系统工程与电子技术

作者：郭冬子, 黄荣, 许河川, 孙立伟, 崔乃刚

单位：1. 哈尔滨工业大学航天学院, 黑龙江 哈尔滨 150001；2. 北京控制与电子工程研究所, 北京 100038；3. 中国兵器工业集团航空弹药研究院, 黑龙江 哈尔滨 150030

关键词：再入飞行器,强化学习,深度确定性策略梯度,制导

基金：微小型航天器技术实验室开放基金(HIT.KLOF.MST.2018028)

为解决传统再入飞行器轨迹制导方法对强扰动条件适应性不足, 难以满足终端约束的问题, 在深度确定性策略梯度学习框架基础上, 通过对随机强扰动条件下的离线飞行轨迹进行网络训练, 寻找不同环境影响条件下的最优动作网络, 以用于在线干扰条件下的制导轨迹规划, 可通过对再入飞行攻角和倾侧角剖面的周期性预测, 满足再入飞行终端高度、航程和速度约束。仿真实验结果表明: 在满足终端高度约束的条件下, 最大终端剩余航程偏差小于500 m, 最大终端速度偏差小于35 m/s。本文所提制导方法较传统跟踪制导方法有较大的精度提升, 算法计算量小, 具有较好的工程应用前景。

来源：2022年第6期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第6期