无动力制导炮弹的全弹道智能协同规划发射方法、电子设备和存储介质

1.本发明属于自动控制领域，涉及一种无动力制导炮弹的全弹道智能协同规划发射方法的设计。


背景技术：

2.随着炮射无动力制导炮弹的迅速发展，相比于常规炮弹，其远程化、精确化、智能化等优势明显，再结合火炮武器自身具有携弹量大、火力持续等特点，以高效费比毁伤压制中远程目标已成为可能。然而，在常规逐发单枚运用模式下，受到单枚炮弹突防能力有限、毁伤效果不高等客观因素的制约，制导炮弹尚未发挥出预期效能。
3.为破解上述困境，国内外近年来大力发展多弹智能弹道协同规划方法，在基础理论体系构建和工程实践等方面都取得了一定的研究成果。目前，通常采用的规划方法有最优控制和比例导引等，它们能够在全弹道的某一段(中段或末段)上集中起相对零散的个体单元，以较低代价初步实现对中远程关键目标的毁伤压制。
4.然而现有技术方法仍然具有以下缺陷：
5.一是研究对象，现有方法大多是针对导弹、无人机等飞行器，制导炮弹与它们的本质区别在于无持续可控动力、控制余量较为有限，不适宜在中制导段进行较大范围的机动变轨，适用于炮射制导炮弹的弹道协同规划方法比较匮乏。
6.二是方法性能，现有方法基本仅单独适用于中段或末段，而且确定协同弹道参数的规划耗时较长，效果也不尽如人意，难以从全弹道的角度统筹实施整体层面的协同规划，需要融合智能优化和现代控制方法来进一步提高弹道协同规划的系统性和有效性。


技术实现要素：

7.为了解决对无持续可控动力、控制余量较为有限的无动力制导炮弹的全弹道智能协同规划发射的问题，在第一方面上，根据本技术一些实施例的无动力制导炮弹的全弹道智能协同规划发射方法，包括
8.s1.确定弹道相关距离参数、制导炮弹数量参数以及时间参数；
9.s2.确定待规划的中段弹道参数以及所述中段弹道参数的弹道参数域；
10.s3.设定目标函数，根据所述目标函数得到任意相邻两枚所述制导炮弹到达末段指定空域的飞行时间差以及各枚炮弹飞行时间的加和；
11.s4.在所弹道参数域中优化中段弹道参数使所述目标函数的值最小，使所述目标函数的值最小的一组中段弹道参数是最优的一组中段弹道参数；
12.s5.根据所述最优的一组中段弹道参数确定多枚所述制导炮弹的中段规划弹道；
13.s6.根据多枚所述制导炮弹中段实际弹道与多枚所述制导炮弹的中段规划弹道的参数偏差生成舵机控制指令，若多枚所述制导炮弹由中段到达末段的指定空域，则执行步骤s7，否则返回步s2；
14.s7.在末段的所述指定空域进行末段弹道自主协同规划射击目标。
15.根据本技术一些实施例的无动力制导炮弹的全弹道智能协同规划发射方法，所述步骤s1中确定弹道相关距离参数、制导炮弹数量参数以及时间参数，包括根据实际敌我态势和制导炮弹射程确定目标距离以及弹道末段指定空域中心与炮口的距离x，根据火炮发射性能确定需要协同的制导炮弹数量m以及火炮发射的间隔时间δt。
16.根据本技术一些实施例的无动力制导炮弹的全弹道智能协同规划发射方法，所述步骤s2中所述中段弹道参数包括射角θ、舵机方案偏角δ和舵机起控时刻td，所述弹道参数域由式(1)表示：
[0017][0018]
式中，θ
min
表示射角最小值，θ
max
表示射角最大值，δ
max
表示舵机方案偏角最大值，t
dmin
表示舵机起控时刻最小值，t
dmax
表示舵机起控时刻最大值。
[0019]
根据本技术一些实施例的无动力制导炮弹的全弹道智能协同规划发射方法，所述步骤s3中所述目标函数由式(2)表示：
[0020][0021]
式中，ti表示第i枚弹在无控段和中段上的飞行时间。
[0022]
根据本技术一些实施例的无动力制导炮弹的全弹道智能协同规划发射方法，所述步骤s4中优化中段弹道参数使所述目标函数的值最小，由微格降维粒子群自然选择方法智能优化弹道参数方法实现，所述微格降维粒子群自然选择方法智能优化弹道参数方法包括：
[0023]
s4.1.把所述表示弹道参数域的式(1)的每项弹道参数的取值范围均匀分划为n份区间，n表示微格划分度，将3m维的所述弹道参数域降化为n
3m
个微格的一维序列；
[0024]
s4.2.根据制导炮弹弹道模型和弹道参数域求解各微格中心的目标函数值，按数值大小进行排序，在排序前xq％的微格中随机选择出lq个优势微格，从排序后xh％的微格中随机选择出lh个潜力微格；
[0025]
s4.3.将一种参数组合方式视为一个粒子，粒子种群的数量为lq与lh之和，以粒子种群的数量的微格的中心作为粒子的初始位置，根据所述弹道参数域和微格划分度n随机初始化种群中各粒子的速度，第j个粒子的位置表示为bj＝(b
jθ1
,b
jδ1
,b
jtd1
,...,b
jθm
,b
jδm
,b
jtdm
)，第j个粒子的速度表示为vj＝(v
jθ1
,v
jδ1
,v
jtd1
,...,v
jθm
,v
jδm
,v
jtdm
)，对于第j个粒子，其中，b
jθm
表示第m个制导炮弹的参数射角θ的位置，b
jδm
表示第m个制导炮弹的参数舵机方案偏角δ的位置，b
jtdm
表示第m个制导炮弹的参数舵机起控时刻td的位置，v
jθm
表示第m个制导炮弹的参数射角θ的速度，v
jδm
表示第m个制导炮弹的参数舵机方案偏角δ的速度，v
jtdm
表示第m个制导炮弹的参数舵机起控时刻td的速度；
[0026]
s4.4.基于制导炮弹弹道模型，根据式(2)对于每个粒子计算出每枚制导炮弹在无控段和中段上的飞行时间，并由式(1)求解每个粒子的适应度；
[0027]
第j个粒子的位置存储在向量pj，第j个粒子的适应度存储在向量p
jbest
；种群寻优到的最优粒子的位置存储在向量p，种群寻优到的最优粒子的适应度存储在向量p
best
；
[0028]
s4.5.根据式(3)、(4)更新每个粒子自身的速度vj'和位置b'j。
[0029]
v'j＝wvj+c1|p
j-bj|+c2|p-bj|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0030]
b'j＝bj+vj'
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0031]
式中，常数c1和c2表示学习因子，常数w表示惯性权重；
[0032]
s4.5.计算每个粒子在更新之后的适应度，并与向量p
jbest
比较，将适应度更优的值存储在向量p
jbest
，将适应度更优的值所对应的位置存储在向量pj；
[0033]
s4.6.对于所有粒子，比较向量p
jbest
和向量p
best
的值，将适应度更优的值存储在向量p
best
，将适应度更优的值所对应的位置存储在向量p中；
[0034]
s4.7.根据自然选择机制对所述粒子种群中的粒子按适应度进行排序，用所述粒子种群中半数适应度较优的粒子的位置和速度，替换掉另外半数适应度较劣的粒子的位置和速度，同时保持向量p
jbest
、向量pj以及向量p
best
、向量p不变；
[0035]
s4.8.若向量p
best
、向量p所表示的粒子满足所述目标函数的参数设定的运算精度，输出所述粒子所对应的一组弹道参数，否则返回步骤s4.4.继续进行寻优。
[0036]
根据本技术一些实施例的无动力制导炮弹的全弹道智能协同规划发射方法，所述步骤s5中制导炮弹打舵采用的方法是逐段给定舵偏角。
[0037]
根据本技术一些实施例的无动力制导炮弹的全弹道智能协同规划发射方法，所述步骤s6中根据多枚所述制导炮弹中段实际弹道与多枚所述制导炮弹的中段方案弹道的参数偏差生成舵机控制指令，其中，参数偏差是同一飞行距离x下的弹道高度偏差δy和垂向速度偏差δvy，舵机控制指令δc由式(5)表示：
[0038]
δc＝k
p
δy+kdδvy+δ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0039]
式中，常数k
p
和kd表示线性控制系数。
[0040]
根据本技术一些实施例的无动力制导炮弹的全弹道智能协同规划发射方法，所述步骤s7中在末段指定空域进行末端弹道自主协同规划射击目标的方法，包括
[0041]
s7.1.通过相对运动运算器，将第i枚炮弹和目标之间的相对运动参数信号求解出来，包括弹目距离信号ri、弹目接近速率信号视线角信号θi以及视线角速率信号弹目距离信信号ri和弹目接近速率信号从相对运动运算器传递至累积动态面，视线角信号θi从相对运动运算器传递至信号比较器，视线角速率信号从相对运动运算器传递至快速动态面；
[0042]
s7.2.设定视线角的期望值视线角的期望值传递至信号比较器，信号比较器对视线角的期望值和视线角信号θi进行差值处理得到然后传递至快速动态面；
[0043]
s7.3.累积动态面接收来自相对运动运算器的弹目距离信信号ri和弹目接近速率信号并按照式(7)、(8)进行运算处理得到累积动态面s
xi
，然后传递至分布规划器；
[0044][0045][0046]
式中，tm表示从进入末端的规划开始起算的时间，dε表示tm的微元，g1和g2都是正
常数，tanh(x)＝(e
x-e-x
)/(e
x
+e-x
)，l
ij
表示第i枚炮弹和第j枚炮弹之间的通信连接权重，若二者可以通信连接，则l
ij
＝1，否则为0；
[0047]
s7.4.分布规划器接收来自累积动态面的信号s
xi
，计算分布规划信号u
xi
，分布规划信号u
xi
由式(9)表示，将分布规划信号u
xi
传递至第i枚制导炮弹；
[0048][0049]
式中，c
x
和k
x
都是正常数，k
x
的取值范围是max{|a
tix
|}≤k
x
，a
tix
表示目标加速度在第i枚炮弹的视线方向上的分量；
[0050]
s7.5.快速动态面接收来自信号比较器的信号和相对运动运算器的视线角速率信号并按照式(10)进行运算处理得到快速动态面s
fi
，然后传递至独立规划器；
[0051][0052]
式中，g3和g4表示正常数；
[0053]
s7.6.独立规划器接收来自快速动态面的信号s
fi
，计算独立规划信号u
fi
，独立规划信号u
fi
由式(11)表示，将u
fi
传递至第i枚制导炮弹；
[0054][0055]
式中，cf和kf都是正常数，kf的取值范围是max{|a
tiy
/ri|}≤kf，a
tiy
表示目标加速度在第i枚炮弹的视线法向上的分量。
[0056]
本技术实施例还提供一种电子设备，所述电子设备包括：一个或多个处理器，存储器，以及，一个或多个程序；其中，所述一个或多个程序被存储在所述存储器中，所述一个或多个程序包括指令，当所述指令被所述电子设备执行时，使得所述电子设备执行本技术实施例第一方面任一可能设计的技术方案。
[0057]
本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序，当计算机程序在电子设备上运行时，使得所述电子设备执行本技术实施例第一方面任一可能设计的技术方案。
[0058]
本发明的有益效果：
[0059]
本发明的微格降维粒子群自然选择方法智能优化弹道参数，通过寻优智能程度较高的微格降维粒子群自然选择方法，对多枚制导炮弹的初始弹道参数进行微格、评价、更新、适应值比较、排序、替换等处理，迅速确定出一组满足各项约束、总飞行时间最少的最优弹道参数，使多枚制导炮弹能够几乎同时进入末段指定空域，提高了弹道规划效率与效果，为后续末段弹道的分布式协同规划铺垫时域和空域基础。
[0060]
本发明的末段弹道分布式协同规划，基于累积动态面设计了分布规划器，使得各弹的飞行时间在有限时间内趋同，在视线法向上，结合环境态势和炮弹视线角等重要信息构建了快速动态面独立控制器，确保各弹的视线角跟踪误差和视线角速率迅速收敛至零，有效达成了末段弹道的分布式协同规划。
[0061]
本发明所设计的优化方法通过降低寻优维度，成功解决了高维寻优耗时较长的问题，提高了弹道规划效率。末段自主规划充分结合了飞行状态信息进行实时自适应调整，在所设计全弹道智能协同规划发射方法的作用下，无动力制导炮弹的姿态基本上都处于连续
状态，有利于全弹道飞行和协同命中目标。上述效果在本发明具体实施方式的仿真实验分析部分所表明。上述各个方面可能达到的技术效果请参照上述针对第一方面可以达到的技术效果说明，这里不再重复赘述。本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0062]
图1是无动力制导炮弹的全弹道智能协同规划发射方法主流程图。
[0063]
图2是末段弹道自主协同规划的原理示意图。
[0064]
图3是弹道轨迹图。
[0065]
图4是弹道倾角图。
具体实施方式
[0066]
下面通过参考附图详细描述本技术的实施例，所述实施例的示例在附图中示出，本技术提供一种无动力制导炮弹的全弹道智能协同规划发射方法、电子设备和存储介质，用以解决对无持续可控动力、控制余量较为有限的无动力制导炮弹的全弹道智能协同规划发射的问题。其中，方法、设备和计算机可读存储介质是基于同一技术构思的，解决问题的原理相似，因此各主题的实施可以相互参见，重复之处不再赘述。
[0067]
图1是本发明无动力制导炮弹的全弹道智能协同规划发射方法的主流程图，如图1所示，包括下列步骤：
[0068]
步骤一：初始化。根据实际敌我态势和制导炮弹射程确定出合适的目标距离，以及弹道末段指定空域中心与炮口的距离x，根据火炮发射性能确定出需要协同的制导炮弹数量m，以及火炮发射的间隔时间δt。
[0069]
步骤二：确定弹道参数域。根据无动力制导炮弹的模型与技术特点，确定出对弹道规划影响最大的3项参数，作为待规划的弹道参数，它们分别是射角θ、舵机方案偏角δ和舵机起控时刻td。
[0070]
通过相关仿真计算发现，在这3项参数中，当只有其中一项参数单调增加时，其余2项保持不变时，射程都会呈现出先增后减的连续的变化趋势，那么在同一射程距离范围内就必然对应着这3项弹道参数的多种组合方式。
[0071]
在规划弹道之前，需要根据无动力制导炮弹的实际情况以及外部环境确定出上述3项参数的弹道参数域。其中，θ主要依据火炮安全射界，δ主要参照舵机极限偏角值，并且制导炮弹在使用过程中对td也都有适当的取值范围，综合火炮、炮弹的指标以及x确定出弹道参数域式(1)。
[0072][0073]
式中，θ
min
表示射角最小值，θ
max
表示射角最大值，δ
max
表示舵机方案偏角最大值，t
dmin
表示舵机起控时刻最小值，t
dmax
表示舵机起控时刻最大值。
[0074]
步骤三：设定目标函数。通过中段弹道的规划，使在不同时刻连续发射的m枚制导炮弹能够在尽量短的时间内近乎同时到达某一指定空域，设定式(2)为目标函数，从中能够
求解出任意相邻两枚炮弹到达末段指定空域的飞行时间差，与各枚炮弹飞行时间的加和。
[0075][0076]
式中，ti表示第i枚弹在无控段和中段上的飞行时间。
[0077]
步骤四：微格降维粒子群自然选择方法智能优化弹道参数。将m枚炮弹所对应的m组弹道参数θ、δ、td的组合视为一种参数组合方式，则每种组合方式都对应着3m个元素，中段弹道协同规划问题本质上属于3m维的参数优化问题，目的是找出一组最优弹道参数，它能够使式(2)的值最小，同时寻优耗时尽量少，它具体包含以下步骤：
[0078]
(4.1)微格降维。常规粒子群方法解决高维寻优问题的耗时较长，为了提高弹道规划效率，需要降低维度，通过对3m维的弹道参数域式(1)进行微格处理来实现，把每项参数的取值范围都均匀分划分成为n份微小的区间，3m维的域等价地降化为n
3m
个微格的一维序列。
[0079]
(4.2)筛选微格。每个微格中心的位置都对应着一种不同的参数组合方式，基于制导炮弹弹道模型和式(1)求解出各微格中心的目标函数值，按数值大小进行排序，在排序前xq％的微格中随机选择出lq个优势微格，为了避免陷入局部最优的问题，从排序后xh％的微格中随机选择出lh个潜力微格。
[0080]
(4.3)粒子初始化。将一种参数组合方式视为一个粒子，粒子种群的数量为lq+lh，以步骤(4.2)中的lq+lh个微格的中心作为粒子的初始位置，根据弹道参数域和微格划分度n随机初始化种群中各粒子的速度，第j个粒子的位置和速度分别是bj＝(b
jθ1
,b
jδ1
,b
jtd1
,...,b
jθm
,b
jδm
,b
jtdm
)和vj＝(v
jθ1
,v
jδ1
,v
jtd1
,...,v
jθm
,v
jδm
,v
jtdm
)。其中，b
jθm
表示第m个制导炮弹的参数射角θ的位置，b
jδm
表示第m个制导炮弹的参数舵机方案偏角δ的位置，b
jtdm
表示第m个制导炮弹的参数舵机起控时刻td的位置，v
jθm
表示第m个制导炮弹的参数射角θ的速度，v
jδm
表示第m个制导炮弹的参数舵机方案偏角δ的速度，v
jtdm
表示第m个制导炮弹的参数舵机起控时刻td的速度。
[0081]
(4.4)适应度处理。对于每个粒子，基于制导炮弹弹道模型计算出每枚制导炮弹的ti，并由式(1)求解出该粒子的适应度。
[0082]
第j个粒子的位置和适应度分别存储在pj和p
jbest
中，种群寻优到的最优粒子的位置和适应度分别存储于p和p
best
中。
[0083]
(4.5)更新粒子状态。对于每个粒子，根据式(3)、(4)更新自身的速度vj'和位置b'j。
[0084]
'j＝wvj+c1|p
j-bj|+c2|p-bj|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0085]
b'j＝bj+vj'
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0086]
式中，常数c1和c2都是学习因子，常数w是惯性权重。
[0087]
(4.6)更新后适应度处理。对于每个粒子，计算其在更新之后的适应度，并与p
jbest
比较，将适应度更优的值和它所对应的位置分别存储在p
jbest
和pj中。
[0088]
对于所有粒子，比较p
jbest
和p
best
的值，将适应度更优的值和它所对应的位置分别存储在p
best
和p中。
[0089]
(4.7)自然选择。常规粒子群方法在寻优过程中容易陷入局部最优，为解决此问题，结合自然选择机制对种群中的粒子按适应度进行排序，用种群中半数适应度较优的粒
子的位置和速度，替换掉另外半数适应度较劣的粒子的位置和速度，同时保持p
jbest
、pj和p
best
、p不变。
[0090]
(4.8)若向量p
best
、向量p所表示(指向)的粒子能够满足设定的运算精度，则本次微格降维粒子群自然选择方法智能寻优结束，并输出该粒子所对应的一组弹道参数，否则返回步骤(4.4)继续进行寻优。
[0091]
步骤五：规划m枚炮弹的协同方案弹道。结合制导炮弹弹道模型和“瞬时平衡”假设，根据步骤四输出的弹道参数对m枚炮弹的协同方案弹道进行规划，考虑到在实际中方案弹道的可跟踪性，制导炮弹打舵采用的方法是逐段给定舵偏角。
[0092]
步骤六：m枚炮弹跟踪方案弹道。采用如式(5)的线性控制方法跟踪方案弹道，依据实际弹道与方案弹道在同一飞行距离x下的弹道高度偏差δy和垂向速度偏差δvy，生成舵机控制指令δc。
[0093]
δc＝k
p
δy+kdδvy+δ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0094]
式中，常数k
p
和kd都是线性控制系数。若m枚炮弹顺利协同进入了末段指定空域，则进入步骤七，否则返回步骤二。
[0095]
步骤七：末段弹道自主协同规划。图2是原理示意图，主要由累积动态面1.1、分布规划器1.2、快速动态面2.1、独立规划器2.2、信号比较器3.1以及相对运动运算器3.2构成。具体包含以下步骤：
[0096]
(7.1)通过相对运动运算器3.2，将第i枚炮弹和目标之间的相对运动参数信号求解出来，包括弹目距离ri、弹目接近速率视线角θi以及视线角速率信号ri和从相对运动运算器3.2传递至累积动态面1.1，信号θi从相对运动运算器3.2传递至信号比较器3.1，信号从相对运动运算器3.2传递至快速动态面2.1。
[0097]
(7.2)设定视线角的期望值(7.2)设定视线角的期望值传递至信号比较器3.1，信号比较器3.1对和θi进行差值处理得到然后传递至快速动态面2.1。
[0098]
(7.3)累积动态面1.1接收来自相对运动运算器3.2的信号ri和并按照式(7)、(8)进行运算处理得到累积动态面s
xi
，然后传递至分布规划器1.2。
[0099][0100][0101]
式中，tm表示从进入末端的规划开始起算的时间，dε表示tm的微元，g1和g2都是正常数，tanh(x)＝(e
x-e-x
)/(e
x
+e-x
)，l
ij
表示第i枚炮弹和第j枚炮弹之间的通信连接权重，若二者可以通信连接，则l
ij
＝1，否则为0。
[0102]
(7.4)分布规划器1.2接收来自累积动态面1.1的信号s
xi
，为了提升累积动态面的稳定性能，引入参与分布规划信号u
xi
的设计，如式(9)，能够充分结合飞行状态信息进行实时的自适应调整，并将u
xi
传递至第i枚制导炮弹，在规划信号u
xi
的作用下，m枚炮弹的飞行时间能够在有限时间内趋同，达成了末段弹道规划中的协同状态。
[0103][0104]
式中，c
x
和k
x
都是正常数，k
x
的取值范围是max{|a
tix
|}≤k
x
，a
tix
表示目标加速度在第i枚炮弹的视线方向上的分量。
[0105]
(7.5)快速动态面2.1接收来自信号比较器3.1的信号和相对运动运算器3.2的信号并按照式(10)进行运算处理得到快速动态面s
fi
，然后传递至独立规划器2.2。
[0106][0107]
式中，g3和g4都是正常数。
[0108]
(7.6)独立规划器2.2接收来自快速动态面2.1的信号s
fi
，，为了提升快速动态面的稳定性能，引入参与独立规划信号u
fi
的设计，如式(11)，能够充分结合飞行状态信息进行实时的自适应调整，并将u
fi
传递至第i枚制导炮弹，在规划信号u
fi
的作用下，各弹确保视线角跟踪误差和视线角速率迅速收敛至零，在达成末段弹道协同的同时有效实现了各枚炮弹对目标的导引攻击。
[0109][0110]
式中，cf和kf都是正常数，kf的取值范围是max{|a
tiy
/ri|}≤kf，a
tiy
表示目标加速度在第i枚炮弹的视线法向上的分量。
[0111]
步骤八：命中目标结束。若m枚制导炮弹最终在同一时间命中目标，则表示全弹道智能协同规划成功，否则为失败。
[0112]
本发明的关键点
[0113]
结合上述方案，本发明提出的技术方案关键点主要集中体现在以下两个方面：
[0114]
一是微格降维粒子群自然选择方法智能优化弹道参数，通过寻优智能程度较高的微格降维粒子群自然选择方法，对多枚制导炮弹的初始弹道参数进行微格、评价、更新、适应值比较、排序、替换等处理，迅速确定出一组满足各项约束、总飞行时间最少的最优弹道参数，使多枚制导炮弹能够几乎同时进入末段指定空域，提高了弹道规划效率与效果，为后续末段弹道的分布式协同规划铺垫时域和空域基础。
[0115]
二是末段弹道分布式协同规划，基于累积动态面设计了分布规划器，使得各弹的飞行时间在有限时间内趋同，在视线法向上，结合环境态势和炮弹视线角等重要信息构建了快速动态面独立控制器，确保各弹的视线角跟踪误差和视线角速率迅速收敛至零，有效达成了末段弹道的分布式协同规划。
[0116]
本发明的效果
[0117]
为验证所设计全弹道智能协同规划发射方法技术方案的有效性，现以某型制导炮弹作为对象，在matlab中基于四阶龙格库塔法进行相关仿真运算，仿真步长为10ms，主要参数取值详见表1：
[0118]
表1仿真主要参数
[0119][0120][0121]
通过仿真计算得到微格降维粒子群自然选择方法的弹道参数优化时间为0.5s，主要仿真运算结果详见表2。为了体现其有效性，以常规粒子群方法作为对比，在同样参数设定下进行弹道参数寻优，优化时间为2.37s，显然，所设计的优化方法通过降低寻优维度，成功解决了高维寻优耗时较长的问题，提高了弹道规划效率。
[0122]
表2仿真运算结果
[0123][0124]
弹道轨迹仿真曲线如图3所示，最小发射间隔时间为10s时，通过微格降维粒子群自然选择方法对3枚制导炮弹进行智能弹道参数优化和规划，3枚制导炮弹能够在时、空上协同进入末段态势窗口，并最终通过末段弹道自主规划，成功地实现了协同命中61km处目标。
[0125]
图4展示了3枚制导炮弹的弹道倾角变化趋势，除了在开舵启控时刻伴随出现了短暂的波动，炮弹姿态变化的趋势从整体上来看是较为平稳缓和的，这表明在末段自主规划中引入设计规划信号u
xi
、u
fi
的合理性和有效性，其充分结合了飞行状态信息进行实时自适应调整，在所设计全弹道智能协同规划发射方法的作用下，无动力制导炮弹的姿态基本上都处于连续状态，有利于全弹道飞行和协同命中目标。
[0126]
与现有技术相比，本发明提出的技术方案效果主要集中体现在以下两个方面：
[0127]
一是研究对象，现有方法大多针对的是导弹和无人机等飞行器，而难以适用于炮射制导炮弹，本发明充分考虑了其无持续可控动力、控制能力有限等固有典型特征，能够有效地协同规划多枚炮射制导炮弹的全弹道，为充分发挥炮射制导炮弹的实际使用效能提供了一定的技术支撑和参考。
[0128]
二是方法性能，相比于大多数仅单独适用于中段或末段的现有方法，本发明立足
于从全弹道统筹的角度，将微格降维粒子群自然选择智能优化和滑模控制方法相融合，改变了以往依靠人为经验选择弹道参数的方法，成功提高了多弹全弹道协同规划的效率与效果，进一步提升了弹道协同规划的系统性和有效性。
[0129]
基于以上实施例，本技术实施例还提供了一种电子设备，所述电子设备包括：一个或多个处理器，存储器，以及，一个或多个程序；其中，所述一个或多个程序被存储在所述存储器中，所述一个或多个程序包括指令，当所述指令被所述电子设备执行时，使得所述电子设备执行以上实施例提供的所述方法。
[0130]
基于以上实施例，本技术实施例还提供了一种计算机存储介质，该计算机存储介质中存储有计算机程序，所述计算机程序被计算机执行时，使得计算机执行以上实施例提供的所述方法。
[0131]
其中，存储介质可以是计算机能够存取的任何可用介质。以此为例但不限于：计算机可读介质可以包括ram、rom、eeprom、cd-rom或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
[0132]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0133]
本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0134]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0135]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0136]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。

技术特征：
1.一种无动力制导炮弹的全弹道智能协同规划发射方法，其特征在于，包括s1.确定弹道相关距离参数、制导炮弹数量参数以及时间参数；s2.确定待规划的中段弹道参数以及所述中段弹道参数的弹道参数域；s3.设定目标函数，根据所述目标函数得到任意相邻两枚所述制导炮弹到达末段指定空域的飞行时间差以及各枚炮弹飞行时间的加和；s4.在所弹道参数域中优化中段弹道参数使所述目标函数的值最小，使所述目标函数的值最小的一组中段弹道参数是最优的一组中段弹道参数；s5.根据所述最优的一组中段弹道参数确定多枚所述制导炮弹的中段规划弹道；s6.根据多枚所述制导炮弹中段实际弹道与多枚所述制导炮弹的中段规划弹道的参数偏差生成舵机控制指令，若多枚所述制导炮弹由中段到达末段的指定空域，则执行步骤s7，否则返回步s2；s7.在末段的所述指定空域进行末段弹道自主协同规划射击目标。2.根据权利要求1所述的无动力制导炮弹的全弹道智能协同规划发射方法，其特征在于，所述步骤s1中确定弹道相关距离参数、制导炮弹数量参数以及时间参数，包括根据实际敌我态势和制导炮弹射程确定目标距离以及弹道末段指定空域中心与炮口的距离x，根据火炮发射性能确定需要协同的制导炮弹数量m以及火炮发射的间隔时间δt。3.根据权利要求1或2所述的无动力制导炮弹的全弹道智能协同规划发射方法，其特征在于，所述步骤s2中所述中段弹道参数包括射角θ、舵机方案偏角δ和舵机起控时刻t
d
，所述弹道参数域由式(1)表示：式中，θ
min
表示射角最小值，θ
max
表示射角最大值，δ
max
表示舵机方案偏角最大值，t
dmin
表示舵机起控时刻最小值，t
dmax
表示舵机起控时刻最大值。4.根据权利要求3所述的无动力制导炮弹的全弹道智能协同规划发射方法，其特征在于，所述步骤s3中所述目标函数由式(2)表示：式中，t
i
表示第i枚弹在无控段和中段上的飞行时间。5.根据权利要求4所述的无动力制导炮弹的全弹道智能协同规划发射方法，其特征在于，所述步骤s4中优化中段弹道参数使所述目标函数的值最小，由微格降维粒子群自然选择方法智能优化弹道参数方法实现，所述微格降维粒子群自然选择方法智能优化弹道参数方法包括：s4.1.把所述表示弹道参数域的式(1)的每项弹道参数的取值范围均匀分划为n份区间，n表示微格划分度，将3m维的所述弹道参数域降化为n
3m
个微格的一维序列；s4.2.根据制导炮弹弹道模型和弹道参数域求解各微格中心的目标函数值，按数值大小进行排序，在排序前x
q
％的微格中随机选择出l
q
个优势微格，从排序后x
h
％的微格中随机选择出l
h
个潜力微格；s4.3.将一种参数组合方式视为一个粒子，粒子种群的数量为l
q
与l
h
之和，以粒子种群
的数量的微格的中心作为粒子的初始位置，根据所述弹道参数域和微格划分度n随机初始化种群中各粒子的速度，第j个粒子的位置表示为b
j
＝(b
jθ1
,b
jδ1
,b
jtd1
,...,b
jθm
,b
jδm
,b
jtdm
)，第j个粒子的速度表示为v
j
＝(v
jθ1
,v
jδ1
,v
jtd1
,...,v
jθm
,v
jδm
,v
jtdm
)，对于第j个粒子，其中，b
jθm
表示第m个制导炮弹的参数射角θ的位置，b
jδm
表示第m个制导炮弹的参数舵机方案偏角δ的位置，b
jtdm
表示第m个制导炮弹的参数舵机起控时刻t
d
的位置，v
jθm
表示第m个制导炮弹的参数射角θ的速度，v
jδm
表示第m个制导炮弹的参数舵机方案偏角δ的速度，v
jtdm
表示第m个制导炮弹的参数舵机起控时刻t
d
的速度；s4.4.基于制导炮弹弹道模型，根据式(2)对于每个粒子计算出每枚制导炮弹在无控段和中段上的飞行时间，并由式(1)求解每个粒子的适应度；第j个粒子的位置存储在向量p
j
，第j个粒子的适应度存储在向量p
jbest
；种群寻优到的最优粒子的位置存储在向量p，种群寻优到的最优粒子的适应度存储在向量p
best
；s4.5.根据式(3)、(4)更新每个粒子自身的速度v
′
j
和位置b'
j
。v
′
j
＝wv
j
+c1|p
j-b
j
|+c2|p-b
j
|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)b'
j
＝b
j
+v
′
j
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中，常数c1和c2表示学习因子，常数w表示惯性权重；s4.5.计算每个粒子在更新之后的适应度，并与向量p
jbest
比较，将适应度更优的值存储在向量p
jbest
，将适应度更优的值所对应的位置存储在向量p
j
；s4.6.对于所有粒子，比较向量p
jbest
和向量p
best
的值，将适应度更优的值存储在向量p
best
，将适应度更优的值所对应的位置存储在向量p中；s4.7.根据自然选择机制对所述粒子种群中的粒子按适应度进行排序，用所述粒子种群中半数适应度较优的粒子的位置和速度，替换掉另外半数适应度较劣的粒子的位置和速度，同时保持向量p
jbest
、向量p
j
以及向量p
best
、向量p不变；s4.8.若向量p
best
、向量p所表示的粒子满足所述目标函数的参数设定的运算精度，输出所述粒子所对应的一组弹道参数，否则返回步骤s4.4.继续进行寻优。6.根据权利要求5所述的无动力制导炮弹的全弹道智能协同规划发射方法，其特征在于，所述步骤s5中制导炮弹打舵采用的方法是逐段给定舵偏角。7.根据权利要求5所述的无动力制导炮弹的全弹道智能协同规划发射方法，其特征在于，所述步骤s6中根据多枚所述制导炮弹中段实际弹道与多枚所述制导炮弹的中段方案弹道的参数偏差生成舵机控制指令，其中，参数偏差是同一飞行距离x下的弹道高度偏差δy和垂向速度偏差δv
y
，舵机控制指令δ
c
由式(5)表示：δ
c
＝k
p
δy+k
d
δv
y
+δ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)式中，常数k
p
和k
d
表示线性控制系数。8.根据权利要求1或5所述的无动力制导炮弹的全弹道智能协同规划发射方法，其特征在于，所述步骤s7中在末段指定空域进行末端弹道自主协同规划射击目标的方法，包括s7.1.通过相对运动运算器，将第i枚炮弹和目标之间的相对运动参数信号求解出来，包括弹目距离信号r
i
、弹目接近速率信号视线角信号θ
i
以及视线角速率信号弹目距离信信号r
i
和弹目接近速率信号从相对运动运算器传递至累积动态面，视线角信号θ
i
从相对运动运算器传递至信号比较器，视线角速率信号从相对运动运算器传递至快速动态
面；s7.2.设定视线角的期望值视线角的期望值传递至信号比较器，信号比较器对视线角的期望值和视线角信号θ
i
进行差值处理得到然后传递至快速动态面；s7.3.累积动态面接收来自相对运动运算器的弹目距离信信号r
i
和弹目接近速率信号并按照式(7)、(8)进行运算处理得到累积动态面s
xi
，然后传递至分布规划器；，然后传递至分布规划器；式中，t
m
表示从进入末端的规划开始起算的时间，dε表示t
m
的微元，g1和g2都是正常数，tanh(x)＝(e
x-e-x
)/(e
x
+e-x
)，l
ij
表示第i枚炮弹和第j枚炮弹之间的通信连接权重，若二者可以通信连接，则l
ij
＝1，否则为0；s7.4.分布规划器接收来自累积动态面的信号s
xi
，计算分布规划信号u
xi
，分布规划信号u
xi
由式(9)表示，将分布规划信号u
xi
传递至第i枚制导炮弹；式中，c
x
和k
x
都是正常数，k
x
的取值范围是max{|a
tix
|}≤k
x
，a
tix
表示目标加速度在第i枚炮弹的视线方向上的分量；s7.5.快速动态面接收来自信号比较器的信号和相对运动运算器的视线角速率信号并按照式(10)进行运算处理得到快速动态面s
fi
，然后传递至独立规划器；式中，g3和g4表示正常数；s7.6.独立规划器接收来自快速动态面的信号s
fi
，计算独立规划信号u
fi
，独立规划信号u
fi
由式(11)表示，将u
fi
传递至第i枚制导炮弹；式中，c
f
和k
f
都是正常数，k
f
的取值范围是max{|a
tiy
/r
i
|}≤k
f
，a
tiy
表示目标加速度在第i枚炮弹的视线法向上的分量。9.一种电子设备，所述电子设备包括：一个或多个处理器，存储器，以及，一个或多个程序；其中，所述一个或多个程序被存储在所述存储器中，所述一个或多个程序包括指令，当所述指令被所述电子设备执行时，使得所述电子设备执行权利要求1～8任一所述方法。10.一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序，当计算机程序在电子设备上运行时，使得所述电子设备执行权利要求1～8任一所述方法。

技术总结
无动力制导炮弹的全弹道智能协同规划发射方法、电子设备和存储介质，属于自动控制领域，为了解决对无持续可控动力、控制余量较为有限的无动力制导炮弹的全弹道智能协同规划发射的问题，包括根据目标函数得到任意相邻两枚所述制导炮弹到达末段指定空域的飞行时间差以及各枚炮弹飞行时间的加和；据所述最优的一组中段弹道参数确定多枚所述制导炮弹的中段规划弹道；根据多枚所述制导炮弹中段实际弹道与多枚所述制导炮弹的中段规划弹道的参数偏差生成舵机控制指令，若多枚所述制导炮弹由中段到达末段的指定空域，则在末段的所述指定空域进行末段弹道自主协同规划射击目标，效果是提高了弹道规划效能。是提高了弹道规划效能。是提高了弹道规划效能。


技术研发人员：姜尚 张钢 解维河 马野 蔡畅 庞伟
受保护的技术使用者：中国人民解放军海军大连舰艇学院
技术研发日：2023.04.14
技术公布日：2023/7/7