摘要：为求解复杂的多弹多阶段协同弹道规划问题，提出一种增广集中式-协同弹道规划算法(AC-CTPM)。首先根据制导炮弹飞行过程中各阶段特性建立5个阶段弹道规划模型，之后将np发制导炮弹的5个阶段弹道规划问题组合扩展为较为复杂的5np阶段最优控制问题，然后采用多阶段Radau伪谱法将无限维最优控制问题(OCP)离散为有限维非线性规划问题(NLP)，最后调用成熟的NLP求解器SNOPT求解。为提高对复杂的5np阶段最优控制问题的求解效率，在AC-CTPM中提出一种将2D标称弹道转换为3D预测方案弹道的协同弹道规划问题初始值获取方法(IGVAM)，每一发制导炮弹分别以各自发射点为原点建立新地面坐标系，在新地面坐标系内快速规划出2D方案弹道，之后通过扩展和坐标转换将新坐标系中规划的2D方案弹道转换成原地面坐标系中的3D方案弹道，这些3D方案弹道组合构成协同弹道规划问题的初始预测。采用AC-CTPM算法对单炮多发、多炮齐射同时弹着任务场景进行仿真求解，获得了满足炮弹自身约束以及协同约束的协同方案弹道，验证了AC-CTPM算法的有效性。与分布式协同弹道规划算法(D-CTPM)以及传统集中式协同弹道规划算法(TC-CTPM)进行仿真对比，结果表明：AC-CTPM算法规划的协同方案弹道的目标函数平均比TC-CTPM 算法优5.07%，比D-CTPM算法优32.98%，而AC-CTPM算法的求解耗时却比TC-CTPM 算法减少86.48%，比D-CTPM减少82.36%，验证了AC-CTPM算法的优越性。
文章目录
1 协同弹道规划模型
1.1 火箭助推滑翔增程制导炮弹三维弹道模型
1.2 弹道模型
1.3 约束条件
1.3.1 边界约束
1.3.2 过程约束
1.3.3 连续性约束
1.3.4 末制导路径约束
1.3.5 末制导段起始点约束
1.3.6 协同约束
1.4 协同目标函数
2 多阶段Radau伪谱法
2.1 多阶段最优控制问题模型
2.2 多阶段最优控制问题伪谱离散
3 协同弹道规划算法
3.1 单阶段弹道规划问题描述
3.2 协同弹道规划算法
3.2.1 分布式协同弹道规划算法
3.2.2 传统集中式协同弹道规划算法
3.2.3 增广集中式协同弹道规划算法
3.2.4 协同弹道规划问题初始预测值获取算法
4 仿真和分析
4.1 仿真参数设置
4.2 算例1：单炮多发协同攻击一个目标
4.3 算例2：多炮单发协同攻击一个目标
5 结 论
