CN114489101B - 一种无人机的末端制导控制方法及*** - Google Patents
一种无人机的末端制导控制方法及*** Download PDFInfo
- Publication number
- CN114489101B CN114489101B CN202210059826.XA CN202210059826A CN114489101B CN 114489101 B CN114489101 B CN 114489101B CN 202210059826 A CN202210059826 A CN 202210059826A CN 114489101 B CN114489101 B CN 114489101B
- Authority
- CN
- China
- Prior art keywords
- sight
- noise
- guidance
- line
- unmanned aerial
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 239000011159 matrix material Substances 0.000 claims description 38
- 238000001914 filtration Methods 0.000 claims description 24
- 230000007246 mechanism Effects 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 22
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 3
- 239000013598 vector Substances 0.000 description 17
- 238000010586 diagram Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000026676 system process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
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)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
Abstract
本发明提出了一种无人机的末端制导控制方法及***，本发明根据电子战无人机的制导特点，基于寻的制导方式，构建了末端指导控制***，并提出了相应的末端制导控制方法，通过被动雷达指导的方法实现了对角约束和制导精度要求，同时实现末端机动与模拟攻击控制，准确拦截目标，防御导弹攻击，提高突防能力。
Description
技术领域
本发明属于航空航天无人机技术领域，具体地说，一种无人机的末端制导控制方法及***。
背景技术
电子战无人机是用于攻击指定目标的飞行器，要求飞行器有能力准确的飞向目标，并与其在杀伤半径内相遇或者相撞。电子战无人机制导控制***的任务就是引导飞行器克服各种干扰因素，按照确定的规律和要求自主准确的飞向目标。制导控制***由导引***、控制***构成，导引***测量无人机实际运动情况与所要求的运动情况之间的偏差，或者测量无人机与目标的相对位置与偏差，形成控制无人机飞行的导引指令部分，包括导引头、传感器子***、导引指令形成模块。导引头截获敌方目标雷达的信号，并实时测出无人机与目标雷达的角信息，完成发现、跟踪目标并测量目标位置的任务，传感器子***完成无人机运动参数测量，导引指令形成模块根据相对运动状态与相对位置偏差，按照导引规律对各种参数进行变换和运算，形成导引指令，送往控制***控制无人机实时跟踪，使之最终命中目标。电子战无人机制导控制技术不同于常规无人机的制导控制技术，主要是通过寻的制导完成对目标的搜索、捕捉、跟踪、攻击，合理设计寻的导引规律，以达到落角约束和制导精度要求，实现末端机动与模拟攻击控制，准确拦截目标，防御导弹攻击，提高突防能力。
传统的自寻的制导包括追踪法、平行接近法、比例导引法。为不断提高命中精度，在传统寻的制导技术的基础上不断衍生出新的导引技术，比如广义比例导引法、修正的比例导引法、最优导引、预测轨迹导引等。
寻的制导是利用装在无人机上的导引头接收目标辐射或反辐射的某种特征能量，确定目标和无人机的相对位置，进而按照预设的制导指令形成控制指令，自动将无人机导向目标的制导技术，寻的制导是实现无人机实时对运动目标的精确自动跟踪、精确打击的重要技术基础。按照获取目标特征能量的方式不同，寻的制导分为主动、半主动、被动三种方式，按照能量的物理特性不同，寻的制导又可分为雷达制导、红外制导、电视制导、激光制导等。
中国空空导弹研究院宋龙等在俯冲攻击段使用的比例导引律，要求导弹在飞行过程中保持速度矢量的转动角速度与目标视线的转动角速度成给定的比例关系，比例导引法是广泛应用的寻的导引方法，无论从制导精度还是工程应用的可实现性，比例导引法都具有明显优势。
北京理工大学常超等利用拉格朗日法推导了带落点和落角约束的最优末端制导律，制导律形式较为复杂，可实现性不强。
哈尔滨工业大学晁涛等发表了带角度约束的倾斜转弯飞行器制导律设计的论文，考虑控制回路动态特性设计了基于滑模面的最优制导律，并通过调整滑模趋近律参数消除抖振，该导引律虽然能够证明收敛，但是其形式仍然复杂，共有5个参数需要确定。
目前的现有技术大多都不易于工程应用，且目前比例导引的引用对象多为导弹，无人机与导弹无论气动外形还是控制方式都存在较大差异。如今面向具有末端攻击功能的电子战无人机制导控制***，针对电子战无人机制导控制***架构和末端制导的问题，仍然还有很大的问题和需求。
发明内容
本发明针对现有技术的上述缺陷和需求，提出了一种无人机的末端制导控制方法及***，本发明根据电子战无人机的制导特点，基于寻的制导方式，构建了末端指导控制***，并提出了相应的末端制导控制方法，通过被动雷达指导的方法实现了对角约束和制导精度要求，同时实现末端机动与模拟攻击控制，准确拦截目标，防御导弹攻击，提高突防能力。
本发明具体实现内容如下：
本发明提出了本发明提出了一种无人机的末端制导控制方法，基于无人机的末端制导控制***，采用被动雷达导引的方式进行末端制导控制；所述末端制导控制***包括制导子***、控制子***、位置传感器；
所述制导子***包括被动雷达导引头单元、导引指令生成装置；所述控制子***包括飞控单元、执行机构、姿态传感器；所述被动雷达导引头单元、导引指令生成装置、飞控单元、执行机构依次连接，并通过执行机构与无人机的机体控制连接；所述姿态传感器和位置传感器分别安装在机体上，且所述姿态传感器与飞控单元连接，所述位置传感器与导引指令生成装置连接；
所述控制方法具体包括以下步骤：
步骤1：无人机发射后，通过被动雷达导引头不断测量目标运动参数，得到相对要求轨迹的偏差，并将相对要求轨迹的偏差送给导引指令生成装置；
步骤2：通过导引指令生成装置将接收到的偏差信号加以变换和计算，形成制导指令；所述制导指令要求无人机改变航向或速度；
步骤3：将制导指令送往控制子***，将制导指令经过变换、放大处理转换获得指令内容后，通过执行机构驱动舵面偏转，改变无人机飞行方向，或/和改变无人机飞行速度，使无人机回到要求轨迹上。
为了更好地实现本发明，进一步地，所述步骤2中，形成制导指令的具体操作为：
步骤2.1：进行被动雷达导引头的信息建模和滤波处理；
步骤2.2：进行制导指令的解算；
步骤2.3：进行攻击目标位置估计。
为了更好地实现本发明，进一步地，所述步骤2.1的具体操作包括：
步骤2.1.1：通过被动雷达导引头和位置传感器获取飞机状态量信息，并计算得到无人机-目标的相对运动关系，构建相对运动模型；
步骤2.1.2：通过相对运动模型计算得到不含噪声的视线倾角数据、不含噪声的视线偏角数据、不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据、视线距离、视线速度；将计算得到的不含噪声的视线倾角数据、不含噪声的视线偏角数据、不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据作为被动雷达导引头的理想真实值数据；
步骤2.1.3：根据被动雷达导引头的输出数据特性，构建导引头特性模型；将计算得到的不含噪声的视线倾角数据、不含噪声的视线偏角数据输入到导引头特性模型中，在导引头特性模型中对不含噪声的视线倾角数据、不含噪声的视线偏角数据添加测量误差及噪声特性，得到含噪声的视线偏角、含噪声的视线倾角；将得到的含噪声的视线偏角、含噪声的视线倾角作为模拟真实的被动雷达导引头的输出的视线角特性数据；
步骤2.1.4：构建滤波模块，将得到的含噪声的视线偏角、含噪声的视线倾角送入到滤波模块中进行处理，得到视线偏角、视线倾角；并估计得到视线偏角速率、视线倾角速率。
为了更好地实现本发明，进一步地，在所述步骤2.1.4中，所述滤波模块采用一阶惯性环节低通滤波方法对输入的含噪声的视线偏角、含噪声的视线倾角和估计得到的视线偏角速率、视线倾角速率进行处理；同时设置卡尔曼滤波器对视线偏角速率、视线倾角速率进行联合估计。
为了更好地实现本发明，进一步地，所述卡尔曼滤波器的操作流程如下：
流程1：初始化参数矩阵和中间变量矩阵；
流程2：输入设置的参数矩阵；
流程3：循环进行估计值数据更新。
为了更好地实现本发明，进一步地，所述流程3的具体操作为：循环进行下列流程：
流程3.1：更新过程估计值；
流程3.2：更新过程估计值的协方差；
流程3.3：计算卡尔曼增益；
流程3.4：更新最优估计值；
流程3.5：更新最优估计值的协方差。
为了更好地实现本发明，进一步地，在所述步骤2.1.2中，建立地面参考惯性坐标系，通过目标和无人机在地面参考惯性坐标系中的位置进行不含噪声的视线倾角数据、不含噪声的视线偏角数据、不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据、视线距离、视线速度的计算；
在所述步骤2.1.3中，建立机体坐标系和视线坐标系，根据被动雷达导引头的输出数据特性，将不含噪声的视线倾角数据、不含噪声的视线偏角数据从实现坐标系转换到地面参考惯性坐标系中；然后再从地面惯性坐标系转换到机体坐标系中；最后再添加测量误差及噪声特性，得到含噪声的视线偏角、含噪声的视线倾角。
为了更好地实现本发明，进一步地，在所述步骤2.1.4中，在滤波模块中，将得到的含噪声的视线偏角、含噪声的视线倾角从机体坐标系中转换到地面参考惯性坐标系中，然后再进行处理。
为了更好地实现本发明，进一步地，所述步骤2.2的具体操作为：
将步骤2.1.1中被动雷达导引头获取的信息进行收敛后得到导引参数、姿态角、执行末端制导标志信息；整合导引参数、姿态角、执行末端制导标志信息，以及步骤2.1.2获得的不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据、视线距离、视线速度，还有步骤2.2.4获得的视线偏角、视线倾角、视线偏角速率、视线倾角速率，进行制导参数解算，生成滚转角指令、过载超限标志、过载指令，并发送到飞控单元中。
本发明还提出了一种无人机的末端制导控制***，用于进行上述的一种无人机的末端制导控制方法；所述末端制导控制***包括制导子***、控制子***、位置传感器；
所述制导子***包括被动雷达导引头单元、导引指令生成装置；所述控制子***包括飞控单元、执行机构、姿态传感器；所述被动雷达导引头单元、导引指令生成装置、飞控单元、执行机构依次连接，并通过执行机构与无人机的机体控制连接；所述姿态传感器和位置传感器分别安装在机体上，且所述姿态传感器与飞控单元连接，所述位置传感器与导引指令生成装置连接。
本发明与现有技术相比具有以下优点及有益效果：
本发明提出了一种无人机的末端制导控制方法及***，本发明根据电子战无人机的制导特点，基于寻的制导方式，构建了末端指导控制***，并提出了相应的末端制导控制方法，通过被动雷达指导的方法实现了对角约束和制导精度要求，同时实现末端机动与模拟攻击控制，准确拦截目标，防御导弹攻击，提高突防能力。
附图说明
图1是制导控制***原理示意图；
图2是地面参考惯性坐标系中视线角估计示意图；
图3是视线坐标系-机体坐标系示意图；
图4是卡尔曼滤波算法示意图；
图5是无人机与目标的相对运动关系示意图；
图6是末端制导控制***构成示意图；
图7为攻击模拟示意图。
具体实施方式
为了更清楚地说明本发明实施例的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，应当理解，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，因此不应被看作是对保护范围的限定。基于本发明中的实施例，本领域普通技术工作人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；也可以是直接相连，也可以是通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1：
本实施例提出了本发明提出了一种无人机的末端制导控制方法，基于无人机的末端制导控制***，如图1所示，采用被动雷达导引的方式进行末端制导控制；所述末端制导控制***包括制导子***、控制子***、位置传感器；
所述制导子***包括被动雷达导引头单元、导引指令生成装置；所述控制子***包括飞控单元、执行机构、姿态传感器；所述被动雷达导引头单元、导引指令生成装置、飞控单元、执行机构依次连接，并通过执行机构与无人机的机体控制连接；所述姿态传感器和位置传感器分别安装在机体上，且所述姿态传感器与飞控单元连接，所述位置传感器与导引指令生成装置连接；
所述控制方法具体包括以下步骤：
步骤1：无人机发射后，通过被动雷达导引头不断测量目标运动参数，得到相对要求轨迹的偏差，并将相对要求轨迹的偏差送给导引指令生成装置；
步骤2：通过导引指令生成装置将接收到的偏差信号加以变换和计算，形成制导指令；所述制导指令要求无人机改变航向或速度；
步骤3：将制导指令送往控制子***，将制导指令经过变换、放大处理转换获得指令内容后，通过执行机构驱动舵面偏转，改变无人机飞行方向，或/和改变无人机飞行速度，使无人机回到要求轨迹上。
工作原理：图1为制导控制原理示意图，根据制导控制原理示意，电子战无人机工作流程分解如下：
1)无人机发射后，导引头不断测量相对要求轨迹的偏差，并将此偏差送给制导指令形成模块；
2)制导指令形成模块将将该偏差信号加以变换和计算，形成制导指令，该指令要求无人机改变航向或速度；
3)将制导指令送往控制***，经过变换、放大，通过伺服作动***驱动舵面偏转，改变无人机飞行方向，使无人机回到要求轨迹上；
4)若受到干扰。姿态角发生变化，姿态传感器检测出姿态偏差，以电信号形式送入计算机，控制无人机恢复到原来的状态，保证无人机稳定的按照原来的轨迹飞行。
实施例2：
本实施例在上述实施例1的基础上，为了更好地实现本发明，进一步地，如图6所示，图6是末端制导控制***构成示意图，结合了导引头输入与制导指令输出，通过simulink搭建模型实现全数字仿真闭环控制，用以进行制导精度影响分析。所述步骤2中，形成制导指令的具体操作为：
步骤2.1：进行被动雷达导引头的信息建模和滤波处理；
步骤2.2：进行制导指令的解算；
步骤2.3：进行攻击目标位置估计。
进一步地，所述步骤2.1的具体操作包括：
步骤2.1.1：通过被动雷达导引头和位置传感器获取飞机状态量信息，并计算得到无人机-目标的相对运动关系，构建相对运动模型；
步骤2.1.2：通过相对运动模型计算得到不含噪声的视线倾角数据、不含噪声的视线偏角数据、不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据、视线距离、视线速度；将计算得到的不含噪声的视线倾角数据、不含噪声的视线偏角数据、不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据作为被动雷达导引头的理想真实值数据；
步骤2.1.3：根据被动雷达导引头的输出数据特性，构建导引头特性模型；将计算得到的不含噪声的视线倾角数据、不含噪声的视线偏角数据输入到导引头特性模型中，在导引头特性模型中对不含噪声的视线倾角数据、不含噪声的视线偏角数据添加测量误差及噪声特性，得到含噪声的视线偏角、含噪声的视线倾角；将得到的含噪声的视线偏角、含噪声的视线倾角作为模拟真实的被动雷达导引头的输出的视线角特性数据；
步骤2.1.4：构建滤波模块，将得到的含噪声的视线偏角、含噪声的视线倾角送入到滤波模块中进行处理，得到视线偏角、视线倾角；并估计得到视线偏角速率、视线倾角速率。
工作原理：根据末端制导控制原理，末端制导控制***设计主要包括：
a)导引头信息建模及滤波
b)制导指令解算
c)攻击目标位置估计
1、导引头信息建模及滤波
本部分主要针对雷达导引头进行视线角建模与角速率估计滤波。
①首先通过目标及飞行器在惯性系中的位置进行目标视线角与角速率的解算，将此解算值作为导引头的理想真实值处理。
②根据导引头输出数据特性，即导引头输出的真实视线角信息相对于机体坐标系，将理想视线角转换到机体坐标系中。
由地面参考惯性系C0到机体系C1的转换矩阵为C0→1，由地面参考惯性系C0到视线坐标系C4的转换矩阵为C0→4，设导引头输出目标-飞行器相对机体坐标系的视线角为Δqε和Δqβ，目标-飞行器视线的单位向量在视线坐标系中的投影为[1 0 0]T视线向量在惯性坐标系中的投影为根据从惯性系到机体系的转换矩阵，可得单位视线向量在机体坐标系中的投影为C1xyz，由机体系C1到视线坐标系C4的转换矩阵为C1→4，单位视线向量在机体坐标系中的投影为/>因此视线相对于机体系所成的角度可表示为
Δqε＝-arcsin c1z (1)
③将导引头的测量误差及噪声特性加入视线角计算值可以模拟真实导引头输出的视线角特性。
在考虑导引头天线罩斜率误差的情况下，导引头测量的视线相对于机体
系所成的角度可以描述为
Δqε＝-(1+bε)arcsinc1Z (3)
其中，bε和bβ分别代表俯仰通道和偏航通道的天线罩瞄准误差斜率。
在实际飞行中，由于环境因素的影响，天线罩瞄准误差斜率是随机变化
的，所以将其变化过程视为随机高斯白噪声，即
其中wε和wβ分别代表导引头测量机构俯仰通道和偏航通道高斯白噪声。
④导引头输出的信息一般需要经过滤波处理才能用于计算制导指令，给出联合估计视线角速率的滤波器。
本实施例的其他部分与上述实施例1相同，故不再赘述。
实施例3：
本实施例在上述实施例1-2任一项的基础上，为了更好地实现本发明，进一步地，在所述步骤2.1.4中，所述滤波模块采用一阶惯性环节低通滤波方法对输入的含噪声的视线偏角、含噪声的视线倾角和估计得到的视线偏角速率、视线倾角速率进行处理；同时设置卡尔曼滤波器对视线偏角速率、视线倾角速率进行联合估计。
工作原理：首先将导引头输出的相对机体坐标系的视线角转换到惯性坐标系中。其次按照以下方式计算视线角速率，其中时间间隔根据控制***的运行周期取。
对导引头输出的视线角及估计的视线角速率用一阶惯性环节低通滤波：
其中T2为时间常数。为增强时效性，同时设计一套卡尔曼滤波器进行视线角速率联合估计。
本实施例的其他部分与上述实施例1-2任一项相同，故不再赘述。
实施例4：
本实施例在上述实施例1-3任一项的基础上，为了更好地实现本发明，进一步地，如图4所示，所述卡尔曼滤波器的操作流程如下：
流程1：初始化参数矩阵和中间变量矩阵；
流程2：输入设置的参数矩阵；
流程3：循环进行估计值数据更新。
进一步地，所述流程3的具体操作为：循环进行下列流程：
流程3.1：更新过程估计值；
流程3.2：更新过程估计值的协方差；
流程3.3：计算卡尔曼增益；
流程3.4：更新最优估计值；
流程3.5：更新最优估计值的协方差。
本实施例的其他部分与上述实施例1-3任一项相同，故不再赘述。
实施例5：
本实施例在上述实施例1-4任一项的基础上，为了更好地实现本发明，进一步地，在所述步骤2.1.2中，建立地面参考惯性坐标系，通过目标和无人机在地面参考惯性坐标系中的位置进行不含噪声的视线倾角数据、不含噪声的视线偏角数据、不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据、视线距离、视线速度的计算；
在所述步骤2.1.3中，建立机体坐标系和视线坐标系，根据被动雷达导引头的输出数据特性，将不含噪声的视线倾角数据、不含噪声的视线偏角数据从实现坐标系转换到地面参考惯性坐标系中；然后再从地面惯性坐标系转换到机体坐标系中；最后再添加测量误差及噪声特性，得到含噪声的视线偏角、含噪声的视线倾角。
进一步地，在所述步骤2.1.4中，在滤波模块中，将得到的含噪声的视线偏角、含噪声的视线倾角从机体坐标系中转换到地面参考惯性坐标系中，然后再进行处理。
本实施例的其他部分与上述实施例1-4任一项相同，故不再赘述。
实施例6：
本实施例在上述实施例1-5任一项的基础上，为了更好地实现本发明，进一步地，所述步骤2.2的具体操作为：
将步骤2.1.1中被动雷达导引头获取的信息进行收敛后得到导引参数、姿态角、执行末端制导标志信息；整合导引参数、姿态角、执行末端制导标志信息，以及步骤2.1.2获得的不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据、视线距离、视线速度，还有步骤2.2.4获得的视线偏角、视线倾角、视线偏角速率、视线倾角速率，进行制导参数解算，生成滚转角指令、过载超限标志、过载指令，并发送到飞控单元中。
工作原理：解算具体包括以下步骤：
①首先建立无人机-目标相对运动过程
相对运动方程的数学模型为
其中R表征脱靶量，ε＝0表示不同导引方法所建立的导引关系
②根据任务需求选择合适的寻的导引律
当即在飞往目标的过程中，速度方向的变化率与目标视线角的变化率成比例。
比例导引法是介于追踪法与平行接近法之间的一种制导方法，在满足收敛的条件下，弹道前段较为弯曲，能充分利用机动能力，弹道后段较为平直，使得具备较富裕的机动能力。将导引关系改写为过载形式即为广义比例导引法。
在视线系内分别计算俯仰、方位方向的过载指令，制导律通常根据视线角速率给出纵向和侧向两个方向的过载指令，将飞行器主升力面旋转到过载指令合向量方向上得到机体系内垂直于对称面的法向过载。
将视线坐标系中的过载指令投影到准机体系内，采用倾斜转弯控制，根据准机体系内的法向过载计算机体系内垂直于对称面的法向过载及滚转角指令作为制导指令输出。
本实施例的其他部分与上述实施例1-5任一项相同，故不再赘述。
实施例7：
本实施例在上述实施例1-6任一项的基础上，对于攻击目标位置估计：
目标的位置信息应该在进入末端制导段后尽快获得，一方面有助于取得预期的命中效果，另一方面如果目标关机，则飞行器根据此信息继续飞向预定区域，等待在预定区域搜索识别目标并实施攻击。
①若确定目标的具体方位与位置
电子战无人机起飞前，对攻击目标进行参数初始装订，初始参数包括目标位置(Xt，Yt，Zt)、目标的三项运动速度(Xt_dot，Yt_dot，Zt_dot)。
②若不确定目标的具体方位与位置，确定大致目标区域范围
起飞前或起飞过程中装订目标的区域范围或搜索航线，区域范围不限于不规则多边形、圆、椭圆等形状(可以通过航线装订实现攻击区域的装订)。若设置了搜索航线，沿着搜索航线进行搜索；若未设置搜索航线，以目标区域范围的中心为圆心，以导引头探测距离为半径盘旋搜索目标，盘旋期间的高度取飞机当前高度，速度取最优航程巡航速度。当收到地面站“攻击模式”指令，将无人机引导至攻击目标空域，接入末端制导执行攻击任务。
③若不确定目标的具体方位与位置，且不确定大致目标区域范围
在雷达关机前利用导引头的制导信息进行制导，同时利用导引头的测角信息及导航***的位置信息进行定位计算，对目标-电子战无人机相对位置进行估计，雷达关机后利用定位信息及导航***位置信息进行制导信息解算。
所述的攻击目标位置估计功能为：目标的位置信息应该在进入末端制导段后尽快获得，一方面有助于取得预期的命中效果，另一方面如果目标关机，则飞行器根据此信息继续飞向预定区域，等待在预定区域搜索识别目标并实施攻击。设计确定目标的具体方位与位置、不确定目标的具体方位与位置，确定大致目标区域范围、不确定目标的具体方位与位置，且不确定大致目标区域范围三种场景中目标位置的估算方法。图7为本发明模拟模拟攻击控制的模型示意图。图中三维坐标的单位都为米。
本实施例的其他部分与上述实施例1-6任一项相同，故不再赘述。
实施例8：
本实施例在上述实施例1-7任一项的基础上，为了更好地实现本发明，进一步地：
关于步骤2.1.2，如图2所示：图2是惯性系中视线角估计示意图，根据该图，可以计算得到惯性系中目标视线角为
对视线角求导得视线角速率信息
其中：
Δx＝xt-x，Δy＝yt-y，ΔZ＝zt-Z；
xt，yt，Zt——目标在参考惯性坐标系中的坐标；
x，y，z——飞行器在参考惯性坐标系中的坐标；
——目标速度在参考惯性坐标系三个轴上的分量；
——飞行器速度在参考惯性坐标系三个轴上的分量；
xr，yr，Zr——C[Δx，Δy，ΔZ]，其中C由参考惯性系绕着z轴旋转视线偏角得到；
——/>其中C由参考惯性系绕着z轴旋转视线偏角得到；
其中qb0为导引头探测到目标的瞬时视线偏角。
导引头输出的真实视线角信息相对于机体坐标系，下面将理想视线角转换到机体坐标系中。
由地面参考惯性系C0到机体系C1的转换矩阵：
由地面参考惯性系C0到视线坐标系C4的转换矩阵为：
设导引头输出目标—飞行器相对机体坐标系的视线角为Δqε和Δqβ，目标-飞行器视线的单位向量在视线坐标系中的投影为[1 0 0]T，视线向量在惯性坐标系中的投影为
根据从惯性系到机体系的转换矩阵，可得单位视线向量在机体坐标系中的投影为
由机体系C1到视线坐标系C4的转换矩阵为
单位视线向量在机体坐标系中的投影为
/>
由上式可得，视线相对于机体系所成的角度可表示为
Δqε＝-arc Sinclz (11)
其中c1x，c1y，c1z见C1xyz。
本实施例其他部分与上述实施例1-7任一项相同，故不再赘述。
实施例9：
本实施例在上述实施例1-8任一项的基础上，为了更好地实现本发明，进一步地，如图3所示，关于步骤2.1.3：
视线角速率估计、滤波以及制导律设计均在惯性系中开展，导引头输出的信息是相对机体坐标系的，将导引头输出的相对机体坐标系的视线角按照如下方式转换到惯性坐标系中。
单位视线向量在机体坐标系中的投影为
由地面参考惯性系C0到机体系C1的转换矩阵为C0→1，单位视线向量在惯性坐标系中的投影为视线向量相对惯性系的视线角计算如下：
本实施例的其他部分与上述实施例1-8任一项相同，故不再赘述。
实施例10：
本实施例在上述实施例1-9任一项的基础上，为了更好地实现本发明，进一步地，如图4所示，关于卡尔曼滤波器的具体操作举例如下：
以纵向通道为例，给出联合估计视线角速率的卡尔曼滤波器。
首先建立***状态方程与测量状态方程。
假设目标固定，纵向通道状态变量定义为x1＝qε，控制量为aε，纵向通道联合估计视线角速率状态方程为/>
由于目标固定，可以利用速度信息计算得到，aε利用机体系的加速度信息转换到视线系得到，计算公式如下：
记式(13)可以改写为
将上式线性时变***离散化后即可得到***状态方程
Xε(k+1)＝Φε(k)Xε(k)+Bε(k)uε(k)
其中Xε(k)为状态量，uε(k)为控制量，则有
uε(k)＝-aε(k)
由于模型误差等原因，加入一个零均值高斯随机过程噪声向量Wε(k)，即可得到Xε的预报估计
测量方程取导引头测量得到的视线相对机体系所成的角度。
Zε(k)＝HεXε(k)+Vε(k) (16)
其中Vε(k)是一个零均值高斯随机过程噪声向量，观测矩阵
Wε(k)、Vε(k)两个过程噪声都符合高斯分布，并彼此独立，过程噪声协方差矩阵和观测噪声协方差矩阵，二者的数学表达式为
式中，μw是Wε的均值矩阵，μv是Vε的均值矩阵；Qε为***过程躁声Wε的协方差矩阵；Rε为测量过程躁声Vε的协方差矩阵，Sε是Wε和Vε的互协方差矩阵，δ是克罗内克符号。
第一步：根据前一时刻的状态变量和控制量更新此刻的经验估计值。
第二步：根据***过程参数矩阵Φε(k)和***过程噪声协方差矩阵Qε(k)，估计状态变量对应的协方差矩阵Pε(k+1/k)。
其中Pε(k)表示状态变量对应协方差矩阵，表征对初始状态的置信度，Qε(k)为***过程噪声协方差矩阵，根据噪声的方差得到。
第三步：更新***的卡尔曼增益矩阵Kk
其中Hε为观测矩阵，Rε(k+1)为测量过程躁声Vk的协方差矩阵。
第四步：根据测量值与测量参数矩阵，更新过程估计量为综合的最优估计量。
其中yε(k+1)为实际测量值。
第五步：更新最优估计量的协方差矩阵Pk。
Pε(k+1)＝(I-KkHε)Pε(k+1/k) (22)
因此设计俯仰通道推广Kalman滤波器为
其中和/>分别代表Xε的滤波估计和预报估计，状态量Xε的初始条件为/>
状态变量对应协方差矩阵Pε初始状态为
观测矩阵Hε为
***过程噪声Wε的协方差矩阵Qε为
测量过程噪声Vε的协方差矩阵Rε为
本实施例的其他部分与上述实施例1-9任一项相同，故不再赘述。
实施例11：
本实施例在上述实施例1-10任一项的基础上，为了更好地实现本发明，进一步地，如图5所示，图5是无人机与目标的相对运动关系示意图，根据相对运动关系建立广义导引律。在末端制导段以广义比例制导律为主设计导引规律，导引关系方程为
其中为视线角速率，K为导引系数，n为过载指令(视线坐标系内)。
在视线系内分别计算俯仰、方位方向的过载指令，表达式为
其中，Ky和Kz为比例系数，为俯仰视线角速率，/>为方位视线角速率。
制导律通常根据视线角速率给出纵向和侧向两个方向的过载指令，将飞行器主升力面旋转到过载指令合向量方向上得到机体系内垂直于对称面的法向过载。
首先将视线坐标系中的过载指令投影到准机体系内
/>
采用倾斜转弯控制，根据准机体系内的法向过载ny5和nz5计算机体系内垂直于对称面的法向过载及滚转角指令，即有
γc＝atan2(nzc，nyc)
其中：
nyc、nzc-侧向、纵向过载指令；
nc-过载指令合向量大小；
γc-滚转角指令。
若需要保证落角约束，可引入落角约束项代替/>K1为比例制导系数，K2为落角约束项系数，一般K2越大效果越好，但是会以脱靶量的增加为代价，需要折中设计。
本实施例的其他部分与上述实施例1-10任一项相同，故不再赘述。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。
Claims (10)
1.一种无人机的末端制导控制方法，基于无人机的末端制导控制***，采用被动雷达导引的方式进行末端制导控制；其特征在于，所述末端制导控制***包括制导子***、控制子***、位置传感器；
所述制导子***包括被动雷达导引头单元、导引指令生成装置；所述控制子***包括飞控单元、执行机构、姿态传感器；所述被动雷达导引头单元、导引指令生成装置、飞控单元、执行机构依次连接，并通过执行机构与无人机的机体控制连接；所述姿态传感器和位置传感器分别安装在机体上，且所述姿态传感器与飞控单元连接，所述位置传感器与导引指令生成装置连接；
所述控制方法具体包括以下步骤：
步骤1：无人机发射后，通过被动雷达导引头不断测量目标运动参数，得到相对要求轨迹的偏差，并将相对要求轨迹的偏差送给导引指令生成装置；
步骤2：通过导引指令生成装置将接收到的偏差信号加以变换和计算，形成制导指令；所述制导指令要求无人机改变航向或速度；
步骤3：将制导指令送往控制子***，将制导指令经过变换、放大处理转换获得指令内容后，通过执行机构驱动舵面偏转，改变无人机飞行方向，或/和改变无人机飞行速度，使无人机回到要求轨迹上。
2.如权利要求1所述的一种无人机的末端制导控制方法，其特征在于，所述步骤2中，形成制导指令的具体操作为：
步骤2.1：进行被动雷达导引头的信息建模和滤波处理；
步骤2.2：进行制导指令的解算；
步骤2.3：进行攻击目标位置估计。
3.如权利要求2所述的一种无人机的末端制导控制方法，其特征在于，所述步骤2.1的具体操作包括：
步骤2.1.1：通过被动雷达导引头和位置传感器获取飞机状态量信息，并计算得到无人机-目标的相对运动关系，构建相对运动模型；
步骤2.1.2：通过相对运动模型计算得到不含噪声的视线倾角数据、不含噪声的视线偏角数据、不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据、视线距离、视线速度；将计算得到的不含噪声的视线倾角数据、不含噪声的视线偏角数据、不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据作为被动雷达导引头的理想真实值数据；
步骤2.1.3：根据被动雷达导引头的输出数据特性，构建导引头特性模型；将计算得到的不含噪声的视线倾角数据、不含噪声的视线偏角数据输入到导引头特性模型中，在导引头特性模型中对不含噪声的视线倾角数据、不含噪声的视线偏角数据添加测量误差及噪声特性，得到含噪声的视线偏角、含噪声的视线倾角；将得到的含噪声的视线偏角、含噪声的视线倾角作为模拟真实的被动雷达导引头的输出的视线角特性数据；
步骤2.1.4：构建滤波模块，将得到的含噪声的视线偏角、含噪声的视线倾角送入到滤波模块中进行处理，得到视线偏角、视线倾角；并估计得到视线偏角速率、视线倾角速率。
4.如权利要求3所述的一种无人机的末端制导控制方法，其特征在于，在所述步骤2.1.4中，所述滤波模块采用一阶惯性环节低通滤波方法对输入的含噪声的视线偏角、含噪声的视线倾角和估计得到的视线偏角速率、视线倾角速率进行处理；同时设置卡尔曼滤波器对视线偏角速率、视线倾角速率进行联合估计。
5.如权利要求4所述的一种无人机的末端制导控制方法，其特征在于，所述卡尔曼滤波器的操作流程如下：
流程1：初始化参数矩阵和中间变量矩阵；
流程2：输入设置的参数矩阵；
流程3：循环进行估计值数据更新。
6.如权利要求5所述的一种无人机的末端制导控制方法，其特征在于，所述流程3的具体操作为：循环进行下列流程：
流程3.1：更新过程估计值；
流程3.2：更新过程估计值的协方差；
流程3.3：计算卡尔曼增益；
流程3.4：更新最优估计值；
流程3.5：更新最优估计值的协方差。
7.如权利要求3或4或5或6所述的一种无人机的末端制导控制方法，其特征在于，在所述步骤2.1.2中，建立地面参考惯性坐标系，通过目标和无人机在地面参考惯性坐标系中的位置进行不含噪声的视线倾角数据、不含噪声的视线偏角数据、不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据、视线距离、视线速度的计算；
在所述步骤2.1.3中，建立机体坐标系和视线坐标系，根据被动雷达导引头的输出数据特性，将不含噪声的视线倾角数据、不含噪声的视线偏角数据从实现坐标系转换到地面参考惯性坐标系中；然后再从地面惯性坐标系转换到机体坐标系中；最后再添加测量误差及噪声特性，得到含噪声的视线偏角、含噪声的视线倾角。
8.如权利要求7所述的一种无人机的末端制导控制方法，其特征在于，在所述步骤2.1.4中，在滤波模块中，将得到的含噪声的视线偏角、含噪声的视线倾角从机体坐标系中转换到地面参考惯性坐标系中，然后再进行处理。
9.如权利要求3或4或5或6所述的一种无人机的末端制导控制方法，其特征在于，所述步骤2.2的具体操作为：
将步骤2.1.1中被动雷达导引头获取的信息进行收敛后得到导引参数、姿态角、执行末端制导标志信息；整合导引参数、姿态角、执行末端制导标志信息，以及步骤2.1.2获得的不含噪声的视线倾角速率数据、不含噪声的视线偏角速率数据、视线距离、视线速度，还有步骤2.2.4获得的视线偏角、视线倾角、视线偏角速率、视线倾角速率，进行制导参数解算，生成滚转角指令、过载超限标志、过载指令，并发送到飞控单元中。
10.一种无人机的末端制导控制***，用于进行上述权利要求1或2或3或4或5或6或7或8或9的一种无人机的末端制导控制方法；其特征在于，所述末端制导控制***包括制导子***、控制子***、位置传感器；
所述制导子***包括被动雷达导引头单元、导引指令生成装置；所述控制子***包括飞控单元、执行机构、姿态传感器；所述被动雷达导引头单元、导引指令生成装置、飞控单元、执行机构依次连接，并通过执行机构与无人机的机体控制连接；所述姿态传感器和位置传感器分别安装在机体上，且所述姿态传感器与飞控单元连接，所述位置传感器与导引指令生成装置连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210059826.XA CN114489101B (zh) | 2022-01-19 | 2022-01-19 | 一种无人机的末端制导控制方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210059826.XA CN114489101B (zh) | 2022-01-19 | 2022-01-19 | 一种无人机的末端制导控制方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114489101A CN114489101A (zh) | 2022-05-13 |
| CN114489101B true CN114489101B (zh) | 2023-09-29 |
Family
ID=81472519
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210059826.XA Active CN114489101B (zh) | 2022-01-19 | 2022-01-19 | 一种无人机的末端制导控制方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114489101B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115167507A (zh) * | 2022-06-30 | 2022-10-11 | 河北汉光重工有限责任公司 | 一种自动弹道规划及追踪的三维监控*** |
| CN116974208B (zh) * | 2023-09-22 | 2024-01-19 | 西北工业大学 | 基于捷联导引头的旋翼无人机目标打击控制方法及*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1490592A (zh) * | 2002-10-18 | 2004-04-21 | 伟 李 | 本方领航式精确制导武器 |
| WO2012119132A2 (en) * | 2011-03-02 | 2012-09-07 | Aerovironment, Inc. | Unmanned aerial vehicle angular reorientation |
| CN108051801A (zh) * | 2017-12-05 | 2018-05-18 | 南京长峰航天电子科技有限公司 | 一种基于微波与毫米波复合的高精度射频仿真*** |
| CN109084772A (zh) * | 2018-07-25 | 2018-12-25 | 北京航天长征飞行器研究所 | 一种基于无迹卡尔曼的视线转率提取方法及*** |
| CN110081881A (zh) * | 2019-04-19 | 2019-08-02 | 成都飞机工业（集团）有限责任公司 | 一种基于无人机多传感器信息融合技术的着舰引导方法 |
| CN113639586A (zh) * | 2021-06-22 | 2021-11-12 | 北京航天飞腾装备技术有限责任公司 | 一种抗雷达关机的制导方法、***及介质 |
-
2022
- 2022-01-19 CN CN202210059826.XA patent/CN114489101B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1490592A (zh) * | 2002-10-18 | 2004-04-21 | 伟 李 | 本方领航式精确制导武器 |
| WO2012119132A2 (en) * | 2011-03-02 | 2012-09-07 | Aerovironment, Inc. | Unmanned aerial vehicle angular reorientation |
| CN108051801A (zh) * | 2017-12-05 | 2018-05-18 | 南京长峰航天电子科技有限公司 | 一种基于微波与毫米波复合的高精度射频仿真*** |
| CN109084772A (zh) * | 2018-07-25 | 2018-12-25 | 北京航天长征飞行器研究所 | 一种基于无迹卡尔曼的视线转率提取方法及*** |
| CN110081881A (zh) * | 2019-04-19 | 2019-08-02 | 成都飞机工业（集团）有限责任公司 | 一种基于无人机多传感器信息融合技术的着舰引导方法 |
| CN113639586A (zh) * | 2021-06-22 | 2021-11-12 | 北京航天飞腾装备技术有限责任公司 | 一种抗雷达关机的制导方法、***及介质 |
Non-Patent Citations (7)
| Title |
|---|
| Research on Target State Estimation and Terminal Guidance Algorithm in the Process of Multi-UAV Cooperative Attack;Zhongnan Tang等;2020 5th International Conference on Automation, Control and Robotics Engineering (CACRE);第165-171页 * |
| 再入飞行器末制导与控制技术研究;谢道成;中国博士学位论文全文数据库工程科技Ⅱ辑(第10（2014）期);第C032-6页 * |
| 反辐射子弹抗雷达关机方法研究;黄建雄;李新国;;计算机仿真(第08期);第52-55页 * |
| 基于弹道制导一体化的巡航飞行器末制导方案研究;穆育强等;航天控制;第30卷(第02 期);第7-10+21页 * |
| 大展弦比无人机自动着舰技术研究;赵东宏;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第02(2019)期);第C031-537页 * |
| 直升机载空地导弹复合制导技术研究;任宏光等;飞航导弹(第07期);第90-95页 * |
| 空空导弹攻击防区外目标研究;鞠传文, 杨秀珍, 王超勇;电光与控制(第03期);第12-17页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114489101A (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114489101B (zh) | 一种无人机的末端制导控制方法及*** | |
| Lee et al. | Polynomial guidance laws considering terminal impact angle and acceleration constraints | |
| CN109445449B (zh) | 一种高亚音速无人机超低空飞行控制***及方法 | |
| CN105486307B (zh) | 针对机动目标的视线角速率估计方法 | |
| Campa et al. | Simulation environment for machine vision based aerial refueling for UAVs | |
| CN109933087A (zh) | 无人机与地面机动目标虚拟编队战位保持控制方法 | |
| CN110764523B (zh) | 基于抗饱和平滑变换的比例积分前置导引攻击目标的方法 | |
| CN110686564B (zh) | 一种红外半捷联导引头制导方法及*** | |
| Oshman et al. | Differential-game-based guidance law using target orientation observations | |
| CN109708639A (zh) | 飞行器平飞跟踪直线和圆弧路径的侧向制导指令生成方法 | |
| CN116974208B (zh) | 基于捷联导引头的旋翼无人机目标打击控制方法及*** | |
| Khamis et al. | Nonlinear optimal tracking for missile gimbaled seeker using finite-horizon state dependent Riccati equation | |
| Wang et al. | Optimal guidance with active observability enhancement for scale factor error estimation of strapdown seeker | |
| Ye et al. | Nonlinear differential geometric guidance for maneuvering target | |
| CN112180971A (zh) | 多旋翼飞行器多模制导方法及*** | |
| Oshman et al. | Enhanced air-to-air missile tracking using target orientation observations | |
| RU2498342C1 (ru) | Способ перехвата воздушных целей летательными аппаратами | |
| CN113110428A (zh) | 一种基于受限反步法控制的舰载机着舰固定时间轨迹跟踪方法 | |
| Mammarella et al. | GPS/MV based aerial refueling for UAVs | |
| CN113759954B (zh) | 一种针对机动目标的复合制导方法 | |
| Nie et al. | Adaptive tracking algorithm based on 3D variable turn model | |
| CN117889868B (zh) | 一种融合红外导引头信息的导弹位置精确估计方法 | |
| Hang et al. | Longitudinal guidance law of vision-based net-recovery for a small fixed-wing uav | |
| Hodžić et al. | LOS rate estimation techniques for proportional navigation guided missiles | |
| CN112097765B (zh) | 一种采用定常与时变前置角相结合的飞行器前置导引方法 |
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 |