一种凸元学习多约束制导方法
    1.
    发明公开

    公开(公告)号:CN118034340A

    公开(公告)日:2024-05-14

    申请号:CN202410173592.0

    申请日:2024-02-07

    Abstract: 本发明公开了一种凸元学习多约束制导方法,包括以下步骤:设置飞行器制导运动模型;基于制导运动模型,以飞行器与目标之间的距离作为决策变量,设置第一制导优化模型;采用序列凸优化方法求解第一制导优化模型,获得制导律。本发明公开的凸元学习多约束制导方法,采用凸优化和元学习相结合的思想,以高效的凸优化算法求加快离线训练网络和在线制导应用时的计算速度;并利用元学习提高计算制导方法的可靠性,同时有效降低了深度学习对样本的需求量。

    一种考虑能量最优的时空协同制导方法

    公开(公告)号:CN119882763A

    公开(公告)日:2025-04-25

    申请号:CN202411792208.1

    申请日:2024-12-06

    Abstract: 本发明公开了一种考虑能量最优的时空协同制导方法,包括:设置末端时刻约束;设置制导指令表达式,制导指令中包括精准拦截项、落角约束项和时间约束项;基于末端时刻约束,采用最优控制方法获取精准拦截项;基于精准拦截项预测末端时刻航向角,并获取角度误差,采用最优误差动力学方程消除角度误差,获取落角约束项;基于精准拦截项和时间约束项,预测末端拦截时间,并获取时间误差,采用最优误差动力学方程消除时间误差,获取时间约束项;根据精准拦截项、落角约束项和时间约束项,获得飞行器的制导指令,飞行器根据制导指令进行飞行。本发明公开的方法,基于最优误差动力学,在满足期望的时间和落角约束的同时,实现控制能量的最优。

Patent Agency Ranking