基于增强学习的无人直升机姿态控制器设计

自适应启发评价（AHC）增强学习结构分别逼近马尔可夫决策过程的值函数和策略函数．策略梯度增强学习能够将随机不确定的马尔可夫决策过程转换为确定性的马尔可夫决策过程。通过将AHC增强学习和策略梯度增强学习相结合，对PID控制器参数进行在线自适应整定，实现对无人直升机姿态控制性能的在线优化。仿真结果表明．与固定PID参数控制器相比，该算法能在线调整控制器参数．并很好地控制了无人直升机的悬停姿态。     

一种改进的比例导引规律的设计与仿真

由于经典比例导引规律对大气层外高性能目标的命中精度不理想,文中就此问题提出了一种改进的比例导引规律.该导引规律的改进之处有两点:①提出了目标飞行弹道的预估算法,保证了导弹对目标位置和速度的实时预估,解决了红外导引头带宽限制的问题;②以减小脱靶量为指标,提出了较优导航比例系数的搜索算法,解决了弹体可用过载限制的问题.仿真结果表明,这种改进的比例导引规律对高性能目标能够取得较高的命中精度,相比经典的比例导引规律有很大的性能改善.