[发明专利]一种基于轨迹智能预测的再入飞行器任意禁飞区绕飞方法

说明书

一种基于轨迹智能预测的再入飞行器任意禁飞区绕飞方法，针对再入飞行器攻角和倾侧角大小无法改变的特点，给出了再入飞行器轨迹快速预测方法、预测轨迹与禁飞区关系快速判定方法和飞行器倾侧角符号选择逻辑，通过改变飞行器倾侧角的符号，导引飞行器绕过任意形状的禁飞区飞行。本发明使得再入飞行器可以绕飞任意形状的禁飞区，免去了对不规则禁飞区预处理的步骤，使得飞行器的自主性更高；同时避免了由于对不规则禁飞区进行处理而造成的飞行器绕飞区域变大的弊端，使得飞行器在绕飞禁飞区后具有更大的剩余飞行能力。本发明所述的方法计算量小，适合飞行器在线使用。

技术领域

本发明涉及一种基于轨迹智能预测的再入飞行器任意禁飞区绕飞方法，属于制导与控制技术领域。

背景技术

再入飞行器执行任务多样、飞行环境复杂，在飞行过程中可能受到天气、敌方拦截武器等威胁。为了保证飞行器的飞行安全，通常将这些威胁区域划定为禁飞区，通过调整飞行轨迹使飞行器绕过这些禁飞区。这些禁飞区形状通常是复杂不规则的，难以解析表示。目前，往往是将禁飞区视为标准的圆形，虽然简化了突防的过程，但同时也导致了飞行器绕飞的禁飞区大于实际禁飞区，造成飞行器的能力损失。

发明内容

本发明要解决的技术问题是：克服现有技术的不足，提供了一种基于轨迹智能预测的再入飞行器任意禁飞区绕飞方法，针对再入飞行器攻角和倾侧角大小无法改变的特点，给出了再入飞行器轨迹快速预测方法、预测轨迹与禁飞区关系快速判定方法和飞行器倾侧角符号选择逻辑，通过改变飞行器倾侧角的符号，导引飞行器绕过任意形状的禁飞区飞行。本发明使得再入飞行器可以绕飞任意形状的禁飞区，免去了对不规则禁飞区预处理的步骤，使得飞行器的自主性更高；同时避免了由于对不规则禁飞区进行处理而造成的飞行器绕飞区域变大的弊端，使得飞行器在绕飞禁飞区后具有更大的剩余飞行能力。本发明所述的方法计算量小，适合飞行器在线使用。

本发明目的通过以下技术方案予以实现：

一种基于轨迹智能预测的再入飞行器任意禁飞区绕飞方法，包括如下步骤：

S1、建立再入飞行器飞行动力学模型；

S2、选取飞行器不同的初始参数，同时设置攻角和倾侧角，利用S1所述的飞行动力学模型进行仿真，获得飞行器终端位置；所述初始参数包括高度、速度、经度、纬度、航迹角、航向角；

S3、将飞行器的初始参数、攻角、倾侧角、时间作为输入，飞行器终端位置作为输出，采用BP神经网络进行训练，获得训练后的神经网络模型；

S4、确定禁飞区的位置；根据飞行器当前的攻角、倾侧角，利用训练后的神经网络模型预测飞行轨迹；

S5、判断飞行轨迹与禁飞区的位置关系，当飞行器受禁飞区影响时，调整飞行器的倾侧角。

上述基于轨迹智能预测的再入飞行器任意禁飞区绕飞方法，优选的，所述禁飞区为不规则形状。

上述基于轨迹智能预测的再入飞行器任意禁飞区绕飞方法，优选的，S2中，攻角和倾侧角均为以速度为自变量的函数。

上述基于轨迹智能预测的再入飞行器任意禁飞区绕飞方法，优选的，S4中，根据禁飞区的经纬度信息，计算禁飞区在地心坐标系下的位置信息，再根据地心坐标系与飞行器位置坐标系间的转换矩阵，计算禁飞区在飞行器位置坐标系下的坐标信息，即确定禁飞区的位置。

上述基于轨迹智能预测的再入飞行器任意禁飞区绕飞方法，优选的，S4中，利用训练后的神经网络模型预测飞行轨迹的方法为：

S41、获取飞行器当前的高度、速度、经度、纬度、航迹角、航向角；

S42、设置飞行器的飞行时间；

S43、将飞行器当前的高度、速度、经度、纬度、航迹角、航向角，以及飞行器的飞行时间作为输入参数，利用训练后的神经网络模型预测飞行轨迹。