基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控制的增益根据舵效变化完成在线自适应调节,实现飞行器的自适应姿态控制;最后,进行数学仿真验证,结果表明,将BP神经网络应用于飞行器姿态控制中,能够实现控制参数的自适应调整,说明BP神经网络具有优良的逼近性能,最终提升了飞行器姿态控制系统的性能,提高了智能化设计水平.     

考虑伺服回路动态的飞行器攻角鲁棒控制技术

为增强飞行器姿控回路与伺服回路的协调匹配性,提升整个姿态控制系统的综合性能,在考虑飞行器伺服回路动态特性的基础上研究其姿态控制方法。以俯仰通道为例,基于多鲁棒面控制和动态面控制理论,提出一种考虑伺服回路动态特性的攻角鲁棒控制方法,有效解决了回路之间的协调控制问题。计算机仿真结果表明:相比于未考虑伺服回路动态特性的攻角控制方案,该控制方案的攻角跟踪效果更好,飞行器姿控外回路和伺服内回路协调匹配性得到提升,且该方案确保了攻角控制系统具备更优越的综合性能指标。研究成果可重点应用于具有高动态和轻质化需求的飞行器姿态控制领域。     

某类比例导引飞行器的制导回路稳定性分析方法

针对某类采用比例导引制导方法的飞行器,在传统稳定性分析的基础上,详细推导了制导回路模型并进行了线性化,建立了完整的多回路稳定性分析模型.并计算了各回路的开环传递函数,分析了比例导引参数对稳定性的影响,对比例导引参数的选取和控制网络的设计起了指导作用.     

大气层内飞行器风速在线辨识方法

针对依靠空气动力机动飞行的飞行器飞行轨迹受平稳风场影响大的特性,提出了一种以过载控制辅助实现风速辨识的方法.对地面风场特性进行了分析,建立了简化的风场模型,利用铅垂方向风场分量近似为0的特性推导了风场辨识算法,然后阐述了风速辨识流程,给出过载控制实现方案、风场估算公式,最后通过数学仿真验证了该方案在线辨识风速的有效性,为实现制导控制系统实时弹道风修正提供了技术支撑.