关键词： 协同制导   多飞行器   预定时间收敛   攻击时间约束   角度约束  

摘要： 基于预定时间收敛一致性理论，设计多飞行器区域封控约束协同拦截制导律。视线方向设计预定时间协同制导律，使得多个飞行器命中时间误差和命中时间一致性误差收敛到零，命中时间趋于一致，满足指定时间同时命中要求；视线法向结合滑模控制方法设计预定时间收敛滑模面和视线角约束制导律，使得各个飞行器视线角误差、视线角速率收敛到零，实现多个飞行器按各自指定视线角命中目标，满足期望视线角要求。视线方向和视线法向的设计使得预定时间收敛协同制导律能够同时满足攻击时间和视线角度的双重约束。理论分析表明，所设计制导方法可保证多飞行器以期望视线角度同时命中目标。仿真结果验证了所设计制导方法的正确性和有效性。

关键词： 室内导航   多楼层路径规划   React框架   Leaflet地图库   手机地图  

摘要： 随着室内混合定位技术的发展，室内路径规划和导航已成为研究热点。常规手机地图主要关注单楼层路径规划，致使用户在多楼层建筑中导航时效率低下。因此，开发高效的手机室内导航系统至关重要。本研究利用React框架和Leaflet地图库搭建了系统界面，基于Dijkstra算法设计了跨楼层路径规划模型，使用JavaServlet构建了路径服务小程序，采用MySQL管理GIS数据和关系型数据。系统的功能需求全面考虑了用户群体、基本操作、地图导航、主题设计、错误处理和反馈机制等因素。测试结果表明，该系统能高效准确地实现室内地图导航服务，显著提升了室内导航体验。系统提供的跨楼层路径规划能力为多楼层建筑中的导航需求提供了有效解决方案。本研究为室内导航技术的发展提供了新思路，并为大型商场、机场、医院等多层建筑中的应用奠定了基础。未来应关注系统的扩展性、智能化水平及对不同建筑类型的适应性，以推动室内导航技术的持续进步。

关键词： 模型预测静态规划   可回收火箭   不确定风场   制导与控制   鲁棒制导  

摘要： 针对可回收火箭大气层内存在不确定风场难以完成定点垂直软着陆的问题，提出一种基于无迹模型预测静态规划（UMPSP）的着陆段鲁棒制导方法。首先建立火箭推力与姿态耦合的动力学模型，在考虑未知不确定风场的前提下，根据无迹最优控制与模型预测静态规划理论求解出一组对原系统不确定风场参数不敏感的控制解，从而减小终端状态的误差分布，提高着陆精度，其次结合UMPSP算法特点，设计了一种快速解析制导方法以生成初始控制指令，有效增强了算法的求解效率。仿真结果表明，所提出的基于UMPSP的着陆段鲁棒制导方法能够在保证可回收火箭终端着陆精度的同时对各种不确定风场具有较强的鲁棒性和较高的计算效率。

关键词： 制导控制一体化   自适应控制   攻击角度约束   神经网络理论   输入饱和  

摘要： 本文深入探讨了存在外界干扰、末端攻击角度约束以及输入饱和条件下的导弹制导控制一体化问题。首先，给出了考虑多约束的导弹制导控制一体化模型。其次，将目标机动和外界扰动视为系统总扰动，并引入RBF神经网络对总扰动进行逼近和补偿，提出了一种基于自适应神经网络抗饱和的一体化制导控制策略。最后，通过Lyapunov稳定性理论分析和模拟仿真验证了所设计控制策略的有效性。

关键词： 视觉惯导   导航   初始化   标定   人工智能  

摘要： 视觉惯导系统是导航中应用最广泛的基础传感器系统之一，其单独使用或与其他系统联合使用是目前传感器配置的主要方案。初始化技术作为决定导航性能的前置环节，决定了导航的成败，也因此被大量研究。目前与初始化相关的方法种类丰富，工程性强，但是缺少较为全面和系统的综述文章。同时，尽管目前已经有很成熟的初始化范式，但是在实际使用时，初始化环节仍然具有较高的失败率，且一些展示良好导航效果的初始化方法并未公开。随着任务的升级与技术的革新，新型视惯系统与人工智能也为初始化环节带来了新的提升与挑战。首先对视惯导航系统与初始化技术进行概述，然后针对初始化环节中的关键技术进行详细的调研与讨论，在给出经典初始化框架后，对全文进行总结与展望。

关键词： 制导律   落角约束   深度强化学习   有限视场角   微型制导弹药  

摘要： 为满足日益复杂的作战需求，提升微型制导弹药在近距离下的制导性能，本文基于深度强化学习提出了一种考虑视场角极限的落角约束制导律。推导了导弹相对移动目标的落角误差估计公式，以落角误差和视角为状态量并构造了分段奖励函数，将制导问题建模为时间离散的马尔科夫决策过程。通过偏置比例导引获得所需制导指令，并由DRL的策略网络输出其偏置项，通过近端策略优化算法对网络进行训练，得到了最优制导策略，实现了在无弹目距离信息下对视角和落角的约束。最后在不同的初始条件下进行了数值模拟和蒙特卡洛仿真，并对导弹在不同速度下的捕获区域进行了对比分析。结果表明，所提出的制导律在不同初始条件下均能保持良好的制导性能，在近距离打击中相比现有制导律具有更大的捕获区域，在干扰作用下具有更小的落角误差分布，从而验证了本文制导律的有效性与优越性。

关键词： 控制障碍函数   椭圆障碍物   避障   制导律   二次规划   欠驱动无人水下航行器  

摘要： 为保证无人水下航行器在执行海岸线巡逻、大型船只避碰以及穿越密集岛礁等复杂任务时的安全性，提出一种基于控制障碍函数的椭圆模型障碍物避障方法。通过椭圆形建模来适应细长不规则的障碍物；在此基础上设计包含艏向角约束的控制障碍函数，构建带有约束条件的二次规划问题，通过与无障碍环境下的制导律相结合，得到闭式解形式的避障制导律。仿真结果验证了所提方法的有效性，全局上满足安全性和稳定性要求，对于无人水下航行器在复杂海洋环境中的安全航行具有实际应用价值。

关键词： 欠驱动无人船   有限时间正切漂角视线制导   指令滤波   路径跟踪控制   神经网络  

摘要： 海洋环境复杂多变,为提升欠驱动无人船(Underactuated Marine Vehicle, UMV)的自主航行与故障应对能力,本文提出了基于有限时间正切漂角视线制导的指令滤波路径跟踪控制策略.在包括内部动力学未知、时变大漂角和执行器故障的复杂情况下,该策略可使UMV在有限时间内遵循所需的路径.首先,构建了有限时间漂角观测器,用于快速精准地估计时变大漂角?随后,引入有限时间正切漂角视线制导律,不仅能提升制导性能,还能有效避免因非光滑制导指令产生高频震荡导致UMV失稳?此外,通过采用有限时间指令滤波控制技术来降低计算负担,并提出滤波补偿方案减少滤波误差?最后,基于径向基函数神经网络和有限时间理论,设计了自适应有限时间容错路径跟踪控制器,使得UMV的纵向速度和艏向角跟踪误差在有限时间内能够收敛到原点附近的小邻域.仿真实验验证了所提出方案的有效性和优越性.

关键词： 神经网络   制导律识别   LSTM   三体对抗   注意力机制  

摘要： 三体对抗场景下，对来袭导弹制导律的准确识别可以为其轨迹预测提供有力支持。针对此场景中来袭导弹运动与目标运动呈现半合作特征的特点，在收集导弹轨迹数据时加入不同目标机动，使数据更加贴合实际。提出了一种基于长短期记忆（Long Short-Term Memory,LSTM）神经网络的制导律识别方法，对来袭导弹制导律的类型进行识别。设计了一种加入注意力机制的LSTM神经网络，提高了网络模型的自适应能力以及泛化能力，使识别准确率及识别精度大幅度提高。实验结果证明，此方法识别准确率较高，且识别所需时间小，可以满足弹上使用需求。

关键词： 机动目标   逆轨拦截   弹道预测   预测命中点   智能制导律  

摘要： 为了实现逆轨拦截机动目标时达到最大拦截末速的目标，本文基于序列到序列方法构建目标机动弹道分支预测模型，基于深度Q学习算法和偏置制导律构建深度强化学习智能制导律。对于智能制导律训练过程中引发的稀疏奖励问题，采用预测-校正方法引入末制导的导引比以构建终端奖励，结合物理过程和性能指标构建过程奖励，结合过程奖励与终端奖励以提升训练效果。仿真表明目标机动弹道分支预测模型与弹道外推方法相比，在分方向上的机动弹道平均预测精度至少提高67%；在达到交班性能要求和低过载要求的前提下，智能制导律相比于基线制导律在相对拦截速度上提升67%。