一种基于预置命中点的大气层内反导拦截器中制导方法与流程

本发明涉及一种基于预置命中点的大气层内反导拦截器中制导方法，属于精确制导与控制领域。

背景技术：

基于预置命中点的反导拦截器中制导算法是反导拦截制导与指控领域的热点，为提高命中精度，当前的主要解决思路是：在中段制导的过程中确定来袭目标经过的路径点之一，引导拦截器在与目标相同的时间到达路径点，通过将跟踪动目标转换为跟踪静目标，可减少拦截器能量消耗与过载需求。

上述方法计算量较低，但仍有以下不足之处：

1、仅适用于大气层外对惯性弹道进行拦截的中段反导系统，如“标准”-3型反导拦截器，不适用于大气层内反导拦截器中制导。

2、使用黄金比例分割法进行迭代收敛，虽然计算量较小，但收敛速度较慢，计算效率低，未充分利用现代计算机的性能以提高收敛速度。

技术实现要素：

本发明的技术解决问题是：克服现有技术的不足，提供一种基于预置命中点的大气层内反导拦截器中制导方法，提高了计算效率，最大限度地发挥拦截器的性能。

本发明的技术解决方案是：一种基于预置命中点的大气层内反导拦截器中制导方法，包括以下步骤：

步骤一：对反导拦截器进行射前预处理，具体步骤如下：

(1.1)根据反导拦截器拦截能力与性能指标获得拦截高度的上界H_max、下界H_min及最大拦截射程R_max；

(1.2)对进攻弹弹道进行实时预报；

(1.3)在预报得到的弹道上选取处于反导拦截器拦截范围边界上的点作为初始预置命中点PIP₀，根据初始预置命中点PIP₀和反导拦截器部署点确定发射俯仰角，并计算反导拦截器飞行至初始预置命中点PIP₀所需时间MISSILE_t_go；

(1.4)利用公式TARGET_t_go-MISSILE_t_go＝t_remain计算反导拦截器的待发射时间t_remain，若t_remain≤0，则反导拦截器立刻发射且转入步骤二，将初始预置命中点PIP₀赋值给预置命中点PIP；若t_remain>0，则进入(1.5)，其中TARGET_t_go为进攻弹到达初始预置命中点PIP₀的时间；

(1.5)重复(1.2)-(1.4)，更新初始预置命中点PIP₀，直到t_remain≤0；

步骤二：进行射中实时解算，得到每一时刻的预置命中点，具体步骤如下：

(2.1)对进攻弹弹道进行实时预报，获得t时刻进攻弹到达预置命中点PIP的时间进入(2.2)；

(2.2)计算t时刻反导拦截器飞行至预置命中点PIP所需时间进入(2.3)；

(2.3)当时，为当前时刻反导拦截器飞行至PIP所需时间，预置命中点不变，t的值加1，判断中制导是否结束，如果结束，则弹中实时解算结束，如果中制导未结束，则返回(2.1)；如果Δt_go>σ，则进入(2.4)；其中σ为发射阈值；

(2.4)如果则令否则K为迭代速率系数，根据和进攻弹当前速度确定t时刻新的预置命中点PIP，返回(2.2)。

所述步骤(1.2)和(2.1)中，利用如下公式预报t时刻的进攻弹弹道：

其中(x,y,z)为t时刻雷达测量得到的进攻弹位置坐标，(v_x0,v_y0,v_z0)为t时刻雷达测量得到的进攻弹速度，(a_x,a_y,a_z)为t时刻雷达解算得到的进攻弹加速度。

所述步骤(1.3)中，计算反导拦截器飞行至PIP₀所需时间MISSILE_t_go的方法如下：

(3.1)通过多次打靶试验，获得包含反导拦截器飞行时间、飞行距离、风场数据以及发射俯仰角的射表，利用基于高斯核函数的最小二乘法对射表数据进行拟合，得到飞行平均速度相对于发射俯仰角及风场数据的函数

(3.2)利用发射俯仰角及当地风场数据获得飞行平均速度；

(3.3)利用公式确定反导拦截器飞行至PIP₀所需时间MISSILE_t_go，其中S₀为反导拦截器部署点到初始预置命中点PIP₀的距离，为反导拦截器飞行平均速度。

所述步骤(2.3)中，迭代速率系数K的确定方法如下：

(4.1)设计关于K的模糊查询表，确定模糊规则，根据模糊规则确定模糊查询表中各个元素的值；

模糊查询表

所述模糊规则为：横轴档位和纵轴档位均与K的值正相关；

(4.2)设定每一档对应的Δt_go范围和Δt_go变化速率绝对值的范围，模糊查询表中横轴档位对应Δt_go，纵轴档位对应Δt_go的变化速率绝对值；

(4.3)按照当前时刻计算得到的Δt_go和Δt_go变化速率绝对值，从模糊查询表中选取K值。

与现有技术相比，本发明具有如下有益效果：

(1)由于大气层内拦截器拦截范围有限，传统在中段制导的过程中确定来袭目标经过的路径点的方法可能导致能量提前耗尽，本发明方法通过射前预处理确定反导拦截器的发射时刻和发射俯仰角，适用于大气层内反导拦截器中制导，能够在有限的能量下提高拦截成功率。

(2)利用模糊优化算法计算进攻弹到达预置命中点的时间，相较于黄金比例分割法，提高了计算效率和收敛速度。

(3)本发明方法利用基于高斯核函数的最小二乘法对射表数据进行拟合，获得飞行平均速度相对于发射俯仰角及风场数据的函数，相较于传统插值方法，计算效率高，同时考虑了风场干扰，求解更加精确。

附图说明

图1为末段拦截初始预置命中点设置示意图；

图2为射前预处理流程图；

图3为射中实时解算流程图。

具体实施方式

当前反导拦截制导算法的应用领域为大气层外中段拦截的惯性弹道的远程导弹，且由于使用黄金比例分割法改变进攻弹与拦截器的剩余飞行时间，计算量虽然较小，但迭代速度较慢，同时无法根据拦截状态进行自适应改变迭代步长。基于以上问题，针对大气层内反导拦截器中制导需求，本发明提出了一种基于预置命中点的大气层内反导拦截器中制导方法，包括射前预处理和射中实时解算两部分，在射中实时解算时使用模糊优化算法改变迭代步长，增加收敛速度。

本发明的步骤如下：

步骤一：射前预处理：

(1.1)不同于对弹道导弹进行中段拦截的制导算法，末段拦截器拦截时间有限。为了最大限度增加末段拦截器飞行时间，第一个预置命中点理想状态应位于反导拦截器最大拦截范围的边界上。因此，本发明首先根据反导拦截器拦截能力与性能指标获得拦截高度的上界H_max、下界H_min及最大拦截射程R_max，如图1所示。

(1.2)对进攻弹弹道进行实时预报。此中制导算法的拦截目标范围为中近程弹道导弹，在末段时基本处于无机动或短时间机动阶段，可认为仅受重力影响，因此其t时刻的弹道预报公式如下：

其中(x,y,z)为t时刻雷达测量得到的进攻弹位置坐标，(v_x0,v_y0,v_z0)为t时刻雷达测量得到的进攻弹速度，(a_x,a_y,a_z)为t时刻雷达解算得到的进攻弹加速度。

(1.3)在预报得到的弹道上选取处于反导拦截器拦截范围边界上的点作为初始预置命中点PIP₀，根据初始预置命中点PIP₀和反导拦截器部署点确定发射俯仰角，并计算反导拦截器飞行至PIP₀所需时间MISSILE_t_go。

不同于大气层外中段拦截器在中制导段发动机推力曲线与推力时间基本固定，从而可以计算出其平均速度V_aver；末段大气层内拦截器在初始发动机推力段过后，其不再具备轴向推力，速度随着飞行时间的增加而受空气阻力影响下降，但空气阻力的大小又与其飞行状态，即攻角、侧滑角等因素有关。为充分考虑其在各种飞行状态下的平均速度，使用最小二乘法进行拟合。

使用最小二乘法计算反导拦截器飞行至PIP₀所需时间MISSILE_t_go的方法如下：

(a)通过多次打靶试验，获得包含反导拦截器飞行时间、飞行距离、风场数据以及发射俯仰角的射表，利用基于高斯核函数的最小二乘法对射表数据进行拟合，得到飞行平均速度相对于发射俯仰角及风场数据的函数

(b)利用发射俯仰角及当地风场数据获得飞行平均速度；

(c)利用公式确定反导拦截器飞行至PIP₀所需时间MISSILE_t_go，其中S₀为反导拦截器部署点到初始预置命中点PIP₀的距离，为反导拦截器飞行平均速度。

使用最小二乘法进行拟合时，基函数可使用线性模型，也可以使用高斯核函数；通过拟合可得到平均误差最小状态下的函数，这样即增强了算法鲁棒性。

(1.4)利用公式TARGET_t_go-MISSILE_t_go＝t_remain计算反导拦截器的待发射时间t_remain，若t_remain≤0，则反导拦截器立刻发射且转入步骤二，将初始预置命中点PIP₀赋值给预置命中点PIP；若t_remain>0，则进入(1.5)，其中TARGET_t_go为进攻弹到达初始预置命中点PIP₀的时间；

(1.5)重复(1.2)-(1.4)，更新初始预置命中点PIP₀，直到t_remain≤0t_remain<0；

射前预处理如图2所示。

步骤二：进行射中实时解算，得到每一时刻的预置命中点，具体步骤如下：

(2.1)对进攻弹弹道进行实时预报，获得t时刻进攻弹到达预置命中点PIP的时间(即进攻弹剩余飞行时间)，进入(2.2)；

(2.2)计算t时刻反导拦截器飞行至预置命中点PIP所需时间计算法方法与(1.3)一样，只是S₀改为反导拦截器部署点到预置命中点PIP的距离，进入(2.3)；

(2.3)令当Δt_go≤σ时，为当前时刻反导拦截器飞行至PIP所需时间(即拦截器剩余飞行时间)，预置命中点不变，t的值加1，判断中制导是否结束，如果结束，则射中实时解算结束，如果未结束，则进入(2.1)；如果Δt_go>σ，否则进入(2.4)；其中σ为正实数，取0.5s～1s；

(2.4)如果则令否则K为迭代速率系数，根据和进攻弹当前速度确定t时刻新的预置命中点PIP，返回(2.2)。

为了较好的平衡计算时间与迭代优化时间，引入模糊优化算法获取迭代速率系数K，模糊优化算法具体内容如下：

(a)设计关于K的模糊查询表，根据模糊规则确定的模糊查询表，模糊查询表的一种形式如下：

模糊查询表

(b)设定每一档对应的Δt_go和Δt_go变化速率绝对值的范围，模糊查询表中横轴档位对应Δt_go，纵轴档位对应Δt_go的变化速率绝对值。

一种设定方式为：横轴档位0对应Δt_go的范围为(0，1)，横轴档位1对应Δt_go的范围为(1，10)，横轴档位2对应Δt_go的范围为(10，30)，横轴档位3对应Δt_go的范围为(30，200)。

纵轴档位0对应Δt_go的变化速率绝对值范围为(0，0.5)，纵轴档位1对应Δt_go的变化速率绝对值范围为(0.5，1)，纵轴档位2对应Δt_go的变化速率绝对值范围为(1，3)，纵轴档位3对应Δt_go的变化速率绝对值范围为(3，10)。

(c)按照当前时刻计算得到的Δt_go和Δt_go变化速率绝对值，从模糊查询表中选取K值。

射中实时解算流程如图3所示。

上述模糊优化算法方法以模糊数学为基础，可保证在初期进行大幅收敛，加快收敛速度。

仿真试验表明，本发明方法良好地应用于大气层内拦截，提高了反导系统拦截概率，并提高了计算速度。

本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。