基于深度学习的高超声速飞行器再入预测校正容错制导

作     者：余跃 王宏伦 YU Yue;WANG Honglun

作者机构：北京航空航天大学自动化科学与电气工程学院北京100191 北京航天自动控制研究所北京100854 北京航空航天大学飞行器控制一体化技术重点实验室北京100191 

出 版 物：《兵工学报》 (Acta Armamentarii)

年 卷 期：2020年第41卷第4期

页      面：656-669页

核心收录：

学科分类：08[工学] 081105[工学-导航、制导与控制] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(61673042) 航空科学基金项目(2014ZA51002、2018ZC51031) 

主　　题：高超声速飞行器 容错制导 预测校正制导 深度学习 扩张状态观测器 

摘      要：针对故障条件下高超声速飞行器的容错制导问题,提出一种基于深度学习的预测校正容错制导算法。在纵向制导律设计中,求解故障下满足配平要求的攻角剖面和升力、阻力系数;构建并训练输入端包含升力、阻力系数变化量的深度神经网络来预测落点,以避免传统预测校正制导算法中大量的积分运算;侧向制导采用基于航向角误差走廊的倾侧角反转逻辑;构造扩张状态观测器对气动参数变化量进行估计,实时输入深度神经网络。仿真结果表明,所设计的容错制导算法制导精度高、实时性好,且在故障和参数摄动条件下能实时解算出满足飞行要求的制导指令。