[发明专利]一种基于梯度下降的制导参数在线修正方法及系统

权利要求书

1.一种基于梯度下降的制导参数在线修正方法，其特征在于包括：

根据飞行器当前状态与目标状态，利用在线轨迹方法得到后续的飞行轨迹与当前的制导指令；

确定制导指令在线修正的最优指标，所述最优指标为按当前的制导指令执行若干制导周期后，得到的实际轨迹与在线轨迹方法得到的后续飞行轨迹最接近；

利用梯度下降法对在线轨迹规划输出的制导指令进行修正，得到修正量；

利用如下公式获得第n个制导周期的修正量：

其中，分别为当前时刻飞行器的速度和质量，为当前时刻的俯仰角，为大气密度，为气动特征面积，为气动力，为攻角，为第n-1个制导周期的速度执行误差、高度执行误差，为制导周期；

利用修正量确定制导程序角指令，完成制导参数的在线修正；

制导程序角指令满足如下公式：

其中为系数，，；

按下面方法获得：

对和进行在线探索，在每次探索中根据执行效果对及进行惩罚和奖励，惩罚过程为：如果当前次探索周期的制导指令导致飞行轨迹跟踪偏差增大，则令，；奖励过程为：如果当前次探索周期的制导指令导致飞行轨迹跟踪偏差减小，则令，，其中，为第次探索周期时系数的取值，为第次探索周期时系数的取值，为第次探索周期时系数的取值，为第次探索周期时系数的取值，为第次探索周期时系数的取值，为第次探索周期时系数的取值；

每一个轨迹规划周期探索N次，N10，得到最优系数。

2.根据权利要求1所述的一种基于梯度下降的制导参数在线修正方法，其特征在于，所述最优指标满足如下公式：

其中，为利用当前的制导指令，在已知环境与本体模型下由数值积分获得的当前周期结束时的速度和高度；为在实际环境与本体模型下得到的当前周期结束时的速度和高度，由导航信息获得；分别为终端速度和终端高度；为第一权重系数，为第二权重系数。

3.根据权利要求1所述的一种基于梯度下降的制导参数在线修正方法，其特征在于，；

，为利用当前的制导指令，在已知环境与本体模型下由数值积分获得的第n-1个制导周期结束时的速度和高度；，为在实际环境与本体模型下得到的第n-1个制导周期结束时的速度和高度。

4.根据权利要求3所述的一种基于梯度下降的制导参数在线修正方法，其特征在于，。

5.根据权利要求1所述的一种基于梯度下降的制导参数在线修正方法，其特征在于，在飞行器飞行过程中的每一个轨迹规划周期，均执行所述的制导参数在线修正方法。

6.根据权利要求5所述的一种基于梯度下降的制导参数在线修正方法，其特征在于，轨迹规划周期大于2s。

7.一种基于梯度下降的制导参数在线修正系统，其特征在于，包括制导指令实时生成模块、制导指令修正模块以及制导参数修正模块；

制导指令实时生成模块：根据飞行器当前状态与目标状态，利用在线轨迹方法得到后续的飞行轨迹与当前的制导指令，输出给制导指令修正模块；

制导指令修正模块：确定制导指令在线修正的最优指标，所述最优指标为按当前的制导指令执行若干制导周期后，得到的实际轨迹与在线轨迹方法得到的后续飞行轨迹最接近；利用梯度下降法对在线轨迹规划输出的制导指令进行修正，得到修正量，输出给制导参数修正模块；

利用如下公式获得第n个制导周期的修正量：

其中，分别为当前时刻飞行器的速度和质量，为当前时刻的俯仰角，为大气密度，为气动特征面积，为气动力，为攻角，为第n-1个制导周期的速度执行误差、高度执行误差，为制导周期；

制导参数修正模块：利用修正量确定制导程序角指令，完成制导参数的在线修正；

制导程序角指令满足如下公式：

其中为系数，，；

按下面方法获得：

对和进行在线探索，在每次探索中根据执行效果对及进行惩罚和奖励，惩罚过程为：如果当前次探索周期的制导指令导致飞行轨迹跟踪偏差增大，则令，；奖励过程为：如果当前次探索周期的制导指令导致飞行轨迹跟踪偏差减小，则令，，其中，为第次探索周期时系数的取值，为第次探索周期时系数的取值，为第次探索周期时系数的取值，为第次探索周期时系数的取值，为第次探索周期时系数的取值，为第次探索周期时系数的取值；

每一个轨迹规划周期探索N次，N10，得到最优系数。