博文

基于机动目标状态估计的无人机撞击时间协同制导律

已有 548 次阅读 2026-1-9 15:21 |个人分类:文章推荐|系统分类:博客资讯

Impact time cooperative guidance law of UAV based on maneuvering target state estimation（基于机动目标状态估计的无人机撞击时间协同制导律）

在多无人机协同制导中，终端撞击时间约束和机动目标状态信息对制导精度具有显著影响。本文提出一种撞击时间协同控制制导律（ITCCG），通过在比例导引律中引入基于相对虚拟制导模型的终端时间反馈项，并结合最优误差动力学实现精确的时间控制。同时，设计了一种改进的自适应容积卡尔曼滤波（IACKF）算法，利用Huber损失函数抑制量测异常值，并采用对角分解解决协方差矩阵非正定导致Cholesky分解失效的问题。所提ITCCG与IACKF融合方法有效提升了机动目标状态估计精度，并实现了多无人机在指定时间窗口内的高精度协同制导。

Impact time cooperative guidance law of UAV based on maneuvering target state estimation基于机动目标状态估计的无人机撞击时间协同制导律

作者：Wei Zhu1, Feng Yu2, Jin Guo1, Wenchao Xue3,4, Yanpeng Hu1,5

机构：1.北京科技大学自动化学院 2.中国人民解放军部队 3.中国科学院数学与系统科学研究院 4.中国科学院大学数学科学学院 5.工业过程知识自动化教育部重点实验室

引用: Zhu, W., Yu, F., Guo, J. et al. Impact time cooperative guidance law of UAV based on maneuvering target state estimation. Control Theory Technol. (2025). https://doi.org/10.1007/s11768-025-00293-3

全文链接：https://rdcu.be/eXEIx

摘要

针对多无人机协同制导中终端撞击时间约束和机动目标状态信息对制导精度的影响，本文提出了一种结合最优误差动力学与改进自适应容积卡尔曼滤波（IACKF）算法的撞击时间协同控制制导律（ITCCG）。首先，基于相对虚拟制导模型，在比例导引律中引入终端撞击时间反馈项，并通过最优误差动力学实现终端时间控制；其次，采用Huber损失函数以降低量测异常值的影响，并利用对角分解方法解决协方差矩阵非正定导致无法进行Cholesky分解的问题；最后，将ITCCG与IACKF算法相结合，实现了基于机动目标状态估计的多无人机时间协同制导。仿真结果表明，所提算法能有效减小目标状态估计误差，并在期望的时间窗口内实现协同制导。

引言

无人机（UAV）制导技术是现代智能无人系统的核心，在复杂动态环境中，单架无人机难以高效完成高动态、不确定性强的任务，而多无人机通过时空协同可显著提升任务成功率与鲁棒性。然而，现有大多数协同制导方法假设目标状态可被理想观测，忽略了传感器噪声、量测异常及目标高机动性对制导精度的实际影响，尤其在终端撞击时间约束下，缺乏对机动目标状态实时估计与制导律协同设计的系统性研究。因此，发展一种融合高精度状态估计与时间协同控制的制导方法，对于提升多无人机在真实复杂环境下的协同打击能力具有重要意义。

本文主要贡献如下：

• 提出一种基于机动目标状态估计的撞击时间协同控制制导律（ITCCG），综合考虑终端撞击时间约束与目标状态估计误差对协同制导精度的影响。

• 构建相对虚拟制导模型，将机动目标等效为相对静止目标，并结合最优误差动力学推导出满足终端时间约束的法向制导指令。

• 设计改进自适应容积卡尔曼滤波（IACKF）算法：采用“当前”统计模型（CSM）描述目标机动特性，引入Huber损失函数抑制量测异常值，并以对角分解替代Cholesky分解，有效解决协方差矩阵非正定导致的数值不稳定问题。

结论

本文提出了一种基于改进自适应容积卡尔曼滤波（IACKF）的终端撞击时间协同控制制导律（ITCCG）。在虚拟制导模型中引入了终端撞击时间约束，并基于最优误差动力学推导了无人机在相对坐标系和惯性坐标系中的制导指令表达式。同时，将基于IACKF的实时机动目标估计算法集成到制导过程中，实现了目标状态的在线估计。通过不同制导系数设置下的制导性能分析、带有实时目标状态估计的制导精度评估以及多目标和单目标协同作战模拟，验证了所提算法的有效性。仿真结果表明，与没有目标状态估计的情况相比，所提出的制导策略能够实现更稳定的无人机制导指令，有效避免了指令振荡现象。此外，该策略成功实现了在撞击时间约束下对多目标和单目标的协同攻击，展现了出色的性能和鲁棒性。未来的工作将进一步探索具有终端角度和撞击加速度等约束条件下的协同制导问题。

作者介绍

Wei Zhu，于2023年获得山东交通学院学士学位，目前正于北京科技大学自动化学院攻读控制工程专业硕士学位。他的研究方向为飞行器制导与控制。

Feng Yu，工程师，分别于北京理工大学和沈阳理工大学获得学士和硕士学位。他的研究兴趣主要集中在飞行器总体设计领域。

Jin Guo于2008年在山东大学获得数学学士学位，2013年在中国科学院数学与系统科学研究院获得系统建模与控制理论博士学位。现任北京科技大学自动化学院教授。他的研究方向包括系统辨识、信息物理系统、人工智能驱动的控制理论与技术，以及飞行器建模与控制。现任IEEE控制系统学会北京分会副主席，并担任Asian Journal of Control和Journal of Systems Science and Complexity编委。

Wenchao Xue，于2007年在南开大学获得应用数学学士学位，2012年在中国科学院数学与系统科学研究院（AMSS）获得控制理论博士学位。现任中国科学院数学与系统科学研究院系统与控制重点实验室研究员。他的研究方向包括非线性不确定系统控制、自抗扰控制以及非线性不确定系统滤波。现任国际自动控制联合会（IFAC）期刊Control Engineering Practice编委。

Yanpeng Hu，于北京理工大学获得机械工程学士学位，并于北京航空航天大学获得飞行器设计工程硕士和博士学位。现任北京科技大学自动化学院副教授，研究方向包括飞行器设计、飞行器飞行动力学与控制。

期刊简介

640 spr.jpg

欢迎扫码进入期刊主页

Control Theory and Technology (CTT), 中文名《控制理论与技术》, 创刊于2003年，原刊名为Journal of Control Theory and Applications，2014年刊名更改为Control Theory and Technology。由华南理工大学与中国科学院数学与系统科学研究院联合主办，主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中的应用。目前被 ESCI (JIF 1.5)、EI、Scopus (CiteScore 3.2)、CSCD、INSPEC、ACM 等众多数据库收录, 并于2013–2018年获得两期中国科技期刊国际影响力提升计划项目资助。2017–2021年连续获得“中国最具国际影响力学术期刊”和“中国国际影响力优秀学术期刊”称号，获得广东省高水平科技期刊建设项目I期(2021-2024年)和II期，2022-2025年进入中国科协自动化学科领域高质量科技期刊目录。

官网：https://link.springer.com/journal/11768 (即http://www.springer.com/11768)

https://jcta.ijournals.cn/cta_en/ch/index.aspx

投稿：https://mc03.manuscriptcentral.com/ctt

微信：ControlTheoryTech （欢迎扫码关注期刊微信公众号）