We address missile guidance problems with practical constraints such as impact angle, impact time, the seeker's field-of-view (FOV) limit, and the missile's maneuvering limit by using model predictive path integral (MPPI), which would be a new computational missile guidance framework with the potential for in-flight control guidance. The MPPI algorithm optimizes the current control command set using the expected cost of the sampled state trajectories generated by perturbing the current control command with random disturbances, based on the given model. In this study, the current guidance command has the form of proportional navigation (PN) guidance with line-of-sight (LOS) range-varying gain, which is optimized by the iterative update law of the MPPI algorithm at every guidance cycle during flight. The proposed guidance approach has the potential to expand the scope of guidance problems because it does not require accurate estimation of time-to-go or the efforts of convexification procedures for engagement kinematics or constraints. This sets it apart from other existing guidance approaches. Additionally, it does not require an optimal solver, unlike the computational convex optimal approaches. And the real-time closed-loop computational guidance command makes the system robust to environmental uncertainty. The proposed computational missile guidance algorithm's effectiveness and feasibility are verified through numerical simulations.
본 논문에서는 비행 중 제어 가능한 전산 미사일 유도 프레임워크를 모델 예측 경로 적분 알고리즘 기반으로 제안하고, 충돌 시간, 충돌 각도, 탐색기 시야각 제한, 미사일의 기동 능력 한계 등 실질적인 제약 조건을 고려하는 미사일 유도 문제에 이를 적용하였다. 모델 예측 경로 적분은 외란이 더해진 제어 입력과 주어진 모델로부터 생성된 경로들의 예측 경로 비용들을 이용하여 현재 제어 명령을 최적화하는 알고리즘이다. 본 연구에서는 그 유도 명령으로서, 표적까지의 시선 거리에 따라 변하는 항법 이득을 최적화 변수로 하는 비례 항법 유도 형식을 사용하였으며, 이는 모델 예측 경로 적분 알고리즘의 반복 갱신법에 따라 유도 주기마다 산출된다. 제안된 방법은 기존의 방법에 비해 정확한 잔여 비행시간 예측이나 문제의 볼록화 과정을 요구하지 않으므로 다루는 문제의 범위가 확대될 수 있다. 또한, 다른 전산 볼록 최적화 접근 방식과 달리 전용 최적화 도구를 필요로 하지 않으며, 폐루프 실시간 명령 산출로 환경의 불확실성에 강인하다. 수치적 시뮬레이션을 통해 제안된 전산 미사일 유도 알고리즘의 효과와 실행 가능성을 검증하였다.