💻 computer science

Surrogate Model-Based Near-Optimal Gain Selection for Approach-Angle-Constrained Two-Phase Pure Proportional Navigation

本文针对受约束的两阶段纯比例导引（2pPPN）制导问题，提出了一种基于神经网络回归的代理模型方法，通过建立初始与终端几何条件到最优导航增益的非线性映射，实现了在满足任意期望接近角约束下的近优增益选择，从而显著降低了制导能耗并保证了极高的预测精度。

原作者： Abhigyan Roy, Shreeya Padte, Abel Viji George, Vivek A, Satadal Ghosh

发布于 2026-04-07

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Abhigyan Roy, Shreeya Padte, Abel Viji George, Vivek A, Satadal Ghosh

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于无人机（或导弹）如何更聪明、更省力地飞向目标的故事。

想象一下，你正在玩一个无人机游戏，或者指挥一架无人机去执行任务。你的目标不仅仅是“撞到”某个地方，而是要以特定的角度（比如垂直向下、或者侧向切入）精准地到达终点。这就像你要把钥匙插进锁孔，如果角度不对，钥匙就插不进去。

这篇论文解决的核心问题就是：如何用最少的能量（最省油），让无人机以完美的角度到达终点？

为了让你更容易理解，我们可以把整个过程拆解成三个部分：

1. 传统的“笨办法”vs. 聪明的“两步走”

传统的做法（单阶段）：
以前的方法就像是一个只会“直线冲刺”的司机。如果目标在正前方，他开得很快；但如果需要转弯到达一个刁钻的角度，他要么转不过去，要么为了强行转弯而消耗巨大的能量（急刹车、猛打方向盘）。这就像你想把车停进一个很窄的车位，如果只靠最后一下猛打方向，要么停不进去，要么把轮胎都磨爆了。
论文提出的“两步走”策略（2pPPN）：
作者提出了一种更聪明的策略，把飞行过程分成两个阶段：
- 第一阶段（摆姿势）： 先不急着冲刺，而是调整姿态。就像跳水运动员在起跳前，先在空中调整身体，找到一个最舒服的入水角度。
- 第二阶段（冲刺）： 一旦姿态调整好了，就全速冲向目标。
这个策略的好处是，它允许无人机在“摆姿势”阶段选择很多种不同的路径。这就好比去同一个目的地，你可以走直线，也可以走曲线，关键在于哪条路最省油。

2. 遇到的难题：数学太难算

虽然“两步走”听起来很完美，但这里有个大麻烦：
怎么知道哪条路最省油？

这就好比你要从 A 点走到 B 点，中间有无数种走法。理论上，你可以把每一种走法都试一遍，算出哪条路消耗的能量最少。但是，对于无人机来说，这种计算量太大了，就像让你在一秒钟内算出所有可能的路线，人类的大脑（甚至普通的电脑）根本算不过来。

而且，每次任务的目标角度、起始位置都不一样，每次都要重新算一遍，根本来不及。

3. 终极解决方案：给无人机装个“超级大脑”（神经网络）

既然现场算不出来，作者想了一个绝妙的主意：“先算好，存起来，用的时候直接查。”

训练“超级大脑”：
作者让电脑在实验室里，模拟了成千上万种不同的飞行场景（比如：从左边飞、从右边飞、目标角度是 30 度、90 度等等）。对于每一种场景，电脑都拼命计算，找出最省油的那个“方向盘角度”（也就是论文里说的“导航增益”）。

这就好比你让一个天才厨师在厨房里，把全世界所有可能的食材搭配都试了一遍，记录下哪道菜最好吃、最省料。
神经网络（NN）：
然后，作者把这些“最佳食谱”喂给一个人工智能（神经网络）。这个 AI 就像一个超级学霸，它不看具体的公式，而是通过观察成千上万次的成功例子，学会了**“看到什么情况，就立刻反应出该用什么策略”**。
- 输入： 无人机现在的状态（在哪、要去哪、想以什么角度到）。
- 输出： 完美的“方向盘角度”（导航增益）。
效果：
以前，无人机遇到新任务，需要花很长时间去“思考”（计算）最优路线。现在，只要把任务参数输进这个 AI，它瞬间（微秒级）就能告诉你：“别犹豫，直接按这个角度飞，最省油！”

总结：这篇论文到底做了什么？

简单来说，这篇论文做了一件非常实用的事：

发现问题： 无人机想以特定角度精准打击，但传统的计算方法太慢、太复杂，无法实时使用。
提出方案： 利用“两步走”的飞行策略，把问题变成“寻找最省油的路线”。
技术突破： 用人工智能（神经网络） 作为一个“替身模型”（Surrogate Model）。它不需要现场做复杂的数学题，而是凭借之前“背过”的成千上万种案例，一眼就能看出在当前情况下，该用多大的“推力”和“转向力”才是最完美的。

打个比方：
这就好比以前你要去一个陌生的地方，得拿着地图一步步算路线，累得半死。现在，你有一个经验丰富的老司机（AI），他不用看地图，只要你说“我想从这儿去那儿，而且我要侧着停进车位”，他立马就能告诉你：“挂二档，方向盘向右打 30 度，完美！”

这项技术让无人机在执行复杂任务时，既能精准命中，又能节省宝贵的燃料，而且反应速度极快，非常适合未来的自动驾驶和军事应用。

以下是基于论文《Surrogate Model-Based Near-Optimal Gain Selection for Approach-Angle-Constrained Two-Phase Pure Proportional Navigation》（基于代理模型的接近角约束两阶段纯比例导引近优增益选择）的详细技术总结：

1. 研究背景与问题陈述 (Problem Statement)

背景：现代自主飞行器（如无人机）的许多任务不仅要求点对点拦截，还要求在终端阶段精确控制接近角（Approach Angle），例如垂直工业检测、狭窄空间回收、精准对接或优化弹药打击几何。纯比例导引（PPN）因其结构简单、鲁棒性强而被广泛应用，但标准单阶段 PPN 在满足特定终端接近角约束时，其导航增益（Navigation Gain）往往受限，无法覆盖所有可行的半平面角度空间。
现有方案局限：两阶段纯比例导引（2pPPN）通过引入“定向阶段（Orientation Phase）”和“最终阶段（Final Phase）”，利用不同的导航增益，成功将可实现的角度范围扩展至整个半平面。然而，现有的 2pPPN 方法通常固定了定向阶段的结束构型，导致导航增益的选择是固定的或次优的。
核心问题：对于给定的初始和期望终端拦截几何条件，存在多种可行的轨迹来实现定向阶段。如何选择两阶段的导航增益（ $N_{ori}$ 和 $N_f$ ），以在满足终端角度约束的同时，最小化整体导引能量（Guidance Effort，即侧向加速度平方的积分）？
难点：针对任意拦截几何条件，解析求解最优增益极其困难（不可行）。传统的数值优化方法虽然可行，但计算量大，难以满足实时在线导引的需求。

2. 方法论 (Methodology)

本文提出了一种**数据驱动的代理模型（Surrogate Model）**方法，利用神经网络（NN）学习最优增益与拦截几何条件之间的非线性映射关系。

A. 问题建模与约束

动力学模型：基于平面拦截几何，假设 pursuer（追击者）速度恒定，目标静止。
优化目标：最小化导引能量 $J = \int a_P^2 dt$ 。
约束条件：
1. 终端侧向加速度有界（要求 $N_f \ge 2$ ）。
2. 实际执行器限制（设定 $N_f \in [2, 5]$ ）。
3. 拦截时间限制（ $t_f \le t_{max}$ ），避免轨迹过长。
4. 定向阶段增益 $N_{ori}$ 的可行区间由相平面几何分析确定。

B. 数据集生成

数值优化：在可行的增益空间内，通过数值模拟求解两个优化问题：
1. 问题 1：给定 $N_f$ ，寻找最优 $N_{ori}^*$ 。
2. 问题 2：同时寻找最优的 $(N_{ori}^*, N_f^*)$ 对。
采样：在初始航向角 $\alpha_{P0}$ 和期望终端角 $\alpha_{Pf}^d$ 的可行范围内进行网格采样，生成了约 9.4 万个有效场景，并筛选出 4216 个（针对问题 1）和 136 个（针对问题 2）最优解样本。
发现：数值结果表明，最优增益随拦截几何条件的变化是平滑的，这为使用回归模型进行拟合提供了理论基础。

C. 神经网络架构

构建了两种全连接前馈神经网络（Feedforward NN），使用 Tanh 激活函数：

模型 A（预测 $N_{ori}^*$ ）：
- 输入： $(\alpha_{P0}, \alpha_{Pf}^d, N_f)$ ，共 3 个神经元。
- 输出：最优定向增益 $N_{ori}^*$ 。
- 结构：2 个隐藏层（32, 16 神经元）。
- 适用场景：当最终阶段增益 $N_f$ 已根据其他性能指标（如执行器限制）预先确定时。
模型 B（预测 $(N_{ori}^*, N_f^*)$ 对）：
- 输入： $(\alpha_{P0}, \alpha_{Pf}^d)$ ，共 2 个神经元。
- 输出：最优增益对 $(N_{ori}^*, N_f^*)$ 。
- 结构：3 个隐藏层（32, 64, 16 神经元）。
- 适用场景：完全自主地寻找全局最优增益组合。

D. 训练过程

使用 Adam 优化器，均方误差（MSE）作为损失函数。
数据集按 80/20 划分为训练集和测试集。
输入输出数据均进行了归一化处理。

3. 关键贡献 (Key Contributions)

提出近优增益选择框架：首次将 2pPPN 中的增益选择问题转化为一个最小化导引能量的优化问题，并指出存在多种可行轨迹，从而引入了增益优化的自由度。
开发数据驱动代理模型：针对解析解不可行和数值优化计算量大的问题，提出使用神经网络作为计算高效的代理模型（Surrogate Model），实时映射拦截几何条件到最优导航增益。
双模型架构设计：设计了两种不同输入配置的 NN 模型，分别适应“固定最终增益”和“联合优化”两种实际应用场景。
验证平滑性假设：通过数值实验证实了最优增益流形（Manifold）随几何条件变化的平滑性，证明了回归方法的有效性。

4. 实验结果 (Results)

预测精度：
- 模型 A：决定系数 $R^2 \approx 0.932$ ，预测值紧密围绕理想线，表现出极高的准确性。
- 模型 B：对 $N_f^*$ 和 $N_{ori}^*$ 的预测 $R^2$ 分别为 0.880 和 0.901。在 $N_f$ 范围边缘（训练数据稀疏区）误差稍大，但整体表现良好。
泛化能力：在未见过的测试集（随机选取的拦截场景）上，NN 能够准确预测最优增益。虽然在边界情况下误差略有增加，但整体趋势正确。
计算效率：训练好的模型在单次前向传播中即可输出增益，查询时间约为 $O(10^2) \mu s$ ，完全满足实时在线导引的需求，避免了在线重复优化。
可视化：NN 预测的增益曲面平滑地拟合了数值优化得到的离散最优解曲面，即使在梯度变化剧烈的区域也能保持平滑。

5. 意义与结论 (Significance & Conclusion)

实时性突破：该方法解决了传统最优控制方法在终端角度约束下计算复杂、难以实时应用的问题，使得 2pPPN 导引律能够以**近优（Near-Optimal）**的性能在嵌入式系统或实时飞控中运行。
能量效率：通过智能选择增益，显著降低了飞行器的能量消耗（侧向加速度积分），延长了任务续航或提高了机动储备。
通用性：提出的“数据驱动 + 代理模型”范式不仅适用于 2pPPN，也为其他复杂导引律的参数在线整定提供了新的思路。
总结：本文成功构建了一个基于神经网络的近优增益选择器，实现了在满足严格终端角度约束下的最小能量导引，为自主飞行器的高精度、高效率拦截任务提供了强有力的技术支持。