● 摘要
随着高新技术在军事领域的广泛应用，空战中对抗双方的性能有了很大提高，机载制导武器将成为赢得战争的最重要因素。目标的机动突防能力大幅度提高，在检测到拦截导弹时往往会采取恶意突防机动，关键时刻甩开导弹的攻击。因而经典导引理论已经不能满足精确制导的要求，对新的高精度导引律的寻求十分迫切。本论文引入了微分对策和预见控制两种设计思想，通过各项追逃参数的有限信息，设计出了一种新的导引律，旨在对目标大规模恶意突防机动时进行有效拦截。本论文的主要研究内容和创新性见解如下：首先，在深入理解经典导引律弹道特性和前人研究的基础上，充分分析了经典导引方法的弊端，提出了引入微分对策方法增强对具有突防行为逃逸目标的拦截性能。其次，将增强学习算法引入到导引律设计中来，用于实现基于微分对策思想的导引计算过程；鉴于其运算量庞大，本文利用人工神经网络完成运算；并首次提出了利用继承专家经验的模糊控制器为增强学习过程提供动作选择空间，实现了基于模糊、学习功能相结合的微分对策导引算法。第三，根据仿真结果，理论分析了微分对策导引方法的优势与缺点：该方法特别适合对抗目标的突防行为，但是无法系统识别、分析目标的整个逃逸飞行轨迹；本文据此引入了预见控制方法用于对微分对策算法进行改进。第四，基于预见控制思想，结合人工神经网络和最优控制理论设计了预见最优命中点导引律算法；首次实现了预见控制、神经网络和最优控制的结合。最后，对逃逸目标的恶意突防行为进行了系统的分析，并引入模糊数学逻辑，设计了模糊控制器实现微分对策和预见控制两种方法根据追逃情况优势的结合，形成了基于对策和预见控制的增强学习制导律。仿真结果展现了该方法在导弹制导中的优异性能。本文的研究成果将对提高精确制导武器制导精度有很好的应用价值。