基于纵程解析解的飞行器智能横程机动再入协同制导

摘要：

针对高超声速飞行器协同饱和打击需求,提出一种基于深度Q-学习网络(DQN)算法的深度强化学习横程机动再入协同制导方法.解耦设计高超声速飞行器横纵制导方法,基于高精度的纵程解析解,解析计算纵向升阻比得到倾侧角模值.抽象横向制导倾侧反转逻辑为马尔可夫决策问题,引入强化学习思想,设计一种基于DQN算法的横向智能机动决策器,构建智能体离线学习-在线调用模式,计算倾侧角剖面的符号变化.以典型高超声速飞行器CAV-H为对象,基于数学分析MATLAB平台通过弹道仿真对该制导方法进行验证.仿真结果表明:新制导方法制导精度高,任务适应性强,可以在线使用,能够严格满足飞行时间约束和能量管理需求;相比于基于三维解析解的再入协同制导方法,新制导方法可以更大程度发挥飞行器的横向机动能力,具备更高的突防潜力.

关键词：高超声速飞行器;再入协同制导;纵程解析解;深度强化学习;深度Q-学习网络

所属期刊栏目：42

分类号：V448.235(航天仪表、航天器设备、航天器制导与控制)

资助基金：国家自然科学基金项目62003012

在线出版日期：2021-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1400-1411