用神经网络镇定可反馈线性化的仿射非线性系统

在用状态方程描述的单输入仿射非线性系统中存在一类可以通过非线性状态变换（ｘ）和输入变换ｕ＝α（ｘ）＋β（ｘ）ｖ实现输入──状态线性化的系统，用多层前馈神经网络通过实时学习实现此状态变换，并在此基础上用李亚普诺夫方法设计进行系统镇定的反馈控制器，仿真表明，学习在很短时间内可收敛，且系统对外干扰和未建模动态有一定鲁棒性。     

一种应用于欠驱动航天器的姿态控制方法研究

对欠驱动航天器的姿态控制进行了研究,设计了一种可适于多种情况的分段解耦控制器,用分段解耦的方法解决了欠驱动控制系统输入输出维数不统一的问题。由动力学方程中的耦合项建立姿态控制系统的状态微分方程。为降低失效轴角速度对系统的影响,先实现控制系统中动力学部分的镇定,再对运动学部分进行解耦。在每个分段中设计了一个比例微分(PD)控制器,设计了角速度镇定、俯仰角镇定、滚动角镇定、俯仰角收敛至π/2、偏航角镇定和三轴稳定六个分段控制器,通过控制器间的逐个切换控制,将状态微分方程中的状态变量逐渐收敛至零,实现欠驱动姿态控制系统的渐进稳定。数学仿真验证了所设计控制算法的有效性。该控制器设计简单,便于工程实现,选取适当的参数后可保证系统状态变量的渐近稳定性。     

航空发动机多变量神经网络自适应控制仿真研究

针对航空发动机是一个具有强非线性、时变不确定性的被控对象,提出了一种基于RBF网络的航空发动机多变量神经网络自适应控制方法,该方法采用RBF网络对发动机非线性模型进行实时辨识,并将系统的灵敏度信息反馈给神经网络控制器,保证了控制器对被控对象的准确控制.通过某涡扇发动机在飞行包线内的数字仿真,结果表明该方法不依赖被控对象的精确模型,有效地实现了对发动机的多变量自适应控制,而且具有较好的动静态性能.     

模糊神经网络控制器及其在航天器姿态控制系统中的应用研究

在航天器姿态控制领域，模糊控制技术作为一种辅助控制方法得到越来越多的关注。本文提出了一种基于模糊聚类算法和分布式模糊神经网络的模糊神经网络控制器，并将其用于《东方红三号》卫星应急星地大回路姿态控制系统之中。仿真研究表明，这种模糊神经网络控制器能够有效地从样本数据提取信息，实现分区域控制，并且具有较强的鲁棒性。该方法具有较为满意的控制效果。     

基于RBF神经网络的导弹鲁棒动态逆控制

讨论了一种基于神经网络的导弹鲁棒动态逆控制方法。导弹的基本控制律采用动态逆方设计,针对存在动态逆误差的慢回路设计神经网络鲁棒逆控制器。用RBF神经网络逼近导弹慢模态数学模型,并把逼近误差引入到网络权值的调节律以改善系统的动态性能;鲁棒控制器用于减弱模型不确定性及神经网络的逼近误差对跟踪精度的影响。所设计的控制器不仅保证了闭环系统的稳定性,而且使模型不确定性及神经网络的逼近误差对跟踪精度的影响减小到给定的性能指标。最后通过仿真分析,验证了该方法的有效性。
     

基于饱和方法的轮式移动机器人的跟踪及调节控制

研究了有输入饱和限制的轮式移动机器人的全局镇定及跟踪控制.基于串接-反步方法及引入一种运动学振荡器,设计了一统一的连续时变状态控制器,可同时实现机器人的轨迹跟踪和定点调节控制,并使跟踪误差全局渐近收敛于零点附近的一小邻域内.仿真结果证明提出的控制器有效.     

一种新的导弹块对角控制器设计法

利用小脑关节模型控制器(CMAC) 神经网络辨识了导弹控制系统的几个重要空气动力参数, 证明了估计误差、权误差有界, 然后用解析逆解设计方法、变结构控制方法设计了块对角控制器。仿真结果显示了本文算法的有效性     

对失控翻滚目标逼近的神经网络自适应滑模控制

针对失控航天器在空间中自由翻滚的情况，研究追踪器对失控翻滚目标逼近的位置和姿态六自由度耦合控制问题。建立追踪器与目标器相对运动的姿轨一体化动力学模型，设计追踪器逼近过程的标称轨迹和标称姿态。综合考虑系统不确定性和外部干扰，设计无抖振的神经网络自适应滑模控制器。将滑模控制与神经网络逼近相结合，采用径向基函数(RBF)神经网络对系统未知部分进行自适应逼近。由Lyapunov方法导出神经网络自适应律，通过自适应权重的调节保证整个闭环系统的稳定性。数值模拟实例说明了所设计的标称轨迹和标称姿态的合理性，同时验证了神经网络自适应滑模控制器的有效性。     

基于对角回归神经网络的自整定全系数自适应控制器及其特征参量辨识

针对全系数自适应控制器参数人为调试带来的不便,提出一种基于对角回归神经网络的参数自整定方法,通过神经网络的自学习能力对全系数自适应控制器参数进行在线整定.同时,提出一种新的特征模型参数间接辨识方法,采用神经网络的权值和回归层输出组成的非线性函数构造对象的特征参量,更有效地对特征模型的时变参数进行自学习和调整.对闭环回路...     

欠驱动航天器编队重构的切换神经网络控制

针对圆轨道欠驱动航天器编队重构问题,将传统的自适应神经网络控制器和自适应滑模控制器相结合,设计了一种切换神经网络控制器,用以跟踪由伪谱法求解得到的航天器编队重构的最优开环控制轨迹。自适应神经网络控制器在活跃区域内工作,利用径向基神经网络(RBFNNs)近似动力学系统中的不确定项,自适应滑模控制器在活跃区域外工作,利用自适应律来估计近似误差上界,并采用李雅普诺夫方法证明了闭环系统稳定性。数值仿真结果表明切换神经网络控制器可在欠驱动条件下实现编队重构,与线性滑模控制器相比,实现了控制器快速、高精度、强鲁棒等控制性能。     

多群组飞行器攻击时间控制协同制导方法

考虑多主-多从式群组飞行器的协同制导问题，提出了可使得多个飞行器群组在指定时间同时命中目标的协同制导方法。首先，基于剩余命中时间一致性给出多主飞行器的攻击时间控制协同制导律，使得主飞行器能够在指定时间同时命中目标；在此基础上，为每个主飞行器所在群组的从飞行器给出基于距离一致性的协同制导律，使得从飞行器-目标距离同步于主飞行器-目标距离，从而实现所有飞行器对目标的指定时间同时命中。理论分析表明，主飞行器和从飞行器的协同制导律都具备固定时间收敛特性。仿真结果验证了所提出方法的正确性和有效性。     

天基TDM-MIMO雷达空间碎片阵列走动补偿方法研究

天基时分复用多发多收天线(TDM-MIMO)雷达能同时完成较大空域搜索和多目标跟踪任务,有利于实现对多个碎片同时跟踪,且系统架构简单,能够以较小代价获得更多的系统自由度.但由于空间碎片与雷达间的相对高速运动,目标回波信号由窄带阵列信号变成宽带阵列信号,均匀线阵畸变成相对阶梯形阵列,无法实现能量聚焦.为了解决以上问题,提...     

基于广义回归神经网络集成的宽带波束形成算法

首先构造宽带波束成形所需要的协方差矩阵,利用基于粒子群优化算法对核主成分分析方法和广义回归神经网络进行了优化。在对神经网络的输入变量进行降维处理后,生成多个复杂度低的泛回归神经网络模型。利用提出的基于聚类启发式集成算法求出波束成形时的权系数,既考虑了网络的差异性,又考虑了网络的正确性。仿真结果表明,提出的基于聚类启发式神经网络集成的波束形成算法在网络结构十分简单的情况下,仍然具有较好的性能。     

空间柔性绳网多碎片捕获动力学研究

随着空间碎片数量的增加，其对近地轨道中的在轨卫星产生越来越严重的威胁，空间多碎片的高效清理在近年来也成为了学界关注的热点问题。针对柔性绳网在一次任务中同时对多个碎片进行捕获清理的问题，建立了柔性绳网的动力学模型和与碎片接触动力学模型，并对捕获过程中柔性绳网与碎片的运动进行了仿真模拟。针对绳网的最大拉伸力、质量块位移速度等变量，深入分析捕获过程中绳网与碎片的运动特性。数值仿真结果表明，在一次任务中，柔性绳网可以对多个旋转空间碎片进行捕获，并实现稳定的包裹缠绕，展示了柔性绳网良好的捕获能力。     

电液仿真转台控制系统设计与仿真研究

针对影响三轴电液仿真转台动、静态性能最大的同步驱动、摩擦和大惯量负载干扰三个问题，采用了模拟人脑基于经验控制的FNN（模糊神经网络）控制器和基于学习校正的PNN（预测神经网络）控制器分别对应转台内环（角速度环）和外环（角度环）反馈系统。FNN同步控制器分为等同和主从同步控制模式，两种模式相互切换，提高了系统同步性能；PNN摩擦干扰控制器采用了基于双网络模型的NARMA（非线性自回归滑动平均）预测模型，具有较强的非线性系统辨识能力，提高了系统抗干扰能力。软件仿真结果表明，当转台外框负载发生变化或外框两马达转速相差较大时，使用PNN—FNN模型的智能控制系统仍具有较高的位置跟踪精度和动态性能。     

空间绳网有控展开方法及优化

针对影响空间绳网展开性能的绳网回弹现象，提出了一种基于拖曳绳张力控制的绳网展开控制方法。首先，使用质心追逐描述绳网的回弹现象，并针对追逐过程提出了使用拖曳绳控制的绳网展开方法。其次，以有效展开位移为优化目标，提出了一种基于遗传算法的最佳控制力优化策略。最后，基于弹簧质点法建立了绳网的动力学模型，并通过数值仿真对比了无控、恒力和变力控制下绳网的展开性能。结果表明，控制力优化策略可以成功优化出所需控制力曲线，提出的有控展开方法可以大幅提高绳网的有效展开位移，提升绳网的展开性能。     

大气层内动能拦截弹脉冲矢量发动机点火控制算法研究

基于脉冲矢量发动机的工作特点，提出了在飞行末端分段设计跟踪过程控制力的方法，其中过渡段利用最优控制以使所消耗的发动机数量最小，并引入神经网络以保证工作的实时性。在飞行初段，提出用直接力来对弹道进行调姿以减小中制导段需用过载的方案，并利用最优控制的方法设计了直接力作用方案。点火控制算法基于极坐标的形式，该法可充分利用脉冲矢量发动机，且可灵活控制直接力的指向。仿真表明，所提方法可以最小的代价跟踪上外界输入，具有较高的工程应用价值。     

有向拓扑下无径向速度测量的多导弹协同制导

针对多枚导弹在平面内从各自期望的方向同时击中移动目标问题，提出一种有向通信拓扑下无需导弹-目标径向速度测量且带视线角约束的分布式有限时间协同制导律。基于平面内导弹-目标相对运动方程建立带视线角约束的多导弹协同制导模型。基于二阶多智能体协同控制理论设计了视线方向上的制导律，可保证有向拓扑下多导弹的打击时刻在有限时间内达到一致。基于齐次系统稳定性理论和积分滑模控制理论设计了视线法向方向上的制导律，可保证多导弹击中移动目标且视线角在有限时间内收敛到期望值。仿真校验所设计的协同制导律在理想条件下可使有向拓扑下的多导弹从各自的期望方向同时击中移动目标。     

基于神经网络实现的遥测帧码数字相关检测器

本文提出了一种利用帧同步码（以下简称帧码）符合度特征，采用多比特观测窗口技术的数字相关检测模型，基于上述模型，采用神经网络实现了这种数字相关检测器。实验结果表明：该数字相关检测器对帧码出现的误码和码元滑动的情况均有较高的检测率。     

日地Halo轨道的多约束转移轨道分层微分修正设计

针对日-地系统L1点（简称SEL1点）Halo轨道转移轨道设计中存在的多约束与初值敏感性问题,提出一种基于分层微分修正与初值多项式的设计方法。首先定义平动点转移轨道设计过程中存在的约束条件,然后根据不同的终端约束条件,重点给出了同时考虑轨道高度、轨道倾角、升交点赤经与航迹角等多约束条件下的分层微分修正方法。通过分析约束变量与控制变量之间的关系,得到能够解决微分修正初值问题的初值表达式。最后在多约束条件下设计了从轨道高度为200km的地球停泊轨道到SEL1点Halo轨道的转移轨道。仿真结果表明,分层微分修正方法能够处理多约束问题,且初值表达式可以为微分修正提供良好的初始条件,从而保证算法收敛,方法具有较好的实用性。