检索结果-内蒙古大学图书馆

作者：黎克波国防科学技术大学

学位级别：博士

拦截机动目标是拦截制导控制领域的核心研究内容之一。制导控制是实现精确拦截机动目标的关键。对制导控制的研究可以分为三个层次：几何规律、制导律、控制。其中，几何规律是拦截制导的基础，制导律是实现几何规律的反馈算法，控制是... 详细信息

拦截机动目标是拦截制导控制领域的核心研究内容之一。制导控制是实现精确拦截机动目标的关键。对制导控制的研究可以分为三个层次：几何规律、制导律、控制。其中，几何规律是拦截制导的基础，制导律是实现几何规律的反馈算法，控制是特定对象实现制导律的手段。几何规律和制导律具有普适性，控制则具有针对性。论文主要对拦截机动目标的几何规律和制导律进行深入研究。\n 依据空间几何学与运动学规律，统一和完善了三维拦截制导的降维方法，简化了三维制导律设计与分析的难度。首先，严格推导了视线旋转坐标系内的三维相对运动方程，并对其奇异性问题进行了分析，提出了解决方案；其次，统一和完善了在弹目瞬时交会平面内构建二维制导律，以实现三维拦截的“降维方法”；然后，以比例导引律（PN）为例，对该方法的有效性进行了理论分析与仿真验证。该方法可有效降低三维制导律设计与分析的难度和复杂度。\n 基于降维方法和类李雅普诺夫理论，分析了真比例导引律（TPN）和纯比例导引律（PPN）的制导特性，得到了显式的捕获区域和过载对抗需求。PN是应用最广泛的经典制导律。其中，TPN的指令加速度垂直于视线，适用于大气层外拦截；PPN的指令加速度垂直于导弹速度，适用于大气层内拦截。论文基于降维方法和类李雅普诺夫方法，分别对三维TPN和PPN拦截任意机动目标的制导性能进行了深入研究，得到了两种PN对任意机动目标的捕获区域（捕获条件）、对准偏差控制能力、视线转率上限与指令加速度上限等结果。论文的研究结果更准确且更具有普适性，对实际拦截弹制导控制系统的设计具有一定的指导意义。\n 从拦截几何关系入手，基于古典微分几何曲线理论，推导了三维微分几何制导指令（DGGC）的显示表达式，分析了适用范围和拦截机动目标制导性能。古典微分几何曲线理论是研究空间曲线的数学工具，提供了分析拦截制导问题的新思路。DGGC是应用古典微分几何曲线理论研究拦截制导问题的一种新成果。论文基于古典微分几何曲线理论在三维拦截制导问题中的应用方法，推导了三维DGGC的显示表达式，分析了DGGC相对于PN具有性能优越性的适用范围，然后基于降维方法和类李雅普诺夫方法，对三维DG GC拦截任意机动目标的制导性能进行了深入分析，得到了捕获条件、对准偏差控制能力、视线转率上限与指令加速度上限等结果。\n 引入目标机动加速度上限估计信息，在TPN和PPN的基础上，分别提出了两种可有效应对机动目标的自适应滑模制导律。设计拦截机动目标制导律的一种有效方法是在PN的基础上引入目标机动加速度的特征信息。滑模制导律是其中一种比较有前景的方式。首先，基于有限时间收敛控制理论，对一种由TPN项、变结构控制项、有限时间收敛项组合而成的有限时间收敛滑模制导律（EXO-FTSMG）进行了深入研究；其次，改进了一种目标机动加速度上限的自适应估计器，将其引入EXO-FTSMG，得到了可以保证视线转率渐进收敛至0的自适应滑模制导律（EXO-ASMG）；再次，将该自适应估计器引入一种指令加速度垂直于导弹速度（与PPN类似）的有限时间收敛滑模制导律（ENDO-FTSMG），得到了可以保证滑模变量渐进收敛到滑模面的自适应滑模制导律（ENDO-ASMG）。与PN相比，ASMG降低了对指令过载的需求，且所需测量量较容易获得，具有一定的实用性。\n 为了验证论文的理论分析结果，结合现实拦截场景中影响脱靶量的主要因素，基于MATLAB&Simulink设计了拦截制导仿真系统，分别在大气层外拦截和大气层内拦截两种场景下，对论文所研究的制导律——三维TPN、三维PPN、三维DGGC、两种ASMG拦截机动目标的制导性能进行了仿真对比分析。仿真结果验证了论文所提出理论的正确性。

关键词：拦截机动目标三维拦截制导类李雅普诺夫滑模制导律有限时间收敛自适应控制

来源：评论

学校读者我要写书评

暂无评论

基于模仿学习的机动目标拦截强化学习制导律

引用

北京航空航天大学学报 2025年

作者：任乐亮鲜勇刘振宇张大巧李冰李少朋火箭军工程大学导弹工程学院跨域飞行交叉技术实验室火箭军工程大学作战保障学院清华大学自动化系

机动突防技术的发展对拦截制导律性能提出了更高的要求。为提高机动目标拦截概率、降低能量消耗、提升算法鲁棒性，提出了“基于模仿学习末制导律模型→基于强化学习的末制导律进化模型”的梯次智能制导框架。以拦截碰撞三角为基础，建... 详细信息

机动突防技术的发展对拦截制导律性能提出了更高的要求。为提高机动目标拦截概率、降低能量消耗、提升算法鲁棒性，提出了“基于模仿学习末制导律模型→基于强化学习的末制导律进化模型”的梯次智能制导框架。以拦截碰撞三角为基础，建立机动目标和拦截器三维不确定对抗模型；采用模仿学习方法挖掘比例导引规律，为后续强化学习制导律学习提供良好的初始策略；建立了马尔可夫决策模型，并设置包含能量消耗的过程奖励和包含“过渡段”的“软”终端奖励模型，利用近端策略优化算法充分探索高性能拦截策略。蒙特卡罗仿真结果表明：新型制导律鲁棒性好、稳定性高，实现了比传统制导算法更高的拦截概率和更低的能量消耗，且单次决策耗时仅0.32 ms，具有一定的工程应用价值。

关键词：模仿学习深度强化学习拦截机动目标近端策略优化碰撞三角

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：