基于BP神经网络的模型参考自适应控制

以导弹纵向通道为例,给出了导弹的过载控制模型,将BP神经网络应用于模型参考自适应控制中,组成模型参考自适应控制系统.利用BP神经网络自身的优点来克服传统模型参考自适应控制算法的不足,使系统具有更强的鲁棒性和容错性.仿真结果表明,该系统不仅能实现原系统的功能,而且它的稳定性和抗干扰性优于传统模型参考自适应控制.     

基于自适应控制理论的自动驾驶仪设计

由于导弹在飞行过程中弹体参数变化剧烈,所以基于自适应控制理论来设计自动驾驶仪是一种很好的解决方案.针对某型导弹,本文采用在经典控制系统的基础上引入自适应控制器的方法,应用模型参考自适应控制理论设计了一种导弹自动驾驶仪.在分析了导弹原经典自动驾驶仪的结构、动态特性及其控制系统设计要求的基础上,确立了自适应控制器的被控对象和参考模型,然后利用李雅普诺夫第二法推导了自适应控制规律.最后选取了几个典型气动特征点进行数学仿真研究,结果表明所设计的控制系统能够达到良好的性能指标,具有很强的鲁棒性.由此可见,在导弹控制系统中采用自适应方案是合理有效的.     

水下热动力系统的模型参考自适应控制研究

针对开式循环水下热动力系统动态性能要求高及参数非线性的特点，通过对热动力系统物理特性的分析．设计出适于开式循环的某水下热动力系统的模型参考自适应控制系统。仿真结果表明该方法控制精度高，抗干扰能力强，系统稳定。证明了方法的正确性和有效性。     

防空导弹自适应过载控制系统设计

文中以防空导弹为背景,建立过载控制数学模型,设计了基于模型参考自适应控制算法的导弹过载控制系统,并进行仿真计算,仿真结果验证了该方法的正确性和有效性。     

自适应抗干扰系统在引信中的应用

为了提高无线电引信的抗干扰性能,研究以自适应天线技术为基础的引信抗干扰系统.根据信号与干扰的具体环境,灵活地控制天线的参数,自动调节方向图,使其零点自适应地对准干扰方向,以实现在空间上对信号的最佳接收和对干扰的有效抑制.     

导弹自动驾驶仪自适应控制设计与仿真

设计了一种基于古典控制理论的新型自适应飞行控制系统 ,对其设计方案进行了仿真论证 ,并对这种自适应控制飞行系统与古典飞行控制系统进行了比较 ,显示出了自适应控制系统的优越性     

基于RBF神经网络的火箭速度自适应控制

针对一类非线性不确定连续系统,提出了一种基于径向基(RBF)神经网络的模型参考自适应控制方案.控制器的非线性部分由RBF神经网络实现,根据系统输出与参考模型输出之间的误差调整神经网络的权值,以补偿系统中的非线性因素.引入权值学习误差的概念,以此为基础利用李雅普诺夫原理分析推导了网络权值的调整规律,并证明了系统的稳定性.在单级火箭速度控制中应用该方案进行了设计,仿真结果表明,火箭速度3s后即能完全跟踪参考模型的输出; RBF神经网络在2s后即能逼近非线性项,网络权值收敛.     

基于神经网络与自适应控制的自动驾驶仪设计

针对弹体作为制导系统控制对象的时变非线性特点,应用间接神经网络模型参考自适应控制理论,采用两个BP网络设计了导弹自动驾驶仪,其中一个用来对系统动态特性进行辨识,并利用辨识得到的信息,采用控制网络对系统进行控制.对所设计的自动驾驶仪进行了系统仿真,结果表明,被控弹体很好的跟踪了参考模型的输出.     

小型涵道风扇式无人机自适应预测控制律设计

针对预测控制在模型不确定和非渐进稳定系统中的应用问题,结合预测控制和简单自适应控制方法,分内外回路设计了一种改进的小型涵道风扇式无人机姿态预测控制律。仿真结果显示,被控无人机姿态可快速跟随指令输出,各控制通道的耦合作用被消除,在被控对象模型的参数发生变化时,DMC(dynamic matrixcontrol)预测控制器依然有效。该控制方法具有较强的鲁棒性。     

基于MATLAB和Fortran混合编程的导弹双通道自适应控制系统设计与仿真

针对半主动寻的导弹滚转和偏航双通道具有时变、非线性、耦合的特点,以及控制系统性能的不同要求,采用两种自适应控制方案。滚转通道采用模型参考自适应控制,确保控制系统的稳定性和抗干扰能力。偏航通道采用改进的单神经元自适应PID控制,强调控制系统的快速性且超调小。控制系统的全弹道仿真采用MATLAB和Fortran混合编程技术,既利用了MATLAB的友好界面优点,又继承了Fortran的遗产代码资源。仿真结果表明:设计的滚转和偏航双通道控制系统在自适应和抗干扰能力方面优于原控制系统;MATLAB和Fortran混合编程的全弹道仿真结构清晰、计算效率高、查找故障方便。     

基于BP 神经网络的自适应自抗扰控制及仿真

针对被控对象参数变化大而快、外扰严重且不确定的系统,参数固定的扩张状态观测器 (ESO)存在“总和扰动冶估计精度降低、控制效果较差的问题,提出了一种基于BP 神经网络的自适应自抗扰控制器(ADRC)。分析了引入自适应ESO 的意义,剖析了ESO 的结构,利用BP 神经网络在线调整ESO 参数并将这个自适应ESO 嵌入到ADRC. 仿真结果表明,改进的ADRC 较常规ADRC 具有扰动估计精度更高、控制量振荡幅度更小以及鲁棒性、抗干扰性更强的优点。     

飞行/推进综合控制的自抗扰控制器设计

为解决飞行/推进综合控制的多变量耦合控制问题,提出了采用自抗扰控制技术的方法。分别对速度控制回路和高度控制回路进行自抗扰控制器设计,将回路间的耦合作为扰动进行估计并抑制。速度控制回路使用二阶线性扩张状态观测器。高度控制回路采用俯仰角和高度内外回路控制,分别使用三阶线性扩张状态观测器。采用带宽来确定状态观测器的参数。仿真结果表明设计的控制器消除了高度和速度通道之间的耦合,具有一定的抗噪声干扰能力。     

速率稳定滚仰式导引头跟踪回路自抗扰控制器设计与仿真

构建了一种速率稳定滚仰式导引头的双通道数学模型。对稳定回路采用速率陀螺反馈控制;对位置跟踪回路分别采用PID控制与自抗扰控制理论设计了控制器。通过仿真计算研究了控制器的动态性能、跟踪精度以及对外界干扰的鲁棒性。仿真结果表明:滚转通道对方波输入具有超调,而俯仰通道没有超调;自抗扰控制相比PI控制具有无超调、更快的上升时间和抗外界干扰能力;自抗扰控制器隔离度大约为PI控制器的1/30。研究结果为常规小口径火箭弹的制导化改造提供了一种可用的技术方案。     

基于模型参考的电液伺服系统模糊自适应控制器

电液伺服系统的模型参考模糊自适应控制由参考模型,PID控制器和模糊自适应机构组成.参考模型产生期望的输出时频响应.模糊自适应机构根据该输出与PID控制系统输出之差及其变化率,产生模糊自适应信号,作用于系统,以保证系统的响应跟踪参考模型的输出响应.仿真表明,与传统PID控制相比,该控制器可有效抑制参数变化及负载扰动,具有较好的动态响应性能.     

滑翔制导炮弹非线性自抗扰过载控制器设计

针对滑翔制导炮弹控制系统存在不确定内、外扰动以及舵偏指令响应滞后情况下的过载跟踪问题,基于自抗扰控制技术,设计了非线性自抗扰过载跟踪控制器。该控制器结构简单,计算量小,需调整参数少。数值仿真结果表明：该自抗扰过载控制器可在强扰动和舵机响应延迟的情况下,使得输出过载精确有效地跟踪过载指令,具备良好的抗干扰能力;并且舵控指令从0缓慢变化,有效地减缓了舵机的控制负担。该控制器对较大范围内的气动参数和舵机时间常数的摄动具备较强的适应性和鲁棒性,可为滑翔制导炮弹的控制系统设计提供一定的参考依据。     

某型导弹模型参考自适应控制系统设计

采用自适应控制理论与经典控制理论相结合的方案,用Popov超稳定理论设计了模型参考自适应控制(MRAC)系统,给出数字仿真结果。     

基于自抗扰的翼身融合客机控制器设计

针对翼身融合布局客机操纵性差、安定裕度小、抗扰动能力弱等问题,采用自抗扰技术进行控制器设计。 根据翼身融合客机的六自由度非线性模型,结合自抗扰控制器(auto disturbance rejection controller,ADRC)原理设计 客机的姿态控制律,并对ADRC 参数进行分析,采用改进粒子群算法(particle swarm optimization,PSO)对参数进行 整定;建立重心位置变化对于客机状态影响的数学模型,并对重心渐变情况下的客机姿态进行仿真;在客机垂直方 向加入紊流风扰动,观察其过载变化情况,并对客机的乘坐舒适性进行评价。仿真结果表明：采用ADRC 可以有效 控制客机的姿态变化;同时,在面对重心位置变化以及紊流风扰动时,可以稳定地控制飞机,使翼身融合客机对于 重心变化与紊流风干扰具有较强的鲁棒性,保证客机的安全飞行及乘员的乘坐舒适性。     

自抗扰控制在坦克机动目标状态估计中的应用

在以坦克火控系统为代表的一类状态不确定系统应用中,作为系统输入的目标运动特性是未知的,并且对目标的观测存在较大噪声。如何基于控制过程辨识出输入信号特性,是状态估计理论在实际应用中的一种特殊情况。利用自抗扰控制( ADRC)能够实时估计和补偿系统扰动的能力,将目标运动视为外界扰动,从而辨识出目标运动速度,并将ADRC的滤波特性用于目标运动的状态估计。实验表明,与传感器测量、Kalman滤波方法相比,无需额外的速度传感器件,运动状态估计更为精确、快速。     

基于自抗扰控制技术的鲁棒制导律设计

利用自抗扰控制技术,设计了一种对未知目标机动具有较强鲁棒性的制导律。运用扩张状态观测器对系统非线性部分、通道间耦合项以及目标机动加速度的总和进行估计,并实时给予动态补偿,实现了动态反馈线性化和解耦控制,然后设计了非线性反馈控制器。仿真结果表明,该制导律能有效抑制视线角速度的波动,保证导弹命中目标。