基于自适应反演法的导弹直/气复合制导

防空导弹要求能够应对高速、高机动性等复杂对抗环境,直接力/气动力复合制导是防空导弹制导系统设计的关键技术.主要研究了直接力/气动力复合控制导弹的控制律、操纵律以及制导律,针对非线性系统,提出了一种基于自适应反演理论的控制方法;直/气复合切换逻辑采用模糊方法;末制导段应用变结构制导律.以某防空导弹为例进行仿真,结果表明该复合制导方法易于实现,对于高机动目标具有良好的制导精度,显示了该方法的有效性.     

敏捷性导弹的建模与模糊变结构控制

新型精确制导导弹为了获得更大的机动性、敏捷性和更高的命中精度,大多采用了推力矢量控制或反作用推力控制.讨论了敏捷性导弹的动力学特性及数学建模,并针对一类反作用推力控制的导弹提出了一种具有实时逻辑切换能力的变结构模型跟踪控制方案,为减弱一般变结构控制系统的抖颤问题,在变结构控制系统中引入简单的模糊规则,有效抑制了变结构系统的抖颤,同时进一步增强了控制系统的鲁棒性.数学仿真表明控制方案的有效性.     

月球精确软着陆李雅普诺夫稳定制导律

为实现在月球表面期望的着陆点进行精确软着陆,以月球精确软着陆三维球体非线性轨道动力学模型为基础,采用李雅普诺夫直接法,构造了基于能量的李雅普诺夫函数,设计了跟踪收敛滑动模态的精确制导律,并通过李雅普诺夫稳定性理论证明了该制导控制律的全局指数稳定性,给出矢量推力实现方法.仿真表明,该制导方法能够满足月球精确软着陆的需要.     

一种实现大角度打击的制导律设计

针对导弹带落角约束条件的作战要求,基于Lyapunov稳定性原理设计了一种既能准确命中目标又能保证大落角的制导律.该制导律将末端角度约束转化为弹目视线角约束,其表达式包含两部分,分别是基于弹目视线角速度的反馈,及弹目视线角与期望视线角之差的反馈.通过合理地调节二者的比例关系,即可保证该制导律在可用过载范围内以期望的大落角击中目标.此制导律形式简单,便于工程实现.此外,充分考虑了导弹的机动性能和导引头特性,给出了末制导律引入时的最佳初始条件.通过某型导弹的弹道仿真,验证了该制导律的有效性.      

拦截机动目标的三维协同中末一体化制导律

针对空中来袭目标机动能力较大、单枚导弹无法有效拦截的问题,提出了拦截机动目标的三维协同中-末一体化制导律。根据目标和拦截弹的最大机动能力计算所需的最少拦截弹数量,解算出末制导的初始阵位约束,根据阵位约束,设计基于改进比例导引的协同末制导律。基于中制导开始时目标速度,迭代求解出预测命中点以及中末交班约束,提出基于预测命中点的时间角度协同中制导律。在三维场景下对协同中末制导律进行仿真验证,结果表明：该方法能够有效满足中末交班的阵位要求以及末段拦截精度,实现对机动目标的有效拦截。     

基于扩张状态观测器的导弹滑模制导律

针对导弹拦截机动目标的问题,基于扩张状态观测器(ESO,Extended State Observer)设计了一种全新的导弹滑模制导律.考虑拦截时的弹目相对运动关系,通过ESO对目标加速度进行实时的观测和动态补偿,有效地解决了导弹拦截末端所需过载过大的问题,使导弹能够以更小的脱靶量拦截目标.同时在仿真中考虑自动驾驶仪的二阶动态特性,分别以不同的初始航迹角对周期性机动目标和非周期性机动目标进行拦截打击仿真,并与基于有限时间收敛理论提出的滑模制导律对迎击拦截、追击拦截和前向拦截3种方式进行仿真对比,仿真结果表明了基于ESO的滑模制导律在拦截末制导过程中的鲁棒性和优越性.      

月球重力转弯软着陆的模糊变结构控制

针对月球软着陆的最终段,提出了以重力转弯方式进行软着陆的模糊变结构制导律.首先设计了次优滑动面,然后引入模糊控制器,使滑动变量逐渐收敛到0,实现安全着陆.考虑了发动机推力偏差、着陆器初始质量估计偏差、月球引力加速度偏差、初始条件干扰、敏感器测量误差及姿态跟踪误差.并用Monte Carlo技术验证了所设计的模糊变结构制导律具有很强的鲁棒性,能够克服各种随机偏差及干扰的影响.因此,所设计的软着陆制导律是可行的,并且只须以斜向距离和斜向速度作为输入,工程实现简单.      

有界双重控制导弹微分对策制导律

针对有界控制导弹采用鸭舵或尾舵单一控制形式存在的劣势,基于双边优化微分对策理论,推导了一种有界双重控制导弹微分对策制导律。该制导律不仅将鸭舵与尾舵两组舵面的控制有效融合在一起,而且实现了有界控制命令最优的分配设计。分析了该微分对策制导律的对策空间,并从弹目机动性能比和控制系统时间常数比之间的关系,给出了鞍点解的存在条件。考虑非完全信息情形,完成了目标加速度滤波器和拦截性能衡量指标的设计。采用Monte Carlo法进行了制导性能的仿真验证,结果表明:所设计的有界双重控制导弹制导律与采用单一的鸭舵控制或尾舵控制的导弹相比不仅机动性要求较低,且具有较高的命中概率。      

主动防御的最优预测协同制导律研究

飞行器面对来袭导弹威胁时，可通过主动发射防御导弹的方式确保自身安全，这种方式称为主动防御.针对主动防御任务中传统制导律性能较差的问题，本文基于预测制导思想提出了一种高效的三维制导策略.建立了飞行器载机、来袭导弹和防御导弹的三维相对运动学模型，将迭代计算与经典制导律相结合，可对预期拦截点进行实时预测，并将其设定为虚拟目标，再设计制导律对虚拟目标实施追踪.预测制导策略建立在将高速来袭目标转化为低速虚拟目标的思想上，从而提高了拦截性能.通过非线性模型的数值仿真，验证了在应对机动的来袭导弹时，主动防御预测制导律相对于此前的方法所需的制导过载更小，脱靶量更小，制导能量损耗更小，拦截包线更大.     

拦截大气层外机动目标的模糊导引规律

针对大气层外机动目标的拦截问题,分析了轨控发动机作用下拦截器与目标的相对运动规律,并据此提出了拦截能力的估计方法.根据轨控发动机能够修正的视线转率上限和最短工作时间设计了开机曲线.结合开机曲线和拦截能力的估算方法提出了基于模糊逻辑的导引规律.该导引规律根据专家经验制定模糊规则,利用相对距离和拦截能力作为模糊推理系统的输入对发动机的开机曲线进行调整,结合继电器方式的发动机开关机规律形成制导指令.针对两种典型的目标机动方式,通过仿真验证了该导引规律对机动目标进行拦截的有效性.     

基于自适应动态逆的自动空中加油轨迹跟踪

针对自动空中加油(AAR, Automated Aerial Refueling)的受油机轨迹跟踪控制问题,采用导引环与姿态控制环分离的控制策略,提出了基于非线性路径跟随导引和自适应神经网络动态逆的受油机轨迹跟踪控制方法.该方法将改进的非线性导引应用于受油机横、纵向导引控制,使用自适应神经网络在姿态角速率回路补偿外界干扰和系统模型误差,并利用比例-积分型姿态角速率误差动态方程设计自适应神经网络权值更新律.仿真结果表明:在受油机接近加油机过程中,该方法有效提高了受油机轨迹跟踪控制系统的抗干扰能力和对模型不确定性的自适应能力,能够满足自动空中加油的控制要求.     

基于RBF网络的导弹滑模动态逆控制律设计

讨论了一种基于径向基函数(RBF,Radial Basic Function)神经网络的导弹滑模动态逆控制律.导弹的基本控制律采用动态逆方法设计,对慢回路设计神经网络滑模控制器以补偿整个控制系统的不确定性.即用RBF神经网络逼近导弹慢模态不确定性的数学模型,并将逼近误差引入到网络权值的调节律以改善系统的动态性能;滑模控制器用于减弱模型不确定性及神经网络的逼近误差对跟踪的影响.所设计的控制器不仅保证了闭环系统的稳定性,而且使模型不确定性及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后通过仿真分析,验证了该方法的有效性.      

基于自适应神经网络的飞行器主动容错控制

针对飞行器非线性系统执行器故障,利用RBF神经网络和自适应控制律,提出了基于自适应神经网络的故障重构和容错控制方法。设计了自适应神经网络观测器,利用神经网络逼近故障,引入调节因子,设计自适应律以在线调整神经网络权重向量和中心向量。构造自适应神经网络控制器,结合神经网络设计补偿控制输入。利用Lyapunov稳定性定理证明了所提方法可以实现系统渐近稳定。仿真实验结果验证了所提的方法对故障系统具有良好的观测性能、控制精度和响应速度。     

地-空导弹自适应最优制导律初探

本文从自适应控制的基本思想出发,利用最优控制理论,在建立地-空导弹最优制导律的基础上,考虑导弹质心的动力学方程,建立了扩维的系统状态方程和测量方程。再利用最优控制理论和非线性系统扩维Kalman滤波理论,推导出地-空导弹自适应最优制导律,进行数字计算,得到了比较满意的结果,为进一步探讨地-空导弹的自适应最优制导律提供了有价值的参考。     

模糊极大极小算子神经元网络的图灵等价性

将模糊Zadeh算子的定义域作了扩充,并重新定义为模糊极大极小算子,使其满足交换律、结合律和零元律.在此基础上提出一种模糊极大极小算子型神经元网络模型,符合一般模糊算子型神经元网络的定义.与传统的Zadeh算子型模糊神经网络相比具有较强的映射能力.详细证明了用该模糊极大极小算子神经元网络可以计算与图灵机等价的部分递归函数,从而表明模糊极大极小算子神经元网络的计算能力等价于图灵机.将传统神经元M-P模型神经网络的图灵等价性推广到模糊神经元网络.     

Predictive fault-tolerant control of an all-thruster satellite in 6-DOF motion via neural network model updating

The problem of controlling an all-thruster spacecraft in the coupled translational-rotational motion in presence of actuators fault and/or failure is investigated in this paper. The nonlinear model predictive control approach is used because of its ability to predict the future behavior of the system. The fault/failure of the thrusters changes the mapping between the commanded forces to the thrusters and actual force/torque generated by the thruster system. Thus, the basic six degree-of-freedom kinetic equations are separated from this mapping and a set of neural networks are trained off-line to learn the kinetic equations. Then, two neural networks are attached to these trained networks in order to learn the thruster commands to force/torque mappings on-line. Different off-nominal conditions are modeled so that neural networks can detect any failure and fault, including scale factor and misalignment of thrusters. A simple model of the spacecraft relative motion is used in MPC to decrease the computational burden. However, a precise model by the means of orbit propagation including different types of perturbation is utilized to evaluate the usefulness of the proposed approach in actual conditions. The numerical simulation shows that this method can successfully control the all-thruster spacecraft with ON-OFF thrusters in different combinations of thruster fault and/or failure.     

地-空导弹最优制导律研究

本文在导弹质点运动不作任何简化的条件下,建立导弹-目标状态空间数学模型,得到以雷达测量参数表示的,可对付机动目标的最优制导规律,将其用于某型导弹上,仿真结果表明该制导律有较好的导引精度和一定的工程实用价值;同时就导弹起控点处高低角、方位角对脱靶量的影响作了研究,该制导律能降低对导弹发射条件的要求。