输入饱和约束下导弹自动驾驶仪鲁棒最优自适应控制

针对遭受外部扰动和输入饱和约束条件下的导弹自动驾驶仪系统，研究其鲁棒最优控制问题。首先，引入光滑函数处理输入饱和约束，并设计超螺旋干扰观测器实现对外部扰动的实时估计；然后，结合滑模控制理论，设计基于观测器的自适应滑模控制策略；接着，针对等效滑动模态系统，引入自适应动态规划算法构造评价网络求解哈密顿-雅可比-贝尔曼(HJB)方程，设计新的更新律在线学习最优控制策略使得系统稳定的同时满足预设的性能指标；最后，导弹自动驾驶仪系统的仿真结果表明了算法的有效性。