系统工程与电子技术

作者：胥彪, 李翔, 李爽, 张金鹏

单位：1. 南京航空航天大学航天学院, 江苏 南京 210016；2. 中国空空导弹研究院, 河南 洛阳 471009；3. 航空制导武器航空科技重点实验室, 河南 洛阳 471009

关键词：火星进入制导,非线性模型预测控制,衰减记忆滤波器,深度神经网络,智能制导

基金：国家自然科学基金(61603183);航空科学基金(30160152002);博士后科学基金(2018M630560)

针对火星大气进入精确制导问题, 提出了基于非线性模型预测控制(nonlinear model predictive control, NMPC)的智能进入制导方法。首先, 考虑了进入制导约束, 采用NMPC方法设计制导算法。通过引入衰减记忆滤波器, 提出了基于误差信息估计的预测模型修正方法, 增强系统对模型误差的鲁棒性, 并利用变预测时域策略提高系统性能。然后, 以NMPC制导系统为制导模板, 在实际条件下生成大量样本数据集, 进行深度神经网络(deep neural network, DNN)的离线训练。最后, 在进入制导过程中利用DNN代替求解复杂优化问题和积分预测的过程, 在线快速解算控制量, 并结合横向制导实现智能制导。仿真结果表明, 提出的制导方法能够快速计算指令, 实现了高精度制导。

来源：2021年第7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2021年第7期