هدایت فاز نهایی پیش‌بین مبتنی بر الگوریتم بهینه‌سازی نهنگ‌ها با درنظرگرفتن مدل آیرودینامیکی رهگیر

نوع مقاله : گرایش دینامیک، ارتعاشات و کنترل

نویسندگان

1 مجتمع برق و کامپیوتر، دانشگاه مالک اشتر،

2 مجتمع برق و کاتمپیوتر، دانشگاه مالک اشتر

چکیده

در این مقاله، یک الگوریتم هدایت پیش‌بین مبتنی بر الگوریتم بهینه‌سازی نهنگ‌ها با درنظرگرفتن مدل آیرودینامیکی رهگیر ارائه ‌شده‌ است. در اینجا، معادلات غیرخطی سینماتیک نسبی رهگیر و هدف برای طراحی استفاده شده ‌است. الگوریتم هدایت معرفی‌شده برای محاسبه فرمان هدایت رهگیر از الگوریتم بهینه‌سازی دینامیکی مبتنی بر الگوریتم بهینه‌سازی نهنگ‌ها استفاده می‌کند. تابع هزینه معرفی‌شده برای بهینه‌سازی، متشکل از خطای نرخ چرخش خط دید، فرمان هدایت و تغییرات فرمان هدایت است. در طراحی الگوریتم هدایت، دینامیک حلقه اتوپایلوت به‌صورت یک تابع تبدیل مرتبه اول درنظر گرفته شده ‌است. عملکرد الگوریتم معرفی‌شده برای اهداف بدون مانور و دارای مانور از طریق شبیه‌سازی بررسی شده‌ است. همچنین، عملکرد الگوریتم برای حالتی که سرعت رهگیر ثابت نیست و مقدار زاویه اولیه بین بردار سرعت و خط دید بزرگ است برای شرایط‌های مختلف بررسی شده ‌است.

کلیدواژه‌ها


عنوان مقاله [English]

A Model of Predictive Terminal Guidance Based on Whale Optimization Algorithm Considering the Aerodynamic Model of the Pursuer

نویسندگان [English]

  • Saeed Nasrollahi 1
  • َAYLAR KHOOSHEHMEHRI 2
1 Department of Electrical and Computer Engineering, Malek-Ashtar University of Technolog
2 Department of Electrical and Computer Engineering, Malek Ashtar University of Technology
چکیده [English]

In this paper, a new predictive guidance algorithm based on the whale optimization is proposed. Here, nonlinear kinematics of the engagement between a pursuer and a target is used. The proposed heuristic guidance algorithm uses the whale optimization dynamic algorithm for calculating the guidance command. The proposed objective function minimizes simultaneously the line-of-sight rate error, the guidance command, and its fluctuations. The dynamic model of the pursuer autopilot is considered as a first-order lag. The performance of the proposed guidance algorithm for maneuvering and non-maneuvering targets is evaluated using numerical simulations. In addition, it is evaluated for the cases when the pursuer has a high initial heading error.

کلیدواژه‌ها [English]

  • Heuristic guidance algorithm
  • Whale optimization algorithm
  • Autopilot dynamic
  • Nonlinear model predictive control

Smiley face

1. Zarchan, P, “Tactical and Strategic Missile Guidance”, Virginia: AIAA, 2012.##
2. Guelman, M. “A Qualitative Study of Proportional Navigation”. IEEE Trans. Aerosp. Electron. Syst, vol. 7, no. 4, p. 637-643, 1971.##
3. Guelman, M, “The Closed-Form Solution of True Proportional Navigation”. ”. IEEE Trans. Aerosp. Electron. Syst, vol. 12, no. 4, p.472-482, 1976.##
4. Yuan, Pin-J, and Shih-Che H. “Solutions of Generalized Proportional Navigation with Maneuvering and Nonmaneuvering Targets”. IEEE Trans. Aerosp. Electron. Syst, vol. 31, no. 1, p. 469-474, 1995.##
5. Talole, S. E., A. Ghosh, and S. B. Phadke. “Proportional Navigation Guidance Using Predictive and Time Delay Control”. Control Eng. Pract, vol. 14, no. 12, p.1445-1453, 2006.##
6. Oza, H. B., & Padhi, R. “Impact-Angle-Constrained Suboptimal Model Predictive Static Programming Guidance of Air-to-Ground Missiles”, J Guid Control Dyn, vol. 35, no. 1, p.153-164, 2012.##
7. He, S., & Lin, D. “Guidance Laws Based on Model Predictive Control and Target Maneuver Estimator”. Trans. Inst. Meas. Control, vol. 38, no. 12 , p.1509-1519,2016.##
8. Li, Z., Xia, Y., Su, C. Y., Deng, J., Fu, J., & He, W. “Missile Guidance Law Based on Robust Model Predictive Control Using Neural-Network Optimization”.  IEEE Trans Neural Netw Learn Syst, vol. 26, no. 8 ,  p. 1803-1809,2014.##
9. Kung, C. C., & Chen, K. Y. “Missile Guidance Algorithm Design Using Particle Swarm Optimization”. Trans. Can. Soc. Mech. Eng, vol. 37, no. 3, P.971-979, 2013.##
10. Chen, K. Y., Lee, Y. L., Liao, S. J., & Kung, C. C. “The Design of Particle Swarm Optimization Guidance Using a Line-of-Sight Evaluation Method”. COMPUT ELECTR ENG, vol. 54, no. 1, p.159-169, 2016.##
11. Lee, Y. L., Chen, K. Y., & Liao, S. J. “Using Proportional Navigation and a Particle Swarm Optimization Algorithm to Design a Dual Mode Guidance”,COMPUT ELECTR ENG, vol. 54, no. 2, p.137-146, 2016.##
12. Nobahari H, Nasrollahi S. Model Predictive Guidance Based on Whale Optimization Algorithm. 27th Annu. Conf. Mech. Eng, 1398, (in Persian).##
13. Nobahari, H., & Nasrollahi, S. “A Terminal Guidance Algorithm Based on Ant Colony Optimization”,COMPUT ELECTR ENG, vol. 77, no. 1, p.128-146, 2019.##
14. Golestani, M., Mohammadzaman, I., & Vali, A. R. “Finite-Time Convergent Guidance Law Based on Integral Backstepping Control”. AEROSP SCI TECHNOL, vol. 39, no. 1, p. 370-376, 2014.##
15. Sun, S., Zhou, D., & Hou, W. T. “A Guidance Law with Finite Time Convergence Accounting for Autopilot Lag”. AEROSP SCI TECHNOL, vol. 25, no. 1, p. 132-137, 2013.##
16. Bardhan, R., & Ghose, D. “An SDRE Based Differential Game Approach for Maneuvering Target Interception”. AIAA guidance, navigation, and control conference, 2015.##
17. Mirjalili, S., & Lewis, A. “The Whale Optimization Algorithm”, Adv. Eng. Softw, vol. 95, no. 1, p. 51-67, 2016.##
18. Bardhan, R., & Ghose, D. “Nonlinear Differential Games-Based Impact-Angle-Constrained Guidance Law”, J Guid Control Dyn, vol. 38, no. 3, p.384-402, 2015.##
19. Kee, P., Dong, L., & Siong, C. “Near Optimal Midcourse Guidance Law for Fight Vehicle”. In 36th AIAA Aerospace Sciences Meeting and Exhibit, p. 583, 1998.##
20. Kumar, S. R., Rao, S., & Ghose, D. “Nonsingular Terminal Sliding Mode Guidance With Impact Angle Constraints”, J. Guid. Control Dyn, vol. 37, no. 4, p.1114-1130, 2014.##
21. Babu KR, Sarma IG, Swamy KN, “Switched Bias Proportional Navigation for Homing Guidance Against Highly Maneuvering Targets”, J Guid Control Dyn, vol. 17, no. 1, p.1357-1363, 1994.##