一种基于神经网络的变速飞行器时间约束协同制导方法

本发明涉及一种基于神经网络的变速飞行器时间约束协同制导方法，属于飞行器控制。

背景技术：

1、现有的制导方法，一般采用公式解析的方式进行，然而，公式解析方法运算量较大。

2、虽然现有技术也具有采用神经网络预测制导律的方法，通过神经网络直接输出制导律，但是该种方法的准确率有所不足，鲁棒性较差。

3、因此，有必要对现有的制导律获取方法进行深入研究，以解决上述问题。

技术实现思路

1、为了克服上述问题，本发明人进行了深入研究，提出了一种基于神经网络的变速飞行器时间约束协同制导方法，包括以下步骤：

2、s1、采用神经网络对飞行器剩余飞行时间进行预测；

3、s2、基于预测的剩余飞行时间获得飞行时间误差；

4、s3、建立具有时间约束项的制导指令，所述时间约束项基于飞行时间误差获得；

5、s4、采用制导指令对变速飞行器进行飞行控制。

6、在一个优选的实施方式中，s1中，所述神经网络以飞行器的飞行速度v、弹道倾角θ、飞行器的位置x,y为输入，以剩余飞行时间为输出。

7、在一个优选的实施方式中，所述神经网络为bp神经网络。

8、在一个优选的实施方式中，s2中，所述飞行时间误差εt表示为：

9、εt＝td-(t+tg0)

10、其中，td表示期望飞行时间，t表示当前飞行时间，tgo表示剩余飞行时间。

11、在一个优选的实施方式中，s3中，所述时间约束项表示为：

12、at＝nεt

13、其中，at表示时间约束项，n为可调节系数。

14、在一个优选的实施方式中，所述具有时间约束项的制导指令表示为：

15、am＝a0+at

16、其中，am表示制导指令，a0为比例导引律。

17、在一个优选的实施方式中，比例导引律a0设置为：

18、

19、其中，λ表示视线角，g表示重力加速度，θ表示弹道倾角。

20、本发明所具有的有益效果包括：

21、(1)运算量低，制导准确率高；

22、(2)能够实现时间约束和落点约束。

1.一种基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，

3.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，

4.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，

5.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，

6.根据权利要求5所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，

7.根据权利要求6所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，