用于制导炸弹的自适应自动驾驶仪

制导炸弹传统的自动驾驶仪设计过程中需要一个高精度的空气动力学模型，以表示系统非线性的增益图表。本文提出一种简化自动驾驶仪设计过程的方法，就是设计一个相应于简单飞行条件下的反相控制器和一个在线神经网络，神经网络用于处理因近似逆控制产生的误差，这样不仅简化了设计过程，也无需准确的空气动力学数据，尤其是大攻角I晦界值或其它空气动力的非线性部分，在设计过程中逆过程的选择本身可以建立相应的临界值，并在学习过程中进行比较，文章最后给出了完全六自由度制导炸弹应用上述方法仿真后的结果。     

采用神经网络状态估计器的导弹自动驾驶仪

高性能的导弹自动驾驶仪在往往需全部状态以及采取某些动力学逆变换，与这些问题相关联，本文讨论一种侧滑转弯（ＳＴＴ）导弹用的以神经网络状态估计器为基础的自动驾驶仪，导弹模型展示了所有非线性因素，其中包括假定滚动有良好稳定性时，俯仰和偏航通道之间的耦合，除了神经网络状态估计器外，还设置了由神经网络构成的部分线性控制器，它是动力这逆变换的关键元件，由于该自动驾驶仪还使用了某些动态补偿器，因此是在混合控制方     

基于自适应神经网络的非线性飞控系统设计

将动态逆理论、神经网络和自适应控制相结合应用于非线性飞行控制系统设计中，通过动态逆控制律将非线性耦合系统转换为线性解耦系统，采用具有在线学习能力的神经网络来补偿反馈线性化中存在的逆误差，最后利用李亚普诺夫稳定性理论推导了在线网络权值的自适应调整规则。仿真结果表明，这种控制结构具有良好的跟踪能力和极强的鲁棒性。     

大攻角导弹的非线性自动驾驶仪设计

本文描述了尾控大攻角空空导弹的两种非线性自动驾驶仪的设计方法。该研究应用了一种短程导弹高度非线性，时变俯仰面刚性体的动态模型。这种自动驾驶仪是利用线性化反馈技术、线性控制理论来设计的。为了解决由尾控导弹引起的“空气动力学”困难，提出了两种各不相同的近似线性反馈的方法。第一种方法是在闭环动力学上施加了一个时标结构，第二种方法则是重新定义了输出。     

三轴自动驾驶仪设计：从线性到非线性控制策略

给出了一种三轴侧滑-转弯导弹自动驾驶仪设计，用法宇航马特拉公司的导弹进行了模拟。比较了各种控制，以评估其应用潜力-经典的非线性时不变控制及静，动态近似输入-输出线性反馈。研究了鲁棒性，采用一种特殊类型的非线性动态控制，根据稳定性，性能及鲁棒性要求，给出了最好的结果，采用表格比较，解释了模拟结果。     

基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

空-空导弹合成调节自动驾驶仪飞行试验

下一代近程空-空导弹将以在近程空-空战斗中具有很强的机动性为主要特征。而相应系统的强非线性和快速时变动态特性,都将为自动驾驶仪的设计带来巨大挑战。利用现代的鲁棒设计方法论,例如带有动压控制器调参的合成的综合设计法将产生一个完整的高性能的自动驾驶仪。全方位的仿真和几项飞行试验验证了整个飞行过程的鲁棒性和工作性能。     

纵向通道模糊控制自动驾驶仪设计

自动驾驶仪是导弹的重要组成部分。本文结合模糊控制和线性控制的优点，设计了模糊一线性控制自动驾驶仪，仿真结果表明，其性能优于采用单一线性控制的自动驾驶仪。     

CJ818自动驾驶仪系统及控制律设计

以大型民用客机CJ818为原型机,首先介绍了自动驾驶仪从简单的稳定系统发展为飞行自动化系统的过程,并介绍自动驾驶仪在整个系统中的位置及信号传输路径。在此基础上还介绍了自动驾驶仪的工作原理,然后通过分析所需的输入输出数据确定与之相关的传感器及作动筒位置。控制律是实现自动驾驶仪功能的核心,采用技术成熟的经典控制理论设计自动驾驶仪的控制律,包括俯仰姿态控制、高度保持及马赫保持等控制律,并以俯仰通道为例进行了MATLAB/Simulink仿真,采用根轨迹法改变系统的增益,从而获得较好的控制效果。     

自动驾驶仪的参数设计对飞机飞行品质的影响

本文介绍一个自动驾驶仪的参数设计.这是一个三轴自动飞行控制系统,它由模拟式的控制增稳系统和数字式自动驾驶仪组成.文中在给出了固定增益的控制增稳系统的基本组成之后,着重介绍自动驾驶仪的参数选择特点及其对飞机飞行品质的影响.     

航空发动机神经网络自适应控制研究

本文研究神经网络自适应控制方法及其在航空发动机控制中应用。结合某型航空涡喷发动机,首先研究采用神经网络进行非线性动态系统辨识,包括神经网络模型辨识的格式、输入信号形式等问题。然后,提出了一种神经网络自适应控制方法,阐明了该方法基本结构、原理。最后,在选定的设计点处进行发动机控制系统设计,当偏离设计点时,利用神经网络很强的学习、适应能力,通过在线修正神经网络参数,使控制系统仍保持良好性能。      

电传飞机纵向自动驾驶仪控制律设计

在电传飞机纵向自动驾驶仪控制律的初步设计过程中，以电传飞机的纵向低阶等效系统为控制对象，采用零极点偶配置方法合理地配置零极点偶，使纵向自动驾驶仪控制律的设计得到了最大程度的简化，用所获得的控制律进行了数字仿真，仿真结果表明，纵向自动驾驶仪各个功能模式获得了良好的动态响应特性，满足了各项指标的要求，从而证明了这种设计方法是简便可行的。     

基于自适应神经网络的非线性飞行控制

结合反馈线性化和神经网络提出了一种新的飞行控制系统设计方法,通过反馈线性化将非线性耦合系统等效转换为线性解耦系统,利用具有在线学习能力的神经网络补偿反馈线性化的误差,建立了基于自适应神经网络的控制结构,并利用李亚普诺夫函数导出了网络权值的自适应调整规则。在巡航弹地形跟踪应用中的结果表明,该控制系统不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

导弹驾驶仪鲁棒反演控制器设计

由于导弹在飞行过程中弹体参数变化剧烈,所以具有自适应性的控制理论来设计自动驾驶仪是一种很好的解决方案。反演理论是继反馈线性化之后发展起来的非线性控制理论,是一种基于Lyapunov稳定理论的设计方法。本文针对空空导弹的非线性模型设计了自动驾驶仪的反演控制器,并进行了数字仿真,证明了该方法的正确和有效性。     

一种动态面神经网络鲁棒飞行控制律设计

提出一种基于RBF(Radial Based Function)神经网络和动态面控制的飞行控制律设计方法。针对飞机气动参数变化引起的非线性和不确定性,通过RBF神经网络在线逼近。动态面飞行控制律消除了反推设计方法中由于对虚拟控制反复求导而导致的复杂性问题。同时,在控制律设计中引入一个鲁棒因子项来补偿外界干扰和神经网络的逼近误差,提高了系统的鲁棒性,使整个系统获得更好的跟踪控制性能。基于Lyapunov稳定性定理证明了闭环系统的所有信号半全局一致终结有界,并且通过适当选择设计参数,跟踪误差可收敛到原点的一个小邻域内。最后,通过飞机俯仰运动飞行的数值仿真验证了该方法的有效性。     

固定翼无人机编队集结控制算法研究

针对固定翼无人机协同作战时的编队集结问题，提出了一种新的路径规划和位置分配方法，并设计了包括航迹跟踪、高度保持和速度控制在内的自动驾驶仪。该路径规划算法通过矩阵迭代得到一组较优的目标点分配方案，满足总航程较小和同时到达约束。根据得到的各无人机飞向目标点的航迹，算出无人机编队集结的代价矩阵。在每架无人机确定了应飞航路后，开始沿航路飞向目标点，在此过程中，纵向采用高度保持自动驾驶仪，横向采用航迹跟踪自动驾驶仪，控制无人机按规定航迹飞行。速度调节自动驾驶仪可根据速度指令调节油门大小加减速，跟踪上目标速度，进而实现编队集结。仿真结果验证了所提出的编队集结控制方法的有效性和可行性。     

导弹非线性自适应鲁棒控制系统设计

提出了一种基于全调节RBF神经网络的导弹非线性自适应鲁棒控制系统的设计方法，应用全调节RBF神经网络在线辨识系统中存在的不确定性，利用反演和鲁棒控制技术设计了导弹控制系统，成功地处理了非匹配不确定性，并在虚拟控制中引入了微分阻尼项，有效地改善了系统动态性能。最后，应用Lyapunov稳定性理论推导出RBF神经网络各参数的调节律，并证明了系统状态全局渐近收敛于原点的一个邻域，仿真结果验证了该设计方法的有效性和可行性。     

基于自适应模糊滑模退步控制的直接力/气动力复合控制导弹自动驾驶仪设计

针对直接力/气动力复合控制导弹所具有的强耦合非线性特性,提出了一种基于自适应模糊滑模退步控制的自动驾驶仪设计方法.该方法利用自适应模糊系统所具有的万能逼近特性,对大迎角飞行过程中导弹动力学方程中存在的非线性函数进行逼近,并利用变结构控制所具有对干扰的强鲁棒性,构造误差系统滑模面,克服了逼近误差和外界干扰对控制系统的影响,实现了对大机动指令的精确跟踪.仿真结果表明,所设计的自动驾驶仪对过载指令有良好的跟踪效果,对模型不确定性和外界干扰具有鲁棒性.     

不同过载自动驾驶仪的对比研究

针对三种不同结构的过载自动驾驶仪进行了对比研究,推导了驾驶仪控制回路的闭环传递函数,并对闭环稳态误差进行了分析.基于极点配置方法,设计了自动驾驶仪控制参数.在此基础上,研究了各驾驶仪控制回路对执行机构动力学延迟、非线性环节以及测量噪声的响应特性,并进行了对比分析,为飞行器过载自动驾驶仪的选型和设计提供了依据.     

导弹纵向神经网络自动驾驶仪设计

在导弹俯仰通道中存在输入未建模动态情况下，提出了一种基于RBF神经网络和反演控制技术的神经网络自动驾驶仪的设计方法。首先应用两个RBF神经网络对输入未建模动态设计了神经网络逆补偿器，然后利用反演控制技术设计了导弹纵向自动驾驶仪。最后给出仿真结果显示了该设计方法的有效性。