * 2020-01-07 2020-06-23 湖北航天技术研究院总体设计所 一种导弹驾驶仪扰动补偿控制方法
CN112525221A (zh) * 2020-11-27 2021-03-19 北京控制工程研究所 一种基于自适应控制的先进数值预测校正制导方法
CN112525221B (zh) * 2020-11-27 2023-05-02 北京控制工程研究所 一种基于自适应控制的先进数值预测校正制导方法
CN112731813A (zh) * 2020-12-29 2021-04-30 西北工业大学 基于复合扰动观测器的航天器多源干扰随机模型预测控制方法
CN112731813B (zh) * 2020-12-29 2022-05-13 西北工业大学 基于复合扰动观测器的航天器多源干扰随机模型预测控制方法

Also Published As

Publication number Publication date
CN108153323B (zh) 2019-03-19

Similar Documents

Publication Publication Date Title
CN108153323B (zh) 一种高空无人飞行器高精度再入制导方法
CN107966156B (zh) 一种适用于运载火箭垂直回收段的制导律设计方法
CN111103890B (zh) 一种高精度强鲁棒的进场着陆引导控制方法
US10520389B2 (en) Aerodynamic modeling using flight data
CN107844128B (zh) 一种基于复合比例导引的高超声速飞行器巡航段制导方法
CN110008502A (zh) 考虑全捷联导引头视场约束的三维制导控制一体化设计方法
CN106681348A (zh) 考虑全捷联导引头视场约束的制导控制一体化设计方法
CN103245257B (zh) 基于Bezier曲线的多约束飞行器导引方法
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
CN104778376B (zh) 一种临近空间高超声速滑翔弹头跳跃弹道预测方法
CN102607639A (zh) 基于bp神经网络的大攻角飞行状态下大气数据测量方法
CN109445449B (zh) 一种高亚音速无人机超低空飞行控制***及方法
CN109062241B (zh) 基于线性伪谱模型预测控制的自主全射向再入制导方法
CN109703768B (zh) 一种基于姿态/轨迹复合控制的软式空中加油对接方法
Zhu et al. Impact time and angle control guidance independent of time-to-go prediction
Slegers et al. Terminal guidance of autonomous parafoils in high wind-to-airspeed ratios
CN109240335B (zh) 一种空天飞行器进场着陆制导方法
Le Bras et al. Approach maneuvers for autonomous landing using visual servo control
CN112198885B (zh) 一种满足机动平台自主降落需求的无人机控制方法
Lungu et al. Application of H2/H∞ and dynamic inversion techniques to aircraft landing control
CN109740209A (zh) 高超声速飞行器参数在线辨识方法及使用其的力学模型
CN107367941B (zh) 高超声速飞行器攻角观测方法
CN105138808B (zh) 基于摄动理论的滑翔弹道误差传播分析方法
CN108388135A (zh) 一种基于凸优化的火星着陆轨迹优化控制方法
CN109703769B (zh) 一种基于预瞄策略的空中加油对接控制方法

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