基于H2/H∞理论的BTT导弹模糊神经网络自适应控制

针对不确定非线性BTT导弹控制系统,提出了一种基于模糊高斯基神经网络控制设计方法.在设计过程中将干扰项和模型不确定项合为一项,应用模糊神经网络的逼近性质来逼近系统的不确定项,然后利用H2/H∞理论来削弱逼近误差和外部的扰动,通过确定适当的价值函数从而推导出自适应律.最后通过对BTT导弹的六自由度仿真验证该方法的有效性.     

基于模糊神经网络的BTT导弹自适应控制

针对不确定非线性BTT导弹控制系统,提出了一种基于模糊高斯基函数神经网络的自适应控制设计方法。在设计过程中将不确定部分合为一项,应用模糊神经网络的万能逼近性质来逼近系统不确定项,然后利用滑模控制和自适应模糊神经网络理论设计了控制器,应用Lyapunov稳定性理论保证闭环系统的稳定性,并推导出自适应律,最后通过仿真结果验证该方法的有效性。     

BTT导弹模糊自适应PID控制

提出了一种模糊鲁棒PID控制器的设计,把模糊控制和常规PID控制结合起来,对控制系统的比例、积分、微分参数进行在线自整定.对BTT导弹偏航通道的模糊自适应控制进行了研究,在Simulink中的仿真结果表明,这种模糊PID控制器的控制效果优于单纯的PID控制,超调量小,抗干扰性能强,对变参数系统的鲁棒性强,满足在线适时自适应控制的要求.     

BTT导弹的神经网络逆系统方法控制研究

提出一种BTT导弹非线性控制系统的神经网络逆系统方法。从理论上证明了该控制方法可实现导弹三通道的解耦控制,输出渐近无差跟踪。为了验证控制方案的有效性,进行了仿真研究。仿真结果表明：在BTT导弹控制系统设计中,神经网络逆系统方法完全可以实现非线性控制,控制方案可行,满足设计要求。     

基于变论域理论的BTT导弹模糊自适应控制

针对BTT导弹控制系统所具有的非线性、快时变性以及模型不确定性问题,研究了一种基于变论域的模糊自适应控制器。通过选取合适的论域伸缩因子,提高控制精度;利用模糊模型逼近控制系统的非线性部分,采用李亚普诺夫方法证明所设计的非线性控制系统的渐进稳定性并推导出自适应律。最后对控制器进行了仿真验证,仿真结果表明跟踪性能良好。     

基于模糊PID控制的BTT导弹自动驾驶仪设计

倾斜转弯（bank—to—turn,BTT）BTT导弹在飞行过程中,它的参数是时变且大范围不确定的,因此其数学模型具有一定的不确定性。引入对被控对象模型精确度要求较低的模糊控制法．结合经典PID控制法,设计了三种BTT导弹自动驾驶仪,并对其进行了仿真比较。     

导弹BTT控制方案的研究

本文重点研究地空导弹使用BTT(倾斜转弯)控制的导弹性能估计。在不评论BTT导弹的优点,并规定有相同极限攻角和极限法向加速度的情况下,仅从导弹的控制技术方面,针对地空导弹的特定战斗使命,选用“成功截击百分比”和“最小导引距离(或时间)”作为评价导弹性能的指标,与STT导弹性能进行比较。通过数字仿真,阐述了不同控制方案,不同结构外形和快、慢速导引系统对导弹性能的影响。结果表明:BTT控制比STT控制能得到较好的性能。一字型结构与BTT-90方案组合,导弹性能更佳。增大导弹的滚动速率可进一步提高BTT导弹的性能。     

H2/H∞混合控制在无人机飞行控制中的应用

针对无人机受参数摄动和外界扰动影响的特点,对H2/H∞混合控制控制理论在无人机飞行控制系统中的应用进行了研究.对典型无人机的横航向飞行控制系统,用混合H2/H∞鲁棒控制方法设计状态反馈控制器,使飞机控制系统在鲁棒稳定条件下,满足一定的性能指标.利用线性矩阵不等式在求解多目标综合控制问题方面的优势对问题进行求解,仿真结果表明控制器具有较好的扰动抑制能力和跟踪性能.     

基于模糊神经网络的导弹倾斜运动稳定与控制研究

根据非线性系统的模糊神经网络自适应控制算法，研究了导弹倾斜运动采用变系数运动方程时的稳定和控制问题。     

基于模糊神经网络的导弹故障诊断

将模糊神经网络应用于导弹的故障诊断。经过仿真试验发现，模糊神经网络可以充分利用专家知识的不确定性，而且诊断效果相当好。     

基于反馈线性化理论的BTT导弹自动驾驶仪设计方法

基于反馈线性化理论和简化的ＢＴＴ导弹控制设计模型,在一定的假设条件下,提出了一种不存在零动力学的ＢＴＴ导弹自动驾驶仪基本设计方法,该方法基于导弹动力学系数的名义值,适合于控制导弹作全空域飞行。仿真研究结果进一步验证了本文方法的正确性与有效性。     

基于模型跟踪的非线性BTT导弹自动驾驶仪设计

针对时变线性多变量ＢＴＴ导弹模型跟踪控制系统,提出一种参考模型设计新方法。设计了非线性ＢＴＴ导弹自动驾驶仪。该方法基于导弹动力学系数的名义值,故适合于控制导弹作全空域飞行。通过六自由度仿真进一步验证了本文方法的正确与有效。     

基于模糊神经理论的BTT导弹滑模控制

在导弹系统存在不确定性情况下,基于自适应反演控制技术和模糊神经网络理论,提出了一种导弹滑模控制系统设计方法.设计过程中将不确定性对系统的影响合成为一项,然后应用模糊神经逼近器来逼近系统的不确定项;考虑了已知信息,利用自适应模糊神经控制理论和滑模控制设计了控制器,应用Lypunov稳定性理论保证了闭环系统的稳定性,并推导出模糊神经逼近器各参数的自适应调节律.最后给出了BTT导弹6自由度数字仿真结果验证了该设计方法的有效性.     

BTT导弹的发展现状与趋势

倾斜转弯（简称BTT）技术是当今世界导弹控制技术领域内用来提高导弹性能的一项重要技术。对BTT技术的特点进行了研究,分析了BTT导弹的研究现状,详细介绍了BTT导弹的分类以及BTT导弹的优点。最后,对BTT导弹在未来的应用中需要着重解决的问题进行了研究。     

BTT导弹的解耦问题综述

倾斜转弯(BTT)导弹在机动性、稳定性、升阻比等方面相比侧滑转弯(STT)导弹都有显著的提高, 但其气动外形和控制技术的特点决定了BTT导弹的数学模型存在运动学、气动、控制作用和惯性等多种耦合因素. 针对不同解耦控制设计进行了分析, 并根据系统鲁棒性和稳定性要求对这些控制器设计进行了评价, 最后对这些解耦方法的应用前景进行了展望.     

敏捷性导弹的神经网络控制

研究了具有超机动能力的敏捷性导弹在大迎角状态下的神经网络非线性控制系统。利用神经网络逼近非线性函数的能力学习敏捷性导弹高度非线性动态特性的逆动态特性,得到对参数变化及末建模动态具有较好鲁棒性的控制方案。     

基于前向神经网络的导弹自适应控制方法

结合导弹非线性动力学模型，介绍一种基于经典控制和神经网络自适应控制的系统设计方法。该方法以导弹飞行的攻角α和Ma数等为信息，应用BP网络的学习能力求出具有自适应能力的控制参数，应用于参数时变的导弹控制系统。其特点是避免了传统自适应方法所要进行的繁琐的参数辨识计算。利用Matlab仿真实验表明,所设计的控制系统性能良好．而且易于工程实现。     

基于参数空间法的BTT导弹自适应自动驾驶仪设计

针对工程中出现的参数不确定性引起的系统性能下降,应用参数空间法设计了某型BTT导弹的模型参考自适应自动驾驶仪。首先根据参数空间法求取内回路控制器增益,充分保证系统的鲁棒性。再针对过载回路设计了模型参考自适应控制器,改善了局部非线性特性的响应,同时又增加了系统调节的快速性。最后,通过数字仿真表明这种设计方法的有效性。     

BTT导弹加权混合灵敏度函数频域整形

在频域不确定性系统的混合灵敏度H∞控制中,加权函数的选择一般比较困难。依据闭环系统性能指标、动态解耦要求以及控制约束条件,提出加权函数频域整形的公式化构造方法,得出加权函数的一般构造形式,在此基础上优化加权函数中变量参数,确定出满足H∞控制设计要求的加权函数。为验证所述方法的有效性,在某型BTT导弹俯仰／偏航耦合通道模型上对抗干扰性和目标跟踪特性进行了仿真。结果表明该加权函数频域整形方法不仅能使H∞控制同时兼顾时域和频域指标,结构简单,且具有一般的构造形式。     

基于H2/H∞混合控制的空-空导弹鲁棒制导律的设计

针对空-空导弹在追踪平面内非线性运动问题,基于H2/H∞混合控制方法设计了H∞鲁棒制导律.根据导弹和目标在同一平面内的运动模型,由非线性H2/H∞混合控制理论,描述任意给定目标加速度、控制加速度指令,并由H2/H∞混合控制标准设计问题的解,得到系统具有一定性能指标的控制输入,实现H∞鲁棒制导律设计.最后的数值仿真验证表明所设计的鲁棒制导律是有效的.