[发明专利]基于模糊控制器的升力式再入预测-校正制导方法

摘要

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。

主权项

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|σ_ini|，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(σ_ini)，在初始倾侧角σ_ini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，λ_T和φ_T分别为着陆场的经度和纬度，λ_F和φ_F分别为TAEM区域入口的经度和纬度，R_TAEM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E_to‑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：|σ_c|＝|σ_c|_pre+k_σΔt_sim其中，Δt_gud为制导周期，k_σ为倾侧角变化的斜率，Δt_sim为仿真积分步长，|σ_c|_pre为上一制导周期的倾侧角，|σ_c|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，σ_q,max为动压约束对倾侧角的限制，σ_n,max为过载约束对倾侧角的限制，k_max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：|σ_m|＝|σ_m|_pre+k_mΔσ其中，k_m为0～1的可调常数，|σ_m|为倾侧角模型的节点，|σ_m|_pre为上一制导周期|σ_m|的取值；得到倾侧角翻转时机的变化量ΔE后，进行以下处理E_rev＝E_rev,pre+Sign·ΔE其中，E_rev为倾侧角翻转时的能量，E_rev,pre为上一制导周期得到的E_rev；σ_c为当前时刻的倾侧角，当飞行器的能量降到E_h时，通过调整攻角消除高度偏差其中，α_f为再入终端的攻角，α_f,pre为上一制导周期的α_f值，k_h为反馈系数，h_F为要求的终端高度，为预测的终端高度；E_h为飞行器在高度h时的能量。