导弹驾驶仪鲁棒反演控制器设计

由于导弹在飞行过程中弹体参数变化剧烈,所以具有自适应性的控制理论来设计自动驾驶仪是一种很好的解决方案。反演理论是继反馈线性化之后发展起来的非线性控制理论,是一种基于Lyapunov稳定理论的设计方法。本文针对空空导弹的非线性模型设计了自动驾驶仪的反演控制器,并进行了数字仿真,证明了该方法的正确和有效性。     

三轴自动驾驶仪设计：从线性到非线性控制策略

给出了一种三轴侧滑-转弯导弹自动驾驶仪设计，用法宇航马特拉公司的导弹进行了模拟。比较了各种控制，以评估其应用潜力-经典的非线性时不变控制及静，动态近似输入-输出线性反馈。研究了鲁棒性，采用一种特殊类型的非线性动态控制，根据稳定性，性能及鲁棒性要求，给出了最好的结果，采用表格比较，解释了模拟结果。     

非最小相位导弹自动驾驶仪设计

对于尾控型导弹，过载输出与舵偏转之间为非最小相位特性，这使得反馈线性化和滑模控制等非线性控制算法不能应用于控制器设计。将输出跟踪问题转化为状态跟踪，这样，可以应用滑模控制设计过载控制自动驾驶仪，通过构造合适的滑模输出，可得到稳定的零动态。此外，采用全局二阶滑模控制可削弱抖振现象。仿真结果表明，本设计具有良好的输出跟踪性能和鲁棒性。     

纵向通道模糊控制自动驾驶仪设计

自动驾驶仪是导弹的重要组成部分。本文结合模糊控制和线性控制的优点，设计了模糊一线性控制自动驾驶仪，仿真结果表明，其性能优于采用单一线性控制的自动驾驶仪。     

在俯仰面中导弹自动驾驶仪的不完整状态的反馈设计

极点配置法就是给十字尾控导弹设计一种线性导弹自动驾驶仪系统,选择合适的闭环极点位置的程序来保证期望的瞬间性能,极点配置方程式是简便的,可以在俯仰操纵面内求出快速稳定的加速度。前馈通道增益可以保证在一步输入情况下没有任何稳定态误差的跟踪。同样导弹的弹体速率、舵偏转峰值和舵速率的一些控制器可以有特定的稳定裕度。一个不完整状态反馈控制器不需要观察器系统。该设计在不同响应速度下可以达到期望的稳定裕度,同时利用硬件性能选择自动驾驶仪响应速度（GCF）。     

采用神经网络状态估计器的导弹自动驾驶仪

高性能的导弹自动驾驶仪在往往需全部状态以及采取某些动力学逆变换，与这些问题相关联，本文讨论一种侧滑转弯（ＳＴＴ）导弹用的以神经网络状态估计器为基础的自动驾驶仪，导弹模型展示了所有非线性因素，其中包括假定滚动有良好稳定性时，俯仰和偏航通道之间的耦合，除了神经网络状态估计器外，还设置了由神经网络构成的部分线性控制器，它是动力这逆变换的关键元件，由于该自动驾驶仪还使用了某些动态补偿器，因此是在混合控制方     

导弹纵向神经网络自动驾驶仪设计

在导弹俯仰通道中存在输入未建模动态情况下，提出了一种基于RBF神经网络和反演控制技术的神经网络自动驾驶仪的设计方法。首先应用两个RBF神经网络对输入未建模动态设计了神经网络逆补偿器，然后利用反演控制技术设计了导弹纵向自动驾驶仪。最后给出仿真结果显示了该设计方法的有效性。     

应用动态逆和时间尺度分离的BTT导弹控制

基于简化的ＢＴＴ导弹控制设计模型,应用非线性动态和时间尺度分离方法设计了一种非线性ＢＴＴ导弹自动驾驶仪,根据导弹实际的飞行高度和飞行速度,可以计算出导弹动力学系数的标称值,非线性动态逆法正是基于这些动力学系数的标移值,适适合于控制导弹作大空域飞行,六自由度仿真结果一步验证了方法是正确的与有效的。     

BTT导弹自动驾驶仪设计方法综述

介绍了当前非线性自适应反演控制理论的研究现状和多种肿导弹自动驾驶仪设计方法。最后给出了结论。     

一种非线性末制导系统模型的精确线性化

针对未来高机动目标的拦截 ,运用非线性系统几何理论中的精确线性化方法 ,设计了一种空空导弹非线性末制导系统加速度指令。假设目标做逃逸机动 ,弹体 -自动驾驶仪响应用一个二阶环节描述 ,建立了导弹目标三维相对运动方程。根据终端约束直接选取系统输出阵 ,经动态反馈线性化 ,将非线性系统模型转化为线性方程 ,求得了目标任意机动时的非线性末制导系统的加速度指令。以纵向平面为例进行了仿真计算 ,结果表明该方法是行之有效的 ,得到的解可以用来改进导弹大离轴发射角时的进攻能力。     

基于自适应干扰估计和鲁棒控制的倾斜转弯导弹自动驾驶仪研究

针对倾斜转弯导弹自动驾驶仪的设计,提出了一种基于干扰观测器的自适应控制方案。在不考虑气动参数时变的条件下,干扰观测器曾被应用于设计倾斜转弯导弹的自动驾驶仪。但是,当存在严重干扰的情况下,这种基于干扰观测器的自动驾驶仪控制性能会受到影响。为了提高倾斜转弯导弹的鲁棒性和抗干扰性能,提出了一种自适应干扰观测器,其名义模型随气动参数的变化实时更新。最后给出的仿真表明所提出的自适应控制方法可以有效提升倾斜转弯导弹自动驾驶仪的控制性能。     

BTT导弹的神经网络自适应反馈线性化控制

提出基于反馈线性化理论的BTT导弹自动驾驶仪设计方法。并提出由俯仰过载命令产生攻角命令的方法。应用CMAC神经网络构成一种自适应反馈线性化方案,使具有不确定性的实际系统获得要求的跟踪性能。闭环系统的稳定性由李雅普诺夫稳定性理论得到保证。该方法适合于控制导弹作全空域飞行。     

基于自适应模糊滑模退步控制的直接力/气动力复合控制导弹自动驾驶仪设计

针对直接力/气动力复合控制导弹所具有的强耦合非线性特性,提出了一种基于自适应模糊滑模退步控制的自动驾驶仪设计方法.该方法利用自适应模糊系统所具有的万能逼近特性,对大迎角飞行过程中导弹动力学方程中存在的非线性函数进行逼近,并利用变结构控制所具有对干扰的强鲁棒性,构造误差系统滑模面,克服了逼近误差和外界干扰对控制系统的影响,实现了对大机动指令的精确跟踪.仿真结果表明,所设计的自动驾驶仪对过载指令有良好的跟踪效果,对模型不确定性和外界干扰具有鲁棒性.     

未来导弹系统的鲁棒自动驾驶仪设计

在设计新一代灵活机动型导弹时，面临的挑战将主要是高度非线性和快速时变动态特性，设计灵活机动型导弹的横向和滚动控制器时采用鲁棒控制技术。使用混合／调节技术获得包容全部飞行条件的控制功能，控制器设计成动压的函数。使用高保真非线性六自由度仿真来验证这种方法。自动驾驶仪设计性能和鲁棒性是同一系列横向加速度指令和一次实战试验来验证的。     

Robust控制器在导弹自动驾驶仪中的应用

本文提出一种改进自动驾驶仪性能的方案。在导弹自动驾驶仪原回路的基础上增加Robust控制器,这种方案可提高驾驶仪对参数变化的Robust性能。本文详细叙述了Robust控制器结合自动驾驶仪的设计方法,并用仿真结果说明了Robust控制器在本算例中所起的作用。     

基于反演控制的鲁棒非线性导弹自动驾驶仪设计

首先将导弹控制模型化成级联的结构。然后应用反演控制及鲁棒控制技术提出了一种新的非线性导弹自动驾驶仪控制算法，并应用Lyapunov稳定性理论证明了系统是全局指数稳定的，最后进行了数字仿真，结果表明该算法的有效性。     

导弹弹性振型对自动驾驶仪的影响研究

介绍导弹弹体性振动型的概念，结合一种新型的无陀螺加速度计组合自动驾驶仪设计，它分析它对惯性器件输出值的影响，进而对自动驾驶仪稳定回路的影响。     

模型参考时变滑态变结构控制方法研究

针对一类特殊线性时变系统,提出了一种新的模型参考时变滑态结构控制器设计方法。能较好地适应时变系统参数大范围的变化,提高控制精度和控制效益。利用该方法设计了某型BTT导弹俯仰-偏航通道自动驾驶仪变结构控制律,取得了很好的控制效果。     

导弹集成制导控制的数值状态变量黎卡迪处理法

1介绍 集成制导和控制系统在最近的科技文献中常有报道，通过开发制导与自动驾驶仪控制之间的协同作用的子系统来提高导弹的性能。在飞行控制系统中用附加的反馈通道集成设计方法，可以使设计师在这些子系统之间研制出有价值的界面，另外还有许多常规和集成的导弹制导控制本文中也有详细论述。     

BTT导弹的抖动抑制多模型切换控制

 基于线性系统特征结构配置和模型跟踪方法,以及优化工具,提出了可以有效抑制抖动的多模型切换控制策略,并用该策略设计了 BTT导弹俯仰 /偏航通道的自动驾驶仪。在导弹的整个飞行轨道上选取了若干点,分别建立起描述 BTT导弹俯仰 /偏航运动的线性时不变数学模型。对各个线性时不变模型,分别用特征结构配置方法设计反馈控制器对系统进行镇定。为了使导弹过载跟踪制导指令,又基于模型跟踪方法设计了前馈控制器。当导弹跨越不同特征点区域时,控制器要进行切换。为了减小切换时的抖动,针对切换后的特征结构配置反馈控制器,利用优化工具合理选取其自由度。仿真结果表明,所提出的方法令导弹的输出过载准确跟踪制导指令,而且切换抖动得到有效抑制。