新一代歼击机超机动飞行的动态逆控制

 根据反馈线性化理论, 讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离原则, 采用动态逆方法设计快回路和慢回路控制器; 其次提出基于模型逆的神经网络非线性直接自适应控制方案, 设计一种在线神经网络用于补偿模型逆误差。仿真表明, 该控制方案具有较好的自适应能力和鲁棒性。     

利用模糊控制理论设计自适应机构的自适应系统的研究

本文针对航空发动机的转速控制系统 ,提出了以模糊控制理论 ,设计比较和积分自适应机构的模型参考自适应控制系统的设计方法 ,并对系统进行数字仿真。结果表明 :这种自适应控制方法充分发挥了 PI控制和模糊控制的优点 ,不但使控制算法得到简化 ,而且使控制精度得到提高。因而 ,这种自适应方法对高阶、非线性或缺乏精确数学模型的被控对象提供了一种新的设计方法     

机动目标三维空间导引运动建模及导引律研究

给出了导弹—目标追逃运动的空间矢量方程，在此基础上推导了三维导引运动模型。对机动目标应用李雅普诺夫稳定性分析方法提出了一种自适应变结构制导算法。六自由度数学仿真结果表明了模型的正确性和制导算法的有效性。     

基于自适应神经网络的飞行控制律设计方案

介绍了一种自适应神经网络控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。设计了针对滚转通道的神经网络，并应用某型号飞机进行了非故障和故障状态的仿真。结果表明，自适应神经网络控制方法补偿作用显著，相当于系统具有一定的重构功能。     

基于T-S模糊系统的空天飞行器鲁棒自适应轨迹线性化控制

 基于T-S模糊系统提出了鲁棒自适应轨迹线性化控制(RATLC)方法。利用T-S模糊系统逼近未知干扰和不确定性因素，并采用Lyapunov方法设计了鲁棒自适应控制律。不论系统状态的维数和用于逼近不确定的模糊系统规则数为多少，整个系统仅有两个参数在线调整。理论分析证明了闭环系统所有信号一致最终有界。应用提出的控制方案设计了空天飞行器(ASV)飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明了控制方案的有效性和鲁棒性。     

飞机低空突防中的航路规划技术研究

针对飞机低空突防航路规划中存在的计算复杂和收敛性等问题,在基本遗传算法的基础上提出了一种基于自适应伪并行遗传算法的优化方法,使用该方法得到的飞行航线严格经过飞机的起始点和目标点,而且满足飞机到达目标点的航向角要求,使威胁飞机的因素最小,可有效提高飞机的任务生存率。     

幂指函数在非线性规划中的应用

给出一种自适应近似函数－幂指函数f^-(x)在非线性规划中的收敛算法。它采用minx∈Enf^-(x)的最优解序列｛x^-｝去逼近原问题minx∈Enf^-(x)的最优解x^*.与传统优化算法相比：该算法最优解｛x^-｝可以通过f^-x(x)=0直接解析得出；该算法不要求序列｛f(x)^k｝具有单调减特性，却能够保证算法的收敛性，该算法的计算量对变量的维数不敏感，从而具有广泛的应用前景，从方法论上，它是采用“特殊非线性”来研究“一般非线性”的一种新方法。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器，将遗传算法和BP算法相结合，提出了一种新的自适应遗传BP算法，利用这种神经网络来确定指标的权值。仿真试验结果表明，基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法，具有很好的目标识别效果。     

基于视线角序列的机动目标视线角速率计算

 依据拦截弹与机动目标间的相对位置关系，采用导引头球面模型，基于当前统计模型，实现了强跟踪状态自适应滤波，计算出了可用于制导的视线角速率。该算法利用导引头球面模型，将测角信息转换成距离信息，进行方差自适应调整和卡尔曼滤波。在只给出视线角序列信息的情况下，根据相对状态滤波结果求出所需的视线角速率。     

超机动飞行的非线性反推自适应控制

为解决对象参数未知时的超机动飞行控制问题,设计了一种非线性反推自适应控制器。针对超机动飞行的非线性模型,适当选取Lyapunov函数和中间虚拟控制信号,同时通过自适应控制律的设计来调节未知参数并得到了最终的控制信号。仿真结果表明,即使模型参数未知,所设计的控制律也能在过失速机动条件下控制飞机跟踪指令飞行,同时保证了闭环系统的稳定性。