基于纵程解析解的飞行器智能横程机动再入协同制导

• 作者: 张晚晴 余文斌 李静琳 陈万春
• 来源期刊: 兵工学报
• 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
• 年，卷（期）: 2021,（7）
• 页码范围: 1400-1411
• 页数: 12页
• 分类号: V448.235
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1093.2021.07.007

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.