基于快速模糊干扰观测器的UASV再入Terminal滑模控制

针对无人空天飞行器再人大气层过程中气动参数变化剧烈、控制精度要求高的特点，设计了基于快速模糊干扰观测器的Terminal滑模控制方案。通过改进传统模糊干扰观测器的学习律，提出一种快速模糊干扰观测器，增强了其在线逼近干扰及系统不确定的能力。Terminal滑模的有限时间收敛特性提高了系统跟踪速度，同时采用快速模糊干扰观测器消除全部扰动的影响，从而保证了飞行品质。最后，仿真结果表明了快速模糊干扰观测器的优越性及闭环控制方案的有效性。     

Modeling and Algorithm Application of Weapon Assignment System

In order to improve weapon assignment(WA)accuracy in real scenario,an artificial neural network(ANN)model is built to calculate real-time weapon kill probabilities.Considering the WA characteristic,each input representing one assessment index should be normalized properly.Therefore,the modified WA model is oriented from constant value to dynamic computation.Then an improved invasive weed optimization algorithm is applied to solve the WA problem.During search process,local search is used to improve the initial population,and seed reproduction is redefined to guarantee the mutation from multipoint to single point.In addition,the idea of vaccination and immune selection in biology is added into optimization process.Finally,simulation results verify the model′s rationality and effectiveness of the proposed algorithm.     

具有闭环极点约束的空天飞行器再入姿态的模糊保性能控制

 研究了空天飞行器(ASV)再入姿态的具有闭环极点约束的模糊保性能控制律的设计问题。基于ASV再入段存在参数摄动的不确定姿态动态系统的T S模糊模型，考查姿态角和角速率误差的镇定问题，结合圆盘极点约束，导出了具有极点约束的模糊保性能控制律存在的条件，基于Matlab的LMI(Linear Matrix Inequalities)和FLC(Fuzzy Logic Control)工具给出了ASV再入姿态的具有闭环极点约束的模糊保性能控制器的设计方法。仿真结果验证了算法的有效性。     

防空态势评估系统分析及新型评估模型研究

态势评估是一个时敏、不确定的动态过程。为了正确评估态势、深刻认识评估过程,首先详尽分析了评估所需的18项威胁因子及其作用原理,利用高斯函数将数据模糊化并给出复杂威胁因子的贝叶斯推理模型。在此基础上提出一个优势互补的二级态势评估模型:远方目标未知信息较多时,依照关联规则假设重要未知信息,预测目标的威胁程度;信息完备时使用贝叶斯网络推理,具有更强的可信度。最后,实例仿真验证了该评估模型的正确性及合理性。     

基于模糊前馈的空天飞行器再入姿态的模糊鲁棒跟踪控制

提出一种新的模糊鲁棒跟踪控制方法,并应用于研究空天飞行器(ADV)再入段姿态角的跟踪问题.基于ASV再入段存在外界干扰的不确定姿态动态系统的T-S模糊模型,考查姿态角跟踪误差,引入模糊前馈,得出跟踪误差指数稳定的约束条件,并在镇定控制是前馈控制的先决条件的前提下,研究了模糊前馈跟踪控制器和具有η衰减率的模糊镇定控制器的设计问题,基于Matlab的LMI(linear matrix inequalities)和FLC(fuzzy loic control)工具可实现此问题的求解.仿真结果验证了算法的有效性.