针对飞行器末制导过程面临的环境不确定性大及任务类型多样的特点，提出一种基于通用策略-在线系统辨识器的元强化学习算法。该算法包含针对通用策略的强化学习训练阶段和针对在线系统辨识器的监督学习阶段，并通过分阶段迁移学习设计和基于伪蒙特卡洛的小方差策略梯度估计保证了在多任务场景下的训练可靠收敛，使所得制导策略能够适应多种末制导任务场景。仿真结果表明，所得制导策略能够同时适应“标称”“初始相对状态散布”和“模型扰动”等多种末制导任务场景，且在各任务场景下相比传统偏置比例导引方法均实现了制导性能的提升。

基于二体动力学和进入速度/逃逸速度确定行星借力双曲轨道面，通过近行星点高度调整进入/逃逸双曲轨道渐近角，结合近行星点加速/制动速度增量，确定逃逸速度方向。基于绕日椭圆轨道和行星双曲轨道之间的转换算法，以及近行星点高度迭代算法，快速推算转移轨道，确定进入/逃逸双曲轨道参数。以2015 XF261小行星防御为例设计金星借力转移轨道，给出了探测器的转移轨道、转移时长和速度增量需求，仿真结果表明快速推算行星借力转移轨道解析解，可以大幅减少转移轨道搜索时间。

针对现有反馈增益设计基于特定标称轨迹的局限，提出一种基于控制收缩度量（CCM）的大范围跟踪制导方法，以匹配快速发展的火星动力下降轨迹机载规划能力。分析了动力下降模型的CCM条件，将CCM矩阵和动力学模型参数化并近似为多项式函数，利用平方和规划方法离线求解CCM矩阵；飞行过程中以CCM矩阵为基础，通过数值积分获得控制输入。仿真结果表明，所提出的收缩控制方法能够跟踪指定质量和推力范围内不同初末运动状态和飞行时长的标称轨迹。

本文研究了混合式惯导弹载应用条件下的精度贡献度问题。在阐明混合式惯导原理及特点的基础上，分析了其在弹用任务链下的理论优势，给出了混合式惯导的误差模型并分析了其误差传播特性，重点研究了惯性仪表误差、初始对准误差、载体机动特性、旋转调制策略和整体导航方案等因素对混合式惯导精度贡献度的影响，剖析了行业内对混合式惯导精度优势说法不一的原因，进一步提出了更为合理的弹载混合式惯导精度优势评价方案，可支撑完善其精度评价体系，为混合式惯导弹载工程化应用提供参考。

针对四旋翼无人机轨迹跟踪问题提出了一种基于强函数的控制方法，以提高系统的鲁棒性及跟踪精度。首先，对无人机的位置环设计了扩张状态观测器，以补偿外部扰动的影响；然后，基于强函数系统设计了位置环控制器；此外，考虑到四旋翼系统的多环耦合特点，将上述观测器和控制器的设计方法同步应用到姿态环。通过仿真实验表明本文所提控制方法可使稳态误差收敛至设定值，实现高精度的轨迹跟踪，且具有简明的实施特性。

针对星载跟瞄雷达安装误差对数据融合精度的影响，提出一种基于同目标观测的多雷达空间配准算法。该算法将不同跟瞄雷达对同一目标的测量矢量做叉乘处理，再将叉乘矢量投影到指定的平面内建立与相对安装偏差角之间的关系，通过推导观测误差特性验证了适用最小二乘估计算法的无偏性。通过模拟卫星在轨实际工况进行仿真验证，结果表明该方法能够不依赖卫星姿态测量信息，可准确快速地实现不同雷达的空间配准。

提出了一种圆型限制性三体问题下基于深度神经网络的最优地月双脉冲转移轨道预测方法：首先，选择三类地月双脉冲转移轨道族，并利用每条转移轨道的状态量构造双脉冲转移轨道数据集；然后，在数据集中确定轨道的输入状态和预测状态，构建用于进行轨道状态预测的深度神经网络；再将每一类地月双脉冲转移轨道族作为训练集，用训练集中的轨道数据来训练神经网络；最后，根据训练结果，通过设置地月双脉冲转移轨道在近地轨道上的初始状态来预测转移轨道的状态量，并根据预测结果选择每一种轨道族中的最优地月双脉冲转移轨道。仿真结果表明：利用深度神经网络能够通过地月双脉冲转移轨道的初始状态快速预测转移轨道的状态量，预测结果具有较小的误差值，根据预测结果可选择最优地月双脉冲转移轨道。

针对高速变外形飞行器在动态变形过程中引发的气动-变形-控制多重耦合问题，建立了六自由度动力学模型，推导了气动力矩耦合度矩阵，并对滚转、偏航及俯仰三通道的耦合强度进行定量分析，系统研究了攻角、马赫数及变形量对耦合特性的影响规律。研究表明针对本仿真算例，俯仰通道受变形影响最为显著，且随变形量增大呈非线性增长；滚转通道耦合程度中等，受攻角与马赫数共同作用，在低攻角及高马赫数条件下耦合效应增强；偏航通道姿态角间耦合度较弱，可在控制设计中适当忽略。此外，舵偏角耦合分析表明，滚转、侧滑通道解耦合，俯仰操纵耦合度较小，变形量对操纵耦合无显著影响。本文研究成果为高速变外形飞行器的解耦控制设计与飞行稳定性提升提供了理论支撑。

针对飞行器在结构扰动、气动参数变化及外部环境干扰下控制性能易退化的问题，提出一种融合深度确定性策略梯度算法与传统PID控制器的混合控制方法。以PID控制器提供初始稳定控制能力，通过强化学习策略实现飞行控制器的在线自适应调节，构建以飞行器为对象的非线性动力学仿真。实验结果表明，在典型高度阶跃控制任务中，该方法将系统响应时间缩短了62.8%，超调量与稳态误差变化均控制在1%以内，即使在参数上下浮动20%的复杂条件下仍保持高精度控制。与传统PID控制器相比，本研究在响应速度、稳定性和适应能力等方面表现更优，具有较好的工程应用前景和价值。

针对新一代运载火箭载荷余量不足问题，提出了一种基于力与力矩观测器的双回路主动减载控制方法。力矩回路通过结构观测器获取干扰力矩，形成控制摆角补偿量，可有效减小姿态跟踪偏差；力回路通过结构观测器获取干扰力，形成姿态补偿角，可有效减小速度偏差和攻角。该方法改善了传统加表反馈对平稳风的减载效果，保留了对切变风的减载能力，同时提升了对标称弹道的跟踪效果。仿真结果证明，姿态跟踪偏差及速度偏差显著减小，减载效果可达20%，可有效提升发射概率。

针对多航天器编队飞行问题，考虑模型不确定性以及外界扰动的存在，提出了一种结合自抗扰与预设性能控制的分布式编队跟踪控制方案。首先，基于自抗扰控制原理，利用扩张状态观测器对系统不确定性和外界扰动进行估计和补偿；其次，采用预设性能理论设计保性能控制器，使得多航天器系统能够形成并保持期望的编队构型，同时具有固定时间收敛性；在此基础上，利用李雅普诺夫理论证明闭环受控系统的稳定性，并通过对比仿真，验证所设计算法在暂态以及稳态性能上的优越性。

针对具有输入时延的多飞行器提出一种分布式预设性能协同制导律。设计一种新的连续型预设性能方法以提高制导性能，同时保证系统误差的动态性能和静态性能。结合连续型预设性能方法和有限时间控制理论，分别设计沿视线方向和视线法向的协同制导律，实现多飞行器同时打击静止目标。仿真结果表明，采用所提出的协同制导律的多飞行器能够以预设的动态性能和稳态性能命中静止目标。

本文提出了一种基于Chebyshev正交域变换的高轨道航天器定位方法，该方法通过Chebyshev正交域变换，将一段时间内时变的接收机坐标，变换到不变的Chebyshev系数域中，从而将航天器观测得到的、不同历元间的稀疏测距信息有效结合，实现对多历元观测量的联合解算。在可见卫星稀疏的情况下，该方法可借助历史观测信息为当前历元的定位提供有效约束，实现对中高轨道航天器连续且可靠的定位。此外，基于Chebyshev正交域变换的定位方法可以有效处理观测过程中出现的随机误差，在一定程度上提高GNSS定位的精度；经过实验和仿真模拟可得，该方法对于随机噪声的处理优于扩展卡尔曼滤波，在计算速度和定位精度方面均优于传统的最小二乘法，可以在高轨环境下实现对航天器伪距级的连续定位。

针对航班化航天运输飞行器的飞行能力在线评估问题，提出一种在线可达域定制化计算方法。首先，在给定约束和初始条件下，设计了围绕当前轨道平面形成的可达轨道包络计算方案；其次，设计了异构加速的定制化方法与硬件产品模块，可快速实现可达轨道包络的在线计算，并能够针对特定轨道进行燃料最优的规划制导；最后，从可达域计算分析与规划制导等方面对该方法进行验证，结果表明算法收敛性好、可快速计算可达域包络且控制量能够平稳适应轨道参数的变化。

对于极零结构的液体晃动控制问题，提出了使用干扰力矩补偿的方法。通过扩张状态观测器（ESO）估计得到总的干扰力矩，并将其作为一路控制指令进行使用。基于运载火箭典型动力学模型，推导了箭体的传递函数，得到了极零结构与干扰补偿力矩的关系。结合工程应用，给出了该方法使用的建议，并通过实例计算证明了方法的可行性，具有一定的参考价值。

针对地球同步轨道（GSO）多目标飞掠成像服务任务规划问题，提出了基于新轨道构型的两层任务规划方法。首先分析了现有研究中应用的轨道构型和机动策略，提出利用冻结大椭圆轨道（F-HEO）开展任务。基于J ₂动力学模型，考虑时间和位置一致性约束，研究了近地点双脉冲机动策略。在此基础上，构建了内层单目标机动规划和外层多目标序列规划的数学模型。内层采用动态邻域搜索（DNS）加快搜索速度，外层利用遗传算法求解全局最优。最后，针对典型的GSO目标构建了仿真算例。仿真结果验证了任务规划方法的可行性、合理性和精度，同时表明，DNS能够有效缩短内层优化运算耗时，F-HEO具有燃料和时间消耗更低的优势。

针对高超声速飞行器飞行控制中攻角约束难以满足和跟踪误差易超出限制等问题，提出了一种基于固定时间滑模扰动观测器与预设性能方法相结合的非对称时变约束反步控制方案。首先，建立高超声速飞行器纵向动力学模型并划分出速度子系统与高度子系统，将子系统转换为严反馈模型进行反步控制器设计；然后，通过结合预设性能方法与非对称障碍函数，设计了一种新的控制方案，确保攻角误差严格维持在预设的时变区间内。此外，本文引入了固定时间滑模扰动观测器，使得扰动估计误差能够在固定时间内收敛，确保系统能够在外部干扰的情况下稳健运行。仿真结果验证了该控制方案的有效性，相较于传统控制方法，本文方案在攻角约束与跟踪精度方面表现出更优的控制性能。

针对运载火箭在大气层外的入轨飞行段可能出现的推力故障问题，提出了一种基于多算子差分进化算法的轨迹重规划方法。在传统差分进化算法的基础上，引入了混沌映射和多种群并行计算，从而改善了传统方法在处理轨迹重规划问题时的计算速度慢和容易陷入局部最优解的缺点。同时设计了一种决策向量处理机制，专门解决时间变量的无序和重复问题。实验结果表明，该算法在收敛精度和运行时间上均优于标准差分进化算法。并通过与伪谱法和迭代制导算法对比，进一步验证了该算法在轨迹重规划问题上的有效性和准确性。

针对空间母平台携带多个子平台与多个目标航天器快速交会场景，提出了基于两脉冲规划的多对多快速交会方法。首先，给出机动能力有限的航天器单脉冲可达域半解析求解方法，减小了计算量，通过母平台可达域覆盖目标轨道，计算得到母平台的脉冲速度大小，以脉冲机动后母平台与目标航天器在未来相对距离最小的原则，获取最优的脉冲速度方向；其次，以燃料最优为性能指标采用遗传算法对母平台脉冲次序进行优化，得到母平台机动后释放子航天器的轨道位置；最后，各子航天器以时间最短为目标，基于兰伯特机动求解了变轨机动点与目标轨道交会点，完成对多个目标航天器的快速交会。仿真结果表明，母平台携带的子航天器能够在母平台燃料消耗最小及子航天器与目标航天器交会时间最短的条件下实现与多目标航天器的快速交会。

针对太阳帆板挠性振荡严重的问题，采用在内模控制结构和频域二次性能指标的基础上进行姿态频域H₂控制器设计，并采用串级控制工程应用方式，增加PI调节器，增强控制对模型参数变化的鲁棒性。仿真结果表明H₂串级控制对太阳帆板挠性振荡抑制能力优于PID控制，并对模型参数变化具有较强的适应性。

针对航空航天载具所搭载的旋转调制惯性导航系统在冷启动时难以短时间内实现精确初始对准的问题，提出一种基于递推最小二乘（RLS）且采用多位置对准的全新对准方法：该方法以惯导系统速度误差分析为依据，推导误差速度与姿态失准角以及惯性测量单元零偏的关联方程，实现惯导系统的误差修正；运用RLS估计和迭代优化，解析出初始目标对准误差参数；通过仿真实验和实物实验进行验证。结果表明，在短时间内冷启动的情况下，该方法相较于传统卡尔曼滤波对准算法，能够达到显著提升惯导系统方位角的初始对准精度的效果，使惯导系统在各方位下对准所得方位角的均方根误差平均减少约42.7%。

针对小行星附近近距离探测场景，研究提出了一种结合Flipped Radau伪谱离散方法和凸优化技术的小行星附近防碰撞小推力轨迹优化方法。引入一种四质点引力场模型构建方法，提高了引力场计算效率并确保了精度。基于Flipped Radau伪谱法离散动力学方程，并施加椭球约束实现防碰撞，建立轨迹优化问题。通过现有的凸化技术将问题中的非凸项凸化，建立伪谱凸优化问题，随后逐次迭代标称值，直至收敛得到最优轨迹。研究方法实现了小行星附近平衡点之间的小推力防碰撞转移轨迹优化，在复杂的小行星探测场景中展现了较好的收敛性能和计算速率，为小行星探测及其他深空探测任务提供理论与技术支持。

为实现无动力飞行器的编队飞行，实现集群在三维空间中的队形误差收敛，提出了基于一致性理论的编队控制方法。首先，针对编队集群仅具有负加速度的特性，对一致性理论进行了修正，提出了适用于无动力飞行器的纵向控制方法；其次，引入倾侧角分配与翻转策略，在升力优先满足高向控制需求的情况下，使得倾侧角按横向误差走廊翻转，从而同时消减高向和横向误差；最后，仿真验证了本文方法对不同编队数量和通讯拓扑结构的适应性。仿真结果表明，在给定的初始条件范围内，本文方法能够适应各种初始状态下的编队控制；集群初始状态对编队时间和集群速度损失有显著影响；拓扑结构中有向边数量更多的集群，平均编队时间和平均集群速度损失会更少。

针对干扰环境下多飞行器协同作战时通信网络易受错误信息注入攻击的问题，提出一种可对故障链路进行自主识别与抑制的高速目标协同制导方法。基于距离一致性设计协同制导策略，在仅有主飞行器可得到目标运动信息的情况下，主从式飞行器能够在指定的命中时间对目标进行协同打击。通过径向基网络对未知项进行拟合估计，实现干扰环境下协同制导律的设计。引入信任系数对通信网络受到的错误信息注入攻击进行在线识别，为网络攻击下的故障自主抑制提供信息保障。仿真验证了所设计方法能够实现错误信息注入攻击下主从式多飞行器对高速目标的协同打击。

针对多架四旋翼无人机在复杂多变风场中的避障难题，提出一种基于高斯伪谱法（GPM）的航迹规划算法。首先，建立单机处于混合风场中的动力学模型，在此基础上通过将编队中的僚机约束转化为长机约束进行处理，构建了多约束航迹规划模型；然后，在确保编队能够定时到达目标地点的前提下，该模型以最小化编队飞行所需的能耗作为优化目标；最后，利用GPM优化长机航迹，将其转化为非线性规划问题（NLP），并采用顺序二次规划（SQP）算法求解该问题，得到了满足约束条件和优化目标的最优飞行轨迹。仿真结果表明，本文所提出的方法能够使多架无人机在混合风场环境中安全地绕过障碍物，并且在满足约束条件的同时生成最优飞行轨迹。

针对弹性频率低、多约束的细长体防空导弹稳定控制问题，提出了一种考虑弹性与多约束的线性时变模型预测控制方法。首先，为保证中频段的幅值衰减，采用过载误差积分输出对导弹线性状态空间方程进行增广，在模型预测控制全状态反馈策略下，控制器继承了传统三回路控制方法的结构；其次，以确保导弹过载和姿态响应的快速性和平顺性为准则构建代价函数，将导弹的稳定控制问题转化为对模型预测控制进行滚动优化求解；最后，为保证系统在弹性工况下的稳定性和弹性抑制能力，在输出端串入陷波器。仿真结果证明，所提出的方法具有良好的弹性抑制能力和多约束处理能力，同时相比于传统三回路控制方法具有更快的响应速度和更高的控制精度。

针对受模型不确定和外部未知扰动影响的大载重四旋翼无人机路径跟踪控制问题，提出一种基于随机前馈神经网络的自适应滑模控制方法。该方法通过将大载重四旋翼无人机动力学系统飞行过程中遭受的模型不确定和外部未知扰动定义为集总干扰项，借助于随机前馈神经网络对各个通道中的集总干扰项进行自适应估计和自适应滑模控制器的补偿，依据李雅普诺夫稳定性分析方法给出了大载重四旋翼无人机路径跟踪误差收敛的严格证明，仿真结果充分验证了所提控制方法的有效性。

针对车辆在隧道、城市路段和峡谷等复杂环境中全球导航定位系统（GNSS）信号中断导致组合导航定位精度下降的问题，提出一种基于改进径向基函数神经网络（RBF）辅助容积卡尔曼滤波（CKF）的组合导航定位方法。首先，通过核主成分分析（KPCA）结合K-means++聚类模型对组合导航融合数据进行预处理，使其分布具有代表性；其次，利用正交最小二乘法（OLS）确定RBF神经网络隐含层神经元的数量及中心值，并采用信赖域约束高斯-牛顿（TR-CGN）算法优化其参数；最后，在GNSS信号失锁时，利用训练好的改进RBF神经网络辅助非线性 CKF滤波进行误差补偿。实验结果表明，该方法在不增加硬件成本的情况下，平均定位误差较自动驾驶协同定位系统降低了17.87%；与KPCA-RBF辅助的平均定位误差相比降低了54.37%，可见，所提方法有效增强了组合导航定位系统在复杂环境下的适应性和鲁棒性。

针对时间自由且考虑 {\mathrm{J}}_{\mathrm{2}}摄动的航天器追逃博弈问题，提出了一种基于深度神经网络的混合优化方法。首先，利用传统优化算法求解 {\mathrm{J}}_{\mathrm{2}}摄动下的两点边值问题，生成数据集；然后，在此基础上，构造深度神经网络来拟合初始状态和解之间的关系，并生成初始猜测解；最后，通过局部优化算法进一步优化求解。通过仿真校验，证明该方法具有良好的可行性和鲁棒性，而且与传统混合优化算法相比，显著提高了计算效率。

针对航天器的姿态控制，提出了一种电磁阀开关量预测控制方法。根据预测控制时间和喷管布局设计电磁阀的点火逻辑，利用喷管的作用力相互抵消，使得控制力矩作用时间可在控制周期内任意调节。通过仿真分析表明，和常规的脉宽调制技术相比，预测控制方法使得电磁阀不受限于最小持续开启时间，能够实现姿态的精确控制。

针对四旋翼无人机携载激光雷达进行输电线路点云数据采集过程中的位置与姿态控制问题，提出一种基于互补滑模的自抗扰控制器设计方法。考虑到四旋翼无人机复杂环境下存在强耦合、非线性和外界扰动影响的问题，采用一种有限时间收敛的扩展状态观测器估计四旋翼无人机动力学系统的状态和集总扰动，以便将观测得到的集总扰动引入自抗扰控制器进行前馈补偿，同时构建互补滑模流形，并用指数幂函数和符号函数的积分形式来保证自抗扰控制器的连续性。最后基于Lyapunov分析方法给出了位置与姿态跟踪误差渐近收敛的严格证明，而且仿真结果对比证明，所提方法具有更高的控制精度且能够充分抑制不同形式的外部时变扰动。

针对地月平动点轨道多目标任务转移策略开展了研究，设计了一种基于双脉冲模式的转移策略，使航天器能够在近直线晕轨道和远距离逆行轨道之间进行转移。首先在质心会合坐标系下建立航天器轨道动力学模型；然后，开展转移策略总体设计并分析涉及的优化变量，确定目标函数和约束条件，将转移策略设计问题转化为轨迹优化问题；进而，验证遗传算法和粒子群优化算法对于该问题的可行性，求解转移轨迹。研究得到了一种应用遗传算法和粒子群优化算法设计平动点轨道转移策略的数值方法，利用该方法设计了近年来重点关注的近直线晕轨道以及远距离逆行轨道之间的转移轨迹。文章提出的优化方法，在无先验信息的情况下能够有效解决轨道转移优化设计问题，并可应用于多类转移方案。

针对水平起降重复使用运载器爬升轨迹，提出了一种单纯形-伪谱循环优化算法，内层算法基于hp自适应Radau伪谱法，外层算法基于单纯形算法，通过对滑跑段控制参数优化，实现自适应爬升段初值生成，并以某水平起降重复使用运载器为例，完成了运载器滑跑起飞并爬升至交班点的轨迹优化设计仿真，验证了所提方法的可行性与有效性。在此基础上，研究了发动机推力、飞行轨迹敏感参数对吸气模态飞行剖面和剩余质量的影响，同时提出了一种吸气模态动力补偿的设计方法，相比常规的设计方式，进一步减少了燃料消耗，提升了运载能力。

针对存在外部干扰与时变负载的四旋翼无人机位置与姿态控制问题，基于参数自适应方法和滑模控制原理，提出了一种参数自适应滑模控制方法。该方法通过采用参数自适应方法对四旋翼无人机存在的外部干扰和时变负载进行估计补偿，使得四旋翼无人机具有抵抗时变负载变化造成扰动和实现高精度位置与姿态控制的能力。最后，通过李雅普诺夫稳定性理论和仿真结果验证了所提方法能有效降低外部干扰与时变负载对控制系统造成的不利影响。

针对防空导弹迎击拦截不同方式的机动目标，基于最优控制方法提出了一种控制量权重可变的制导律。建立了纵向平面弹目相对运动的状态方程，设计了控制量权重可变和带视线角速度约束的指标函数，利用极小值原理数值推导了带有权重系数的最优制导律。针对不同方式的机动目标开展了仿真试验，结果表明本文所提出的最优导引方法的性能优于传统比例导引，视线角速度收敛较快，能够较好地形成逆轨态势；此外，针对机动方式不同的目标，可以通过调整最优导引律的权重，匹配到各机动目标的最优控制参数。

针对非合作连续小推力机动航天器定轨问题，提出了一种基于单弧段轨道确定的推力加速度快速预辨识方法。该方法基于卫星轨道参数变化与加速度大小的关系，利用具有一定时间间隔的两次雷达观测数据的单弧段定轨结果，反解连续切向推力作用下航天器切向加速度，在短时间稀疏数据条件下保持较小的求解误差。将其分别应用于Starlink和OneWeb的轨道爬升过程中，结果表明，观测间隔分别大于11 h和15 h时，本文提出的方法能够实现Starlink和OneWeb卫星切向加速度的快速预辨识，求解误差在2%以下。计算结果可作为初值应用于连续小推力机动航天器的精密定轨中。

研究基于PI滤波估计加速度漂移的X射线脉冲星敏感器与加表组合导航算法。因长时间惯导误差积累导致发散，X射线脉冲星敏感器不能实时定位，且不能确定速度，提出利用X射线脉冲星敏感器脉冲到达时间（Time of arrival，TOA）作为观测量，与惯导推算的航天器位置在脉冲星指向上的投影估计位置误差，基于PI滤波估计加速度漂移，修正惯导误差，通过组合导航连续确定位置/速度。仿真表明，基于X射线脉冲星敏感器相位 \varphi与加表组合天文导航算法能有效估计加速度漂移，并给出较高精度的位置/速度。

针对无动力飞行器再入过程中的编队控制问题,基于虚拟领导者的二阶系统一致性控制理论,优化了协调变量并引入过渡环节,提出了一种集结时间可调的分布式编队保持与切换控制算法。该算法结合飞行能力和编队任务需求,允许无动力飞行器的高程在一定范围内变化,在线实现对多无动力飞行器相对横程和相对纵程的精确控制。仿真结果表明,该算法在编队形成与保持、编队构型切换和编队横向规避场景下,均可实现对期望编队构型的精确控制,并且仿真过程还加入了地球曲率和自转效应对再入动力学的影响。算法同时能够适应偏差随机的气动系数和大气密度的组合拉偏,具有良好的鲁棒性。

针对四旋翼无人机在自然环境下飞行遭遇外部风扰和模型不确定等问题,设计了一种可靠的目标轨迹跟踪控制器,凭借循环神经网络技术,提出了一种自适应滑模控制方法。从四旋翼无人机动力学模型出发,分别考虑了全驱动、欠驱动子系统。通过将外部风扰和模型不确定部分进行集合成总干扰项,运用循环神经网络对该集总干扰项进行自适应估计,并依据Lyapunov理论,设计了具有反馈补偿的自适应滑模控制器。最后凭借理论和对比仿真充分证明了所提控制方法的有效性。

根据弹道导弹的中段飞行特性,提出了一种基于命中点预测的攻击时间可控协同拦截末制导结构。采用预测命中点的模式,能够有效地将高速目标转化为固定或低速目标。考虑到实时性要求,提出了一种基于模拟退火与二分法结合的命中点预测算法,命中点预测较为准确,计算快速且计算量小,能够有效降低弹载计算机的计算负担。采用了“领弹-从弹”结构,领弹采用比例导引快速接近预测命中点,从弹通过调整自身的飞行弹道来改变剩余飞行时间,使之与领弹的估计剩余飞行时间相等。仿真结果表明,该制导结构能够使三枚拦截器同时击中目标。