一种改进的空空导弹三维变结构导引律

空空导弹采用变结构导引律攻击大机动目标时存在视线角速率易发散和变结构参数项不易确定等缺点。针对上述问题,在变结构控制理论的基础上,提出一种基于变指数趋近律的参数自适应变结构三维导引律,利用多输入多输出RBF神经网络对变结构参数项进行在线调整。仿真结果表明,该导引律能有效削弱变结构控制的抖振,进一步提高导引精度,具有很强的自适应能力和鲁棒性,满足空空导弹战术指标要求。     

基于RBF的带落角约束的最优滑模导引律设计

根据防空导弹打击目标的作战特点,提出一种基于RBF网络的带终端落角约束的最优滑模变结构导引律。首先应用最优控制理论和变结构控制理论设计基于视线角和视线角速度的最优滑模变结构导引律,然后应用RBF网络对所设计导引律中的变结构项的增益进行调节。仿真结果表明,所提出的导引律不仅能减弱系统抖振,而且能够同时满足命中精度和命中期望角的要求,对目标机动具有很好的鲁棒性。     

基于遗传算法的变结构导引律研究

末段导引律是导弹实现精确打击目标的关键技术,对导弹的制导精度有很大的影响。针对导弹打击机动目标的导引问题,基于变结构理论和父子混合遗传算法设计了一种变结构导引律,并采用了一种自适应趋近律和一种饱和函数代替符号函数的方法来降低系统的抖振。仿真结果表明,采用父子混合选择遗传算法的变结构导引律,能够搜索到全局最优解,具有较高的精度和鲁棒性,并且对导弹的法向过载要求较小,导引过程中导弹的法向过载变化趋势平稳,具有工程实用价值。     

基于神经网络的导弹变结构制导律

导弹的打击精度容易受干扰的影响.针对这些未知干扰的存在,利用RBF神经网络具有自学习的能力,并结合变结构控制方法的鲁棒性,提出了一种基于RBF神经网络的滑模变结构控制的导弹制导律.利用RBF神经网络对干扰进行在线估计,克服了未知干扰对制导精度的不利影响,并且分析了闭环系统的稳定性.仿真结果表明,RBF神经网络能够很好地估计出干扰,所设计的制导律能够不受干扰的影响,从而快速精确地打击到目标,验证了该制导律的有效性和鲁棒性.     

拦截机动目标的模糊变结构导引律

为提高末制导段导弹制导系统对目标机动的鲁棒性, 基于变结构控制理论设计了一种模糊变结构末导引律。首先, 利用变结构控制理论推导了一种变结构末导引律; 其次, 为削弱变结构末导引律的抖振, 增强导引律鲁棒性能, 通过多次仿真计算, 找到目标不同机动情况下的理想导引律参数, 再基于模糊控制理论, 根据加速度的估计值调整变结构导引律参数; 最后, 将所设计的模糊变结构末导引律与传统变结构导引律、比例导引律进行仿真对比, 结果表明, 模糊变结构导引律对目标机动具有较强鲁棒性。     

基于RBF神经网络的半主动悬架滑模控制

针对悬架参数的不确定性,提出一种基于径向基函数(RBF)神经网络的滑模控制方法。根据滑模变结构控制理论设计了两自由度半主动悬架系统的滑模控制器,采用极点配置法确定滑模切换面参数,应用比例切换的控制方法和等速趋近率确定控制律,采用RBF神经网络优化算法优化了滑模控制器。运用MATLAB/simulink进行仿真,结果显示,与被动悬架相比,基于RBF神经网络的滑模半主动控制具有良好的控制效果,显著地改善了车辆的行驶平顺性。     

空空导弹的神经网络自适应终端滑模末制导律

主要研究空空导弹的末制导问题。简单研究了三维比例导引律,基于Terminal滑模控制方法提出一种新型的三维末制导律,并分析了它的不足,在此基础上进行改进,从而提出基于RBF神经网络的自适应快速终端滑模(AFTSM)制导律。该制导律在非线性系统的精确模型未知的情况下,通过RBF神经网络对非线性模型进行逼近,并根据Lyapunov方法设计了参数自适应律。最后对所研究的导引律在目标机动情况下进行仿真验证,仿真结果表明,该制导律与比例制导相比有较大的性能改善。     

一种自适应双滑模制导律研究

根据导弹-目标追逃问题的相对运动学关系,基于反演思想设计了双滑模变结构导引律,运用自适应方法实现对制导系统参数不确定性和目标机动的估计,该导引律能够保证导弹在击中运动目标的同时满足期望落角;然后运用Lyapunov稳定性理论分析了该制导律进入平衡状态的充分条件.仿真结果表明了该设计方法的有效性.     

一种变结构垂直俯冲攻击制导律

针对空地导弹垂直俯冲攻击的要求,建立导弹-目标运动模型,设计了一种对脱靶量和终端攻击角度约束的变结构制导律.运用自适应滑模趋近律,将目标机动视为干扰,并采用准滑动模态控制削弱了抖振的影响.所得制导律形式简单、实用,且克服了被动寻的导弹不能测量弹-目相对距离变化率的约束.分析了4个制导参数对制导效果的影响,为制导参数的选...     

导弹复合控制系统的神经网络控制器设计

针对导弹直/气复合控制系统,提出了一种基于滑模控制的自适应神经网络控制方法。首先,为提高导弹稳定性,运用滑模控制对气动力部分进行设计,并运用自适应神经网络控制算法消除系统建模中的误差影响,提高导弹过载的稳定性。其次,对直接力部分采用变结构的方法进行设计,提高导弹的响应速度,同时运用模糊控制理论减少变结构控制引起的抖振问题,进一步提高导弹的稳定性。实验结果表明,该控制方法能够有效提高导弹的响应速度,增加导弹的稳定性及过载能力,验证了设计方法的有效性。     

大气层内拦截机动目标的变结构末制导律设计

针对大气层内的机动战术弹道导弹拦截,提出了一种具有强鲁棒性的变结构末制导律。首先,在纵向平面内建立了导弹与目标相对运动的非线性模型;然后根据预测导引的原理推导了制导方程,并选取制导误差作为滑动模态,将目标机动量视为扰动量,设计一种能够拦截螺旋机动目标的变结构末制导律,并通过Lyapunov稳定性定理确定变结构制导参数的范围。最后,通过与比例导引律进行仿真比较,结果表明该制导律对螺旋机动弹道目标具有较强的鲁棒性,且制导精度较高,验证了制导律的正确性和有效性。     

PID神经网络在飞控解耦中的仿真研究

在进行飞行控制律设计时,为了获得好的控制品质,有必要对各输出量进行解耦,并且使控制器能根据被控对象动力学特性的改变而自适应调整。为此,介绍了两种PID神经网络解耦控制结构和一种神经网络辨识器,并分别给出了PID神经网络解耦控制器和辨识器的前向算法及反向传播算法;最后分别应用两种解耦方法针对飞机横侧向线性模型进行计算仿真,得到了两种解耦结果;证明了PID神经网络解耦控制的有效性,并比较了两种结构的优缺点。     

基于GA的带终端约束的变结构末制导律设计

巡航导弹对目标的杀伤力,除了精度要求(零脱靶量)外,还在于它的落角,尤其是打击纵深的目标时,垂直入射的价值很高.针对巡航导弹落角限制的要求,分别对纵向和侧向两个通道设计出了限制落角的变结构末制导律,可以使导弹在期望的方位以期望的落角打击目标.针对两通道的耦合造成的参数敏感性,采用遗传算法对变结构参数进行了优化,并将其与带终端约束的三维比例导引律进行了比较.仿真结果证明了该制导律在落角和精度方面的优势与有效性.     

基于状态观测器的变结构末制导律设计

本文针对仅有相对距离和视线角可测的导弹,设计了一种基于状态估计的变结构末制导律.将非线性项和目标机动视为新的状态变量实现对原相对运动方程进行的扩张,设计扩张状态观测器实现对不可测的相对距离变化率和视线角变化率的估计.基于扩张观测器的估计值,利用变结构控制理论设计了保证切向速度趋向于零的末制导律,从而实现导弹直接命中目标,并从理论上对制导回路的稳定性进行了证明.最后进行了数学仿真,仿真结果表明在设计的制导律脱靶量较小,验证了扩张观测器和制导律的可行性.     

导弹制导控制系统快速原型设计技术

快速原型设计技术自诞生以来在产品工程设计领域得到广泛的应用和发展。针对导弹制导控制系统研制需求,在工程研制过程中引入快速原型的设计概念,提出基于RT_LAB实时仿真器和基于制导控制系统集成设计平台(IDS)的两种快速原型设计实现技术方案。在导弹制导控制系统实际工程研制中,可综合利用所论述的两种技术方案,以达到设计可靠的制导控制系统、适应控制对象的多样化需求、缩短项目开发周期、降低产品开发费用等目的。     

Neural-network-based variable structure control of electrohydraulicservosystems subject to huge uncertainties without persistent excitation

A novel scheme investigating a radial-basis-function neural network (RBFNN) with variable structure control (VSC) for electrohydraulic servosystems subject to huge uncertainties is presented. Although the VSC possesses some advantages (e.g., fast response, less sensitive to uncertainties, and easy implementation), the chattering control input often occurs. The reason for a chattering control input is that the switching control in the VSC is used to cope with the uncertainties. The larger the uncertainties which arise, the larger switching control occurs. In this paper, an RBFNN is employed to model the uncertainties caused by parameter variations, friction, external load, and controller. A new weight updating law using a revision of e-modification by a time varying dead zone can achieve an exponential stability without the assumption of persistent excitation for the uncertainties or radial basis function. Then, an RBFNN-based VSC is constructed such that some part of uncertainties are tackled, that the tracking performance is improved, and that the level of chattering control input is attenuated. Finally, the stability of the overall system is verified by the Lyapunov stability criterion     

基于最优控制的神经网络自适应飞行控制

针对非线性动态逆控制鲁棒性差的缺点,综合最优控制和神经网络控制,提出一种自适应非线性控制策略。首先采用非线性动态逆进行基本控制律设计,然后对由于建模误差或舵面故障等因素导致的动态逆误差,利用神经网络进行在线补偿,根据最优控制理论得到神经网络权值的自适应律,并基于Lyapunov直接法证明该自适应律的稳定性和收敛性。针对某飞机的仿真结果表明,在存在较大逆误差的情况下,所设计的控制系统具有良好的鲁棒性。