考慮零控交班視窗角約束的攔截中制導設計

譚一廷，荊武興，高長生

(哈爾濱工業大學航天工程系，哈爾濱 150001)

0 引 言

近幾年，臨近空間高超聲速飛行器已逐漸成為各國的重點研究對象，相對傳統彈道導彈，其具有機動靈活、高速飛行等優勢，且當前臨近空間處于各種空天武器的攔截能力之外，成為空天防御的重大現實威脅之一[1]。由于傳統防空反導武器難以應對臨近空間高超聲速目標，研究針對臨近空間高超聲速目標的防御技術已迫在眉睫。

現有防空反導系統在應對臨近空間高超聲速武器作戰時面臨的主要挑戰可歸結為：1)臨近空間高超聲速武器具有較高的飛行速度，導致防御方攔截窗口較小，可攔截條件轉瞬即逝[2]。尤其在末制導段，可供攔截彈調整的時間有限，中制導需保證攔截彈中末交接班時能處于較好的攔截態勢，以減小由初、中制導誤差帶來的末制導初始時刻額外增加的機動過載；2)末制導段多采用動能攔截器進行直接碰撞殺傷，動能攔截器末速大，氣動加熱易造成紅外導引頭溫強干擾，因此多把導引頭安裝在攔截器側邊進行側窗探測[3]。大氣層高層及以外攔截器，中末交班對視場角的要求可以通過調整姿態來滿足，而在大氣層低層以內，姿態的微小調整便會產生較大的阻尼力矩，對視窗角的要求不能簡單通過姿態調整來滿足[4]。末制導導引頭開機時，此時目標若在視場沒有較好位置，便要求攔截彈在末制導初始時刻就要產生較大法向過載，從而保證目標穩定在視場內，否則由于高超聲速目標的高速強機動特性，會使目標脫離攔截彈捕獲區，導致攔截失敗；3)為應對臨近空間高超聲速目標橫向強機動軌跡特性，中制導律需具有較高的制導精度和計算效率，便于將來在線規劃應用。依賴傳統比例導引或者簡單彈道預測校正制導[5-7]的方法往往具有較低的制導精度或較大的耗時，已不適用臨近高超目標攔截特性。綜合以上分析，攔截彈中制導的主要任務是保證末制導可靠捕獲目標，并希望導彈利用較少的能量沿著較為平滑的彈道向著中末交班點飛行，同時為末制導提供良好的初始條件以保證能精確攔截目標同時減小自身機動。

目前綜合考慮以上三點的相關研究較少，但對其中一些具體問題已有所研究。出于對末制導段零控脫靶量最小考慮，文獻[2]基于縱向平面內彈目相對運動，推導分析了交班零控攔截條件，并以此構建了中末交班速度約束。文獻[8]分析了臨近防御有效零控交班區域，在僅考慮縱向平面內彈目相對運動情況下，設計最佳交班窗口實現了交班點導引頭視場范圍最大。文獻[9-10]皆基于預測零控脫靶量進行了中制導律的設計，文獻[3-4]從理論上研究了反臨近空間高超聲速飛行器中末交班需用的導引頭關鍵技術及視角選擇問題。這些研究為中末交班時攔截彈狀態約束的建立提供了有力借鑒，但多基于二維平面，缺乏對交班視窗角和末制導段零控脫靶量的綜合考量。

目前最優制導，滑模制導等方法[11-13]在滿足含終端約束的攔截制導中均有較成熟的研究，但其通常需要對動力學模型進行假設簡化，最終制導精度相對較低。近幾年偽譜法、凸優化(Convex optimization，CVX)等軌跡規劃方法[14-15]在攔截制導中同樣有著較大發展，它們提高了制導精度以及很好解決了路徑約束問題，但在規劃效率上存在較大不足。近些年發展的模型預測靜態規劃(Model predictive static programming，MPSP)方法在綜衡計算效率和制導精度上有著較大的優勢，目前在航天器變軌、飛行器軌跡跟蹤及再入制導等方面[16-18]有著較多的研究。為進一步提高MPSP方法在制導應用上的計算效率和精度，不少學者對其進行了改進。文獻[19-20]設計了一種廣義模型預測靜態規劃方法(Generalized model predictive static programm-ing，G-MPSP)用于導彈再入制導，避免了對動力學方程的離散，提高了算法求解精度。文獻[21]設計了一種擬譜模型預測靜態規劃方法(Quasi-spectral model predictive static programming，QS-MPSP)用于攔截末制導，減少了靜態規劃求解變量，提高了算法求解速率。文獻[22]提出了一種時間自由的廣義擬譜模型預測靜態規劃(Generalized quasi-spectral model predictive static programming，GS-MPSP)方法用于攔截中制導，結合了G-MPSP方法和QS-MPSP方法兩者特點，大大提高了計算效率和求解精度，但其中涉及到譜系數初值難確定的問題，成為實際應用的困擾。

考慮到以上問題和需求，本文首先在三維空間分析了攔截彈中末交班零控攔截條件，并利用該條件對中制導交班視窗角約束同末制導段零控脫靶量約束向交班點位置、速度方向約束進行了轉化，進而構建了中制導多終端約束兩點邊值問題。其次結合Legendre偽譜法和自適應Gauss-Lobatto積分法，推導了一種時間固定下的GS-MPSP方法，避免了拉格朗日乘子難求解及譜系數初值難確定的問題。將該方法用于上述中制導問題求解，仿真結果表明了本文方法有著高計算效率和制導精度。

1 中制導問題分析和建立

為便于后文描述，首先進行以下幾點合理假設：

假設1.考慮臨近空間滑翔目標飛行狀態及其預報狀態完全能由預警探測系統獲得并給出，即給定中制導段飛行時間，認為中末交班時刻目標狀態已知。

假設2.考慮攔截中制導段飛行過程中攻角、側滑角保持為零，即認為攔截彈速度方向與彈體體軸重合，則側窗探測視窗角既定為攔截彈速度與彈目視線夾角[8]。

假設3.考慮到臨近空間滑翔目標典型飛行特點，認為攔截末制導段目標速度大于攔截彈速度。

假設4.考慮攔截彈導引頭最大探測距離為ρmax，當彈目距離到達ρmax時，認為攔截彈完成中末交班并直接進入末制導段。

1.1 中末交班零控攔截條件

考慮自上而下的再入攔截方式，攔截末制導段無控飛行，攔截高度較高，且由于末制導段彈目相對速度較大，攔截時間較短，因此忽略末制導段氣動力對攔截彈和目標的影響，以及目標機動情況。只受引力作用下，基于零引力差模型，攔截末制導段彈目相對運動學解析解形式如下[9]：

V=V0

(1)

R=V0(t-t′0)+R0

(2)

R(t′f)=V0(t′f-t′0)+R0

(3)

根據脫靶量的定義[9]，在脫靶時刻有：

R(t′f)·V(t′f)=0

(4)

由此解得t′f和脫靶時刻空間彈目相對位置矢量R(t′f)的預測值為：

(5)

(6)

要使最終R(t′f)為零，則有：

(7)

圖1所示為中末交班零控攔截示意圖，其中O-XYZ為地面發射坐標系，M0為中制導起始點，VM0為攔截彈中制導起始點空間速度矢量，點M、T分別為交班時刻的攔截彈和目標位置點，兩者連線即為彈目視線(Line of sight, LOS)，VM,VT分別為攔截彈和目標空間速度矢量，兩者延長線交于點N，并構成空間彈目相對速度矢量V0=VT-VM,γc為VM與LOS夾角，即側窗探測視窗角ξ,ηc則為VT與LOS夾角，q為LOS與水平面夾角，即視線角。在ΔM′NT′中由正弦定理可得：

(8)

圖1 零控攔截條件示意圖Fig.1 Zero effort intercept condition

(9)

(10)

式中：γ,η表示末制導段攔截彈和目標速度各自與LOS夾角，R表示末制導段彈目距離。將式(8)代入式(9)至(10)中有：

(11)

(12)

通過以上分析可知，考慮中末交班側窗探測視窗角約束的零控攔截條件可總結為：1)交班時刻彈目速度大小約束，即需滿足目標速度大于攔截彈速度； 2)交班時刻目標和攔截彈速度比δ及兩者速度各自與視線夾角γc、ηc之間應滿足的約束關系，即需滿足式(8)。文獻[2,8]等還分析了零控攔截有效交班區域，為方便后文分析推導，本文借用其結論，即有效零控攔截邊界為-π/2≤γc≤π/2，根據式(8)計算分析，ηc的范圍為-arcsin(1/δ)≤ηc≤arcsin(1/δ)。

1.2 中制導終端約束

本節目的是將中末交班視窗角及零控脫靶量兩個非等時約束轉化為中制導終端狀態約束，使得中制導問題得以簡化。

中制導需要在中末交班時保證目標在側窗視場范圍內，為簡化計算，這里將視場角范圍設為[ξmin,ξmax]，其中ξmin為導引頭視場錐在體軸與光軸所處平面投影的下邊界與體軸夾角，ξmax為導引頭視場錐在體軸與光軸所處平面投影的上邊界與體軸夾角，如圖2所示。

圖2 交班點理想視窗示意圖Fig.2 Ideal window of handover point

由于末制導段飛行時間較短，認為攔截彈被動飛行過程中引力對速度變化影響較小，攔截彈速度方向基本不變。又由于滿足上述零控攔截條件時，末制導段視線保持平行，可近似認為末制導段側窗探測視窗角ξ保持不變，幾乎維持中末交班時刻的初始視窗角度ξc。因此要使末制導段攔截彈對目標始終能獲得較好探測視場，這里將視窗角約束強化為在中制導終端，目標正好落在導引頭的視場中央，使視線與導引頭光軸重合，即ξc=(ξmin+ξmax)/2。

如圖2所示，記地面發射坐標系為坐標系g，為了使交班時刻獲得較好探測視窗角，攔截彈以高拋彈道再入的方式自上而下打擊高超滑翔目標最佳[3]，因此認為速度矢量VT與VM0并不平行。為減小攔截彈機動，將中制導終端點構建在空間速度矢量VT與VM0所組成的平面內。

首先以點T為原點建立直角坐標系h′：

(13)

設Chg為發射系g到坐標系h′的坐標轉換矩陣,則其計算如下：

(14)

由于有效零控攔截條件中存在-arcsin1/δ≤ηc≤arcsin1/δ約束，則|ηc|<π/2，因此理想中末交班彈目相對位置ρ在坐標系h′下可表示為：

(15)

當視窗角|ξc|<π/2時，滿足有效零控交班約束，則可由零控攔截條件得出：

(16)

將其轉化到坐標系g下：

(17)

最后得到終端點M理想位置RM為：

(18)

(19)

將其轉換到地面發射系g下：

(20)

最后得到終端點理想速度方向為：

(21)

通過以上分析，由式(18)及式(21)構成轉化后的中制導終端點狀態約束。

1.3 中制導研究問題

認為攔截彈主推力發動機不工作，攔截彈僅由直接力軌控發動機提供法向和側向機動加速度，在地面發射坐標系下建立動力學模型：

(22)

(23)

(24)

本文在假設中末交班時刻目標狀態已知情況下，利用零控攔截條件將交班時視窗角約束及末制導段零控脫靶量約束轉化為中制導終端速度方向約束和位置約束，從而將中制導問題進一步簡化為：在已知飛行時間Δt=tf-t0內，以能耗最省為指標，給出最佳控制序列u=[ay,az]T，使得滿足終端速度方向約束式(21)及位置約束式(18)。

2 基于自適應正交配點的GS-MPSP算法

上述中制導問題可歸結為典型的兩點邊值問題，綜合計算效率和制導精度兩方面考慮，本節結合G-MPSP方法和QS-MPSP方法特點推導了固定時間下的GS-MPSP算法，相關推導及物理量的計算如下。

2.1 GS-MPSP算法

一般多輸入多輸出(MIMO)非線性系統狀態空間表達式如下：

(25)

Y(t)=h(X,t)

(26)

式中：X∈Rn,U∈Rm,Y∈Rp，分別代表狀態變量，控制變量及輸出變量。終端時刻tf對應的輸出偏差可近似表示為Y(X(tf))的變分如下：

ΔYf=Y(tf)-Y(tf)cf≈δY(X(tf))

(27)

首先對式(25)左右同時乘以W(t)，再左右同時進行t0→tf積分，最后加上Y(X(tf))整理可得：

(28)

式中：W(t)∈Rp×n為權重矩陣。W(t)將系統動力學映射到維數更小的輸出空間，從而減小了狀態方程維數，減少了后續靜態規劃時求解變量個數，以提高計算效率。

對上式最后一項按分部積分得：

(29)

將式(29)代入式(28)得：

Y(X(tf))=Y(X(tf))-W(tf)X(tf)+W(t0)·

(30)

對式(30)左右兩邊同時取變分，并結合式(27)整理得：

(31)

分析上式，可通過合適選擇W(t)，使得以消除與?X(t)相關的系數，從而權重矩陣W(t)存在具有終端時刻tf相關邊界條件的微分方程如下：

(32)

(33)

將式(32)和式(33)代入式(31)整理得：

(34)

對于確定的初始狀態，有δX(t)|t=t0=0，結合式(34)可得：

(35)

式中：Bs(t)∈Rp×m，稱為靈敏度矩陣，表達式如下：

(36)

式(35)反映了G-MPSP方法中，終端輸出偏差ΔYf與t0到tf飛行過程中連續控制δU(t)的關系，其由靈敏度矩陣Bs(t)關聯。基于這種關系，可通過構建靜態規劃問題預測更新每一時刻控制偏差δU(t)，并補償到上一步預測控制U(t)上，從而達到消除終端輸出偏差目的。

假設每步預測過程的控制更新為：

Ul+1(t)=Ul(t)+δUl(t)

(37)

式中：Ul(t)、δUl(t)為第l步迭代過程中控制量和控制偏差，Ul+1(t)為第l+1步迭代過程中控制量，從而式(35)可寫成如下形式：

(38)

令，

(39)

式中：Bλ∈Rp，稱為過程矩陣，則:

(40)

為了減少優化變量的數目，采用文獻[21]中提出的控制向量譜表示方法，即將控制向量表示為一些基本譜函數的加權和形式：

(41)

式中：μj∈Rm(j=1,2,…,Np)，表示第j個譜函數的系數向量，Np代表譜函數個數，Pj(t)代表譜函數基，一般可選擇為Legendre多項式、Chebychev多項式等形式。

假設每步預測過程的譜函數系數向量的更新為：

(42)

(43)

將式(43)代入式(40)可得：

(44)

令，

j=1,2,…,Np

(45)

式中：Aj∈Rp×m，為了與MPSP、QS-MPSP中靈敏度矩陣加以區分，稱其為譜靈敏度矩陣。最終終端時刻輸出偏差ΔYf表達式如下：

(46)

下面通過建立靜態規劃問題完成對每步預測過程中控制量Ul+1(t)的更新。

注意到控制量Ul+1(t)的上邊界存在如下不等式：

(47)

由于每一時刻譜函數Pj(t)大小固定，因此最小化μ=[μ1,μ2, …,μNp]，便可達到最小控制消耗目的。構建指標函數[21]如下：

(48)

式中：Rj(t)∈Rm×m(j=1,2,…,Np)，通常選為單位矩陣。引入拉格朗日乘子λ∈Rp，結合式(46)，增廣指標函數構建如下：

(49)

根據Hamilton邊值問題一階最優性條件有：

(50)

式中：

(51)

(52)

將式(52)代入式(46)得：

(53)

式中：Aλ∈Rp×p，表達式如下：

(54)

進而推導出拉格朗日乘子λ為：

(55)

將式(55)代入式(52)得到譜函數系數的更新為：

j=1,2,…,Np

(56)

將式(56)代入式(43)得到控制量更新為：

(57)

2.2 Legendre偽譜法計算加權矩陣W(t)

上一節提到控制量的更新需要計算譜靈敏度矩陣Aj，而矩陣Aj的計算首先需要確定權重矩陣W(t)。權重矩陣W(t)受微分方程式(32)和終端邊界條件式(33)約束，為一初值問題，通常可由逆向積分求解[20]，本文借助偽譜法解微分方程思想，對權重矩陣W(t)進行解算，以提高計算效率。

假設時域[t0,tf]等分為Ns個時間區間，即t0

i=0,1,2,…,Ns-1

(58)

(59)

令，

(60)

則有：

(61)

令，

(62)

式(62)可寫成如下形式：

(63)

(64)

對式(64)求導得：

(65)

其在區間t∈[ti,ti+1]內前N-1個配點上的微分方程如下：

(66)

令，

(67)

式中：D∈R(N-1)×N，微分矩陣D中各元素計算如下：

(68)

則式(66)可寫成如下形式：

(69)

(70)

將式(70)寫成如下形式：

(71)

(72)

2.3 自適應Gauss-Lobatto積分計算矩陣Aj, Bλ

在確定加權矩陣W(t)后，按照式(39)和式(45)，矩陣Aj,Bλ可依靠時域[t0,tf]內的模型積分[19-20]而獲得。為使本文所設計制導方法適應于將來在線規劃應用，出于平衡計算精度和計算效率的目的，本文采用自適應Gauss-Lobatto積分進行矩陣Aj,Bλ計算。在積分精度不滿足要求時，增加分段個數，而每個分段區間內配點數不變來保證積分精度。

首先將時域區間[t0,tf]等分為Ns個時間區間，即t0

(73)

則譜靈敏度矩陣Aj和矩陣Bλ由各個時域區間內的Gauss-Lobatto積分值累加得到，即:

hkBs(τk)Pj(τk) (j=1,2,…,Np)

(74)

hkBs(τk)Ul(τk) (j=1,2,…,Np)

(75)

式中：hk為積分權重，其計算如下：

(76)

自適應積分法就是按照積分區間上被積函數變化的劇烈程度，動態調整積分節點的分布密度，以達到節約計算成本的目的。綜合積分精度和計算效率兩者考慮，本文采用以下區間數劃分準則：

記區間[ti,ti+1]長度為h，區間[ti,ti+1]上采用N個LGL配點進行Gauss-Lobatto積分的結果為R1(ti,ti+1)，將區間[ti,ti+1]對分，在區間[ti,ti+h/2], [ti+h/2,ti+1]上分別采用同樣N個LGL配點的復化Gauss-Lobatto積分結果為R2(ti,ti+1)。設整個區間[t0,tf]上要求的積分精度為ε，若:

(77)

則區間[ti,ti+1]不再對分，否則將區間[ti,ti+1]對分，并令ti+1=ti+h/2，這時時域[t0,tf]上的區間個數Ns增加為Ns+1個，并重復上述過程。

3 基于GS-MPSP的中制導律設計

首先為了保證所有狀態變量具有類似的數值變化范圍，將攔截彈狀態變量進行歸一化，并將攔截彈動力學模型式(22)和式(23)進行歸一化[20]。

利用GS-MPSP算法進行制導律設計時，需要對初始控制量進行猜測，本文運用比例導引法(PN)給出控制量初始解。文獻[20]給出了PN制導俯仰、偏航方向的指令加速度如下：

(78)

(79)

如圖3所示，本文基于GS-MPSP規劃的中制導實現流程描述如下：

圖3 基于GS-MPSP規劃的中制導實現流程Fig.3 Process of mid-guidance using GS-MPSP

1)假設給定中制導飛行時間tf，并由預警探測系統給出tf時間后的目標預報狀態RT,VT，結合式(13)至式(21)，計算終端點期望狀態YNf。

2)采用PN制導律式(78)和式(79)計算控制初始解Ul。

3)采用四階龍格庫塔進行攔截彈彈道積分，計算終端點狀態偏差，若滿足精度則輸出控制序列Ul，否則進入下一步，這一步也對應著GS-MPSP方法的模型預測模塊。

4)結合式(59)、式(68)、式(70)和式(72)計算矩陣W(t)。

5)結合式(74)至式(77)計算矩陣Aj,Bλ。

6)結合式(57)進行控制更新Ul+1(t)，令Ul(t)=Ul+1(t)并返回第3)步，直到滿足精度結束，這一步也對應著GS-MPSP方法的靜態規劃模塊。

4 仿真結果與分析

為驗證本文所設計方法的有效性，開展以下兩種情形進行仿真。設定仿真中攔截彈導引頭最大探測距離為ρmax=50 km，并假設中制導過程中目標在交接班時刻的狀態信息依靠遠程預警系統或攔截彈的火控雷達預測得到。仿真平臺相關參數為：Intel Core i5 3.00 GHz處理器，window10操作系統，matlab18b作仿真軟件。

4.1 情形一

情形一設定合理中制導飛行時間為76 s，考慮同一中末交班目標與攔截彈速度比δ=1.31以及側窗探測視場范圍3°～33°，自動駕駛儀一階時間常數取0.3， GS-MPSP仿真中取譜函數個數Np=4，時域[t0,tf]內等分區間初始個數為Ns=2，各分段時間區間內選擇的LGL配點數為N=4，其他仿真場景參數以及利用式(13)至式(21)計算所得的終端期望狀態結果如表1所示，仿真結果如表2和圖4至圖8所示，其中表2中Δrf表示終端點位置偏差，Δθmf表示終端彈道傾角偏差，Δφvmf表示終端彈道偏角偏差，ξf表示交班點視窗角。

情形一采用GS-MPSP、MPSP[17]、CVX軌跡規劃[14]以及PN制導[20]四種方法進行了對比分析。其中前三種方法對終端位置[xf,yf,zf]的收斂閾值均設為0.5 m，對終端彈道傾角或彈道偏角偏差收斂閾值均設為0.5°，并設置迭代步數不超過3步，CVX軌跡規劃同MPSP皆采用歐拉法對動力學方程進行離散。

表1 仿真場景參數設置Table 1 Parameter setting of simulation scene

表2 情形一仿真結果統計Table 2 Case 1 Statistics of simulation results

如圖5、圖6和表2所示，PN制導雖能成功到達期望終端點，但未能滿足終端速度方向約束。以PN制導結果作為猜測初值用于前三種方法仿真，本文提出的GS-MPSP方法同MPSP方法和CVX軌跡規劃法在準確到達期望終端點的同時，滿足了終端速度方向約束，且中末交班時刻視窗角在側窗探測視場中央附近，給末制導段提供了較好的攔截態勢，其中GS-MPSP制導精度相對較高。

從圖4至圖6可以看出，GS-MPSP同MPSP產生的軌跡及指令加速度基本一致，這也間接說明GS-MPSP方法原理上與MPSP方法之間的等效性。但也存在著輕微的不同，這是由于兩者在性能指標的構建上存在不同，本文設計的GS-MPSP方法以譜函數系數的加權和最小為指標，而MPSP方法以控制量的加權和最小為指標，在取加權矩陣都是單位陣的情況下，前者在制導中期有著相對較小的控制成本，相比之下，利用CVX軌跡規劃方法的控制成本明顯增大，且軌跡波動相對較大。

圖4 縱向和側向指令加速度曲線Fig.4 Longitudinal and lateral command acceleration change

圖5 側向和縱向平面內二維軌跡Fig.5 Two-dimensional trajectory in lateral and longitudinal planes

圖6 彈道傾角和偏角變化曲線Fig.6 Ballistic inclination and ballistic deflection change

如前幾節所述，譜靈敏度矩陣Aj和過程矩陣Bλ的計算是GS-MPSP方法的重要組成部分。圖7和圖8展示了第一次迭代中采用自適應正交配點法計算矩陣Aj,Bλ時，其中各元素的計算結果，橫坐標為元素序號，縱坐標為元素值，其中矩陣Aj個數為4，矩陣Bλ個數為1，矩陣Aj為5行2列，矩陣Bλ為5行1列，因此矩陣Aj中元素個數為10，矩陣Bλ中元素個數為5。

將采用四階龍格庫塔法解算式(32)、式(33)、式(39)和式(45)所得的矩陣Aj,Bλ中各元素值作為標準值，并與本文方法進行對比可看出，兩者相對誤差較小，這表明利用自適應正交配點法能保證動力學方程較高積分精度。由于GS-MPSP方法的收斂性和收斂精度與譜靈敏度矩陣的計算精度相關，從終端狀態偏差結果來看，基于自適應正交配點的GS-MPSP方法相比采用歐拉積分法對動力學方程進行離散的MPSP方法和CVX規劃方法具有更高制導精度。

圖7 各譜靈敏度矩陣計算值Fig.7 Each spectral sensitivity matrix value

圖8 過程矩陣Bλ計算值Fig.8 Process matrix Bλ value

表3記錄了GS-MPSP、MPSP和CVX三種方法迭代一步所占的計算耗時，其中GS-MPSP方法計算效率最高，大約為MPSP方法的二分之一，同時是CVX規劃方法的二十分之一，這是由于本文采用自適應正交配點法，在保證動力學方程積分精度的同時較大地減少了離散點個數，從而較大地提高了計算效率，對于將來攔截彈在線規劃等方面應用具有較大優勢。

綜合情形一仿真結果分析，本文基于自適應正交配點的GS-MPSP方法在滿足制導精度的同時控制消耗最小，且計算效率最高。

表3 計算耗時統計Table 3 Calculation time consumption statistics

4.2 情形二

本節在4.1節仿真條件的基礎上，考慮攔截彈初始狀態擾動、氣動阻力系數攝動及質量偏差，偏差項設置見表4。利用蒙特卡洛打靶仿真200次，統計結果見表5和圖9，其中表5中各終端參數物理意義同表2。由于考慮到本文所設計制導律在實際應用時的實時性問題，出于對收斂精度和計算效率的衡量，同樣將GS-MPSP迭代步數限制在3步以內，以滿足實時性要求，進而評估在保證實時性前提下的制導律的魯棒性能。

表4 仿真偏差設定Table 4 Simulation deviation setting

圖9 終端狀態偏差分布圖Fig.9 Distribution of terminal state deviation

表5 打靶結果統計Table 5 Shooting result statistics

可以看出，在考慮初始狀態擾動和參數攝動的情況下，到達期望終端約束的偏差在合理范圍內，并保證中末交班時視窗角在視場中央，表明本文設計的GS-MPSP制導方法具有一定魯棒性。

在考慮其他分系統理想工作、攔截末制導段攔截時間較短及彈目速度變化較小情況下，情形一和情形二驗證了本文考慮交班視窗角約束的中制導算法的有效性。在后續研究中，還需綜合考慮目標強機動、目標預報誤差及攔截彈控制系統動態響應特性等對制導律進行進一步設計。

5 結 論

本文為解決臨近空間防御中考慮零控交班及交班視窗角約束的中制導問題提供了一種制導精度和計算效率較高的中制導方法，具體總結如下：

1)推導分析了攔截末制導段零控攔截條件，此條件由中末交班時刻目標和攔截彈速度比及兩者速度分別與視線夾角確定，并利用此條件提出了一種將中末交班側窗視窗角約束同零控脫靶量約束轉化為中制導終端點位置、速度方向約束的方法，為滿足多約束的中制導設計提供了更簡便的思路。

2)提出了一種固定時間條件下的廣義擬譜模型預測靜態規劃算法。通過引入低維權重矩陣和控制量的譜表達式以降低靜態規劃問題的維數，并推導得到了控制更新顯示表達式，該表達式直接由依靠起始到終端時刻連續積分的譜靈敏度矩陣、過程矩陣和終端偏差確定，而拉格朗日乘子和譜系數僅作為迭代過程中的中間量，解決了拉格朗日乘子難求解，以及譜系數初值難確定的問題。相比PN制導、MPSP方法及CVX軌跡規劃方法，GS-MPSP方法控制成本較小且彈道更平滑，制導精度更高。

3)提出了基于自適應正交配點法的譜靈敏度矩陣和過程矩陣的計算方法。利用自適應Gauss-Lobatto積分法實現時間分區間個數自適應分配來計算譜靈敏度矩陣和過程矩陣，從而保證計算精度；用Legendre偽譜法實現了權重矩陣的解算。相比CVX軌跡規劃方法及MPSP方法，有著更高的求解效率，對將來實時在線規劃應用有著較強適用性。

4)在考慮攔截彈初始狀態擾動和參數攝動的條件下，本文方法在保證實時性要求情況下，依然能夠滿足中末交班制導要求，具有較強魯棒性。