高超声速飞行器非线性控制研究

针对高超声速飞行器非线性控制研究问题,介绍了在控制器设计中的特点及难点;阐述了在现有文献中关 于高超声速飞行器非线性控制相关研究工作,并分别从变结构控制方法、鲁棒自适应控制方法、结合智能控制方法 以及观测器在控制器设计中的应用等方面进行了分析;最后,结合高超声速飞行器自身特点,指出了高超声速飞行 器非线性控制领域的研究热点和发展趋势。     

高超声速飞行器自适应神经网络控制

针对一类高超声速飞行器,在充分考虑其非线性模型包含未建模动态、气动参数变化、弹性形变等产生的未知非线性不确定函数以及外界扰动的情况下,设计了一种基于自适应神经网络的非线性逆控制器。首先,将系统的动态特性分为标称部分和不确定部分,采用非线性逆的思想设计标称部分的控制器,利用神经网络逼近不确定部分,将神经网络的最优权值采用自适应律进行调节,提高神经网络的在线逼近能力。利用改进的变结构控制来消除神经网络逼近误差的影响,最终使跟踪误差收敛为零,并保证闭环系统的信号有界。通过仿真验证了设计方法的正确性。     

一种自适应滑模控制算法在四旋翼无人飞行器中的应用

四旋翼无人飞行器具有非线性、多变量、强耦合和不确定性等特点,通过以四旋翼无人飞行器为被控对象,建立了存在参数不确定性和未知干扰的飞行器姿态的动力学模型。利用跟踪误差状态设置滑模面,构造了包含滑模面和未知参数的李雅普诺夫函数,并设计了控制律。对设计的控制律进行仿真,结果表明了该方法的有效性。     

基于时间权函数的落角约束导引律中剩余时间的估计方法

带导弹落角约束的导引律求解需要已知导弹飞行剩余时间。针对弯曲弹道,一般的剩余时间估计方法精度较低,在假设导弹速度一定的前提下,采用n阶多项式函数近似表示剩余路径,给出了一种基于近似闭环轨迹的实用剩余时间估计方法。仿真结果表明,剩余时间估计精度平均提高了13倍以上,且计算量可以满足实时性要求。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

基于反演设计的无人水下航行器自适应二阶滑模控制

针对存在参数不确定性和结构不确定性的无人水下航行器,利用反演设计方法设计了无人水下航行器的控制器,并利用自适应控制方法在线估计参数变化率。同时,结合滑模控制克服系统中的未建模动态特性；比较了传统滑模控制与二阶滑模控制的区别,充分体现二阶滑模控制对传统滑模控制中颤振的削弱作用；仿真验证了设将反演设计与自适应控制、滑模变结构控制相结合,.x性的系统,且非线性参数不确定,在这种情况下需要.x 计方法的有效性和正确性。