[發明專利]基于BP神經網絡預測航程的再入預測-校正制導方法

有效

• 申請號: 202010617895.9
• 申請日: 2020-07-01
• 公開（公告）號: CN111813146B
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 章吉力;劉凱;王永圣;樊雅卓;周寧;尹中杰;李家鑫;董哲;金澤宇
• 申請（專利權）人: 大連理工大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 隋秀文;溫福雪

本發明屬于飛行器制導技術領域，涉及一種基于BP神經網絡預測航程的再入預測?校正制導方法。本發明首先通過數據需求分析，確定建立神經網絡模型需要的輸入輸出，在此基礎上對數據進行擴維，得到訓練數據，使用訓練數據訓練剩余航程預測的神經網絡模型，將模型應用于預測?校正算法中。相比傳統的數值預測?校正算法，本發明的方法能夠在基本保證原有精度的同時將算法運行效率提升十倍以上，同時還具有絕對收斂的特性，極大提升了制導算法的穩定性和在線性能，具有廣闊應用前景。

技術領域

本發明屬于飛行器制導技術領域，涉及一種基于BP神經網絡預測航程的再入預測-校正制導方法。

背景技術

“飛行器制導”是指導引和控制飛行器按一定規律飛向目標或預定軌道的技術和方法。制導過程中，導引系統不斷測定飛行器與目標或預定軌道的相對位置關系，發出制導信息傳遞給飛行器控制系統，以控制飛行。再入是指航天器重新進入大氣層的過程，在飛行器的再入階段，不僅需要考慮力熱載荷要求帶來的動壓、過載和熱流等約束，還應充分考慮返場需求對應的終端速度、高度及航程約束，同時覆蓋姿態控制幅值和響應速度約束的要求；此外，空天飛行器離軌過程中飛行速度大，施加脈沖制動存在的微小誤差將被放大，進而導致再入初始狀態偏差較大，表現為再入點初始位置和能量散布大；再入過程中歷經真空、臨近空間及稠密大氣層，復雜氣動環境帶來較大不確定性。綜合來看，在初始散布誤差和模型不確定性較大的情況下，狹窄飛行走廊中實現高精度再入制導面臨挑戰。

預測-校正算法是一種可以在線運行的制導方法，在發展過程中衍生出了解析法和數值法兩個主要分支，解析法對計算機要求低，運行快速，但由于其理論推導復雜，泛用性弱已經漸漸不再使用；隨著計算機性能的提高，數值預測-校正。該算法不需要預先存儲參考軌跡，而是利用當前狀態和最終目標點信息給出制導指令。由于數值預測校正制導算法使用了這種制導邏輯，即使空天飛行器在再入階段遇到較大的擾動，偏離了預先存儲的參考軌跡，制導算法也可以生成一條合適的傾側角指令，引導空天飛行器沿著新的軌跡飛向目標點。

在已發表的研究中，預測-校正算法被應用在許多方面。其可行性已在多個環境的仿真中得到了驗證，主要包括可重復使用的運載火箭再入，月球進入及探月飛行器再入返回，火星進入和精確著陸等。研究人員對預測校正制導算法在解決不同情形的問題時進行了有針對性的優化，但由于算法自身的邏輯特性要求在預測環節進行多次的積分運算和大量的迭代，導致算法的單步運行時間偏長，極大地影響了算法的在線性能，制約了其在線應用的可能性。

隨著計算機技術的發展和計算能力的提升，基于歐拉積分的預測-校正方法成為了國內外學者研究的重點。數值預測-校正算法通過對動力學方程進行積分來預測終端狀態，Shen Zuo-jun詳細介紹了一種橫向制導策略，定義待飛航程為當前位置到航向校準圓柱的地表距離，通過待飛航程和航向角定義了橫程。LuPing應用了這種橫向制導策略，同時提出了一種縱向制導策略，定義終端到航向校準圓柱的地表距離為剩余航程，通過歐拉積分預測終端經緯度，進而得到剩余航程，進行傾側角迭代。Lu Ping還以低升力結構的飛行器為背景應用了預測—校正制導，并取得了很高的精度。

還有許多學者針對更加具體的任務形式對預測-校正制導做出了一些改進。龍嘉騰在火星大氣進入的背景下考慮到傾側角多次反號會產生燃料消耗過多的問題，把預測環節引入了側向制導中，給出了只經過一次反轉就使末端橫程為零的側向制導律。李惠峰應用平衡滑翔條件(QEGC)來進行攻角設計，進而得到再入軌跡。考慮到對于高升阻比RLV的QEGC約束過于苛刻，張鵬將地球自轉的哥氏加速度引入QEGC，得到改進的準平衡滑翔條件，在合理的前提下放寬了傾側角幅值約束。

現有技術主要針對數值預測—校正算法進行一些參數設置和計算邏輯層面的改進，或依據飛行器運行的具體環境細化部分參數，進行一些有針對性的優化，雖然能夠提升算法效率和精度，但提升仍然十分有限，且由于大量研究針對具體問題進行優化，其方法不具有普適性。總的來說，算法預測環節運行時間長、在線能力差的問題仍然十分顯著。