BTT导弹自动驾驶仪多变量频域设计方法

本文用多变量频域理论中的逆奈奎斯特阵列法设计某型ＢＴＴ导弹自动驾驶仪，首先建立ＢＴＴ导弹控制系统模型，并在某特征点设计驾驶仪的预补偿器、主控制器和反馈增益阵，而后在最严峻的激励作用下，对设计的驾驶仪进行非线性仿真，结果表明：导弹跟踪性能良好；补偿后俯仰一偏航通道间的耦合作用明显降低。设计方法物理概念清晰，易于工程实现。     

BTT导弹协调式耦合变结构自动驾驶仪设计

本文应用多变量不确定性系统的模型参考变结构自适应控制理论设计了某型ＢＴＴ导弹协调中变结构自动驾驶仪，有铲地克服了通道间的交叉耦合效应，较好地保证了ＢＴＴ导弹偏航衮动通道之间的协调动作，获得了较高的指令跟踪性能。     

基于自抗扰控制的BTT导弹自动驾驶仪设计

针对具有非线性、时变、强耦合和不确定性的Have Dash II BTT导弹控制系统,基于自抗扰控制理论,设计了一种新的BTT导弹鲁棒控制器。利用输入输出反馈线性化,将导弹控制系统分解成了3个单输入单输出的二阶子系统,输出变量的选取保证了系统是最小相位系统。采用自抗扰设计方法,估计并补偿系统中的不确定因素和三通道之间的耦合,以实现控制目的。仿真结果表明该BTT导弹驾驶仪具有良好的动态特性和强鲁棒性。     

BTT导弹自适应神经网络控制

针对具有不确定性的六自由度BTT导弹控制系统,基于李亚普诺夫稳定性理论和神经网络对非线性函数的拟合特性,设计了一种新的BTT导弹自适应神经网络鲁棒控制器。利用神经网络对Lyapunov函数进行函数拟合,同时引入自适应神经网络权值调节律,保证了闭环系统具有较好的鲁棒稳定性能和抗干扰性能,实现了BTT导弹控制系统的三通道一体化设计。控制器设计简单、参数调节方便,并且便于工程应用。仿真研究结果表明了BTT导弹系统的输出能够渐近跟踪给定的控制输入指令。     

BTT导弹的H∞/加权混合灵敏度自动驾驶仪设计方法

本文用Ｈ∞／加权混合灵敏度方法设计某型地对空ＢＴＴ导弹的鲁棒自动驾驶仪。结果表明：基于标准弹道上某特征点的一个确定数学模型设计的Ｈ∞／加权混合灵敏度自动驾驶仪，可控制ＢＴＴ导弹沿标准弹道的全弹道稳定、准确地飞行，且能适应目标在一定飞行空域内的变化。     

敏捷防空导弹的神经网络及自适应非线性控制

研究表明，神经网络可用来对不确定的非线性系统控制的近似动态特性转换加以改进，在一个总体结构中，神经网络通过在线学习自适应地消除转换误差，这种学习由李亚普诺夫理论推导的一个简单重量更新规则来完成，这样就保证了闭合回路系统的稳定性，该方法得到了好评，并且扩展到多种神经网络和一个S形隐匿层结合起来，敏捷防空导弹的自动驾驶仪都是用该控制线路图设计的。本文介绍的是以非线性动态特性的近似转换为基础的控制规律，该控制系统增大了具有在线学习的神经网络，来自非线性敏捷防空导弹模拟的数字结果证明了所得到的自动驾驶仪的有效性。     

BTT防空导弹自动驾驶仪方案设想

简要介绍BTT防空导弹控制原理、发展概况以及对驾驶仪的基本要求.详细推导了BTT导弹弹体动力学方程.对三种交叉耦合进行分析研究,提出相应的控制规律和方案设想.最后,对所建立的BTT自动驾驶仪原理框图进行扼要的说明.     

BTT导弹时变滑态变结构自适应自动驾驶仪设计

针对倾斜转弯导弹的具体特点, 提出了一种基于模型参考时变全程滑态变结构控制理论的协调式耦合自动驾驶仪的设计方法, 并分别针对滚转通道、俯仰/偏航耦合通道进行了设计分析; 最后进行了三通道联合仿真, 得到了满意的结果     

使用神经元网络的鲁棒自适应倾斜转弯导弹自动驾驶仪设计

本文对于倾斜转弯自动驾驶仪设计，提出了一种基于神经元网络的鲁棒自适应控制方法。对具有Ｓ形隐神经元的前馈神经元网络控制器的设计作了详细分析。在未知所谓最优神经元网络的先验知识时，我们利用了神经元网络的优点和鲁棒自适应理论设计了一个控制器，该设计采用李雅普诺夫理论确定自适应律，并确保闭合回路中有所信号的有界性。无需预先进行离线训练阶段，并且仅使用一个简单的神经元网络。可以证明，跟踪误差收敛于零域。控制     

自适应自动驾驶仪

以实用情况为背景,讨论具有代表性的三种自适应自动驾驶仪:自振荡自适应驾驶仪、闭环调参的强迫振荡自适应驾驶仪和开环调参的强迫振荡自适应驾驶仪.介绍它们的自适应原理和讨论有关的设计问题.     

应用最优经典综合设计法设计三回路BTT自动驾驶仪

应用最优经典综合控制方法设计了BTT导弹的三回路自动驾驶仪,得到的控制器结构简单、性能稳定、鲁棒性好;同时该设计过程也给出了传统三回路自动驾驶仪的结构来源。之后,将设计的自动驾驶仪应用在某BTT导弹的六自由度非线性仿真中,仿真结果表明该方法设计的自动驾驶仪跟踪速度快、稳态误差小并具有一定鲁棒性。     

BTT导弹神经网络自适应控制器设计

在导弹系统存在非匹配不确定性的情况下 ,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适应导弹控制系统的设计方法。首先应用RBF神经网络在线辨识系统中存在的不确定性 ,然后利用反演控制技术设计了导弹非线性自适应控制器 ,成功的处理了非匹配不确定性 ,并应用Lyapunov稳定性理论推导出RBF神经网络权重矩阵及中心点值的调节律 ,保证了系统的稳定性。证明了系统的所有信号均有界且全局指数收敛至原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果显示了该设计方法的有效性。     

BTT导弹再入段非线性鲁棒控制

针对BTT导弹再入段的非线性模型以及三通道间的较强耦合,研究了模型不确定情况下的解耦和跟踪控制问题。首先分析了BTT导弹在再入段的非线性模型,然后根据微分几何方法检验该模型是否可进行输入输出解耦,并推导出BTT导弹在再入段的非线性解耦控制律,其后分析了在某种匹配不确定情况下导弹动态系统的具体形式,并将李亚普诺夫方法运用到控制器的设计中,得出鲁棒输出控制跟踪控制律。采用该控制方式对某型BTT导弹的六自由度仿真实验结果表明:该鲁棒控制方法在系统存在不确定性的情况下,可保证系统的稳定性,并实现三通道间的近似解耦,使攻角α,侧滑角β和滚动角γ良好地跟踪期望指令。     

BTT导弹动态逆-PID控制律设计

针对动态逆对被控对象模型依赖性较强且鲁棒性较差的缺点,研究了一种非线性动态逆和PID相结合的控制方法,用该方法设计了BTT导弹动态逆-PID控制律。首先,利用奇异摄动理论对导弹飞行状态进行时标分离,把导弹状态划分成快慢2个回路,分别对2个回路设计动态逆控制律;然后,将PID引入到慢回路中,以补偿由于未精确建模引起的系统逆误差;最后,对所设计的控制律进行仿真验证。仿真结果表明,该设计方法是有效的,所设计的控制律具有较好的动态特性和鲁棒性能。     

BTT导弹的变结构解耦控制系统设计

倾斜转弯（Bank-to-Turn，BTT）导弹由于气动外形不对称，以及存在较大的滚动速率，其各个通道之间存在强烈的耦合。本文在变结构控制理论对外界扰动的不变性原理的基础上，采用变结构控制方法设计了BTT导弹的输出解耦控制律。仿真结果验证了本文设计的变结构解耦控制器对于导弹这类参数快速时变，通道间耦合严重，有不确定因素的系统能够实现解耦控制，并具有动态响应快，超调小的特性。     

BTT导弹的自适应滑模反演控制设计

针对具有非匹配不确定性的BTT导弹非线性动力学模型,结合反演控制、自适应控 制和 滑模控制方法,设计了一种新颖的BTT导弹自适应反演滑模控制器。反演设计的每一步中均 采用具有范数型切换函数的连续滑模控制律,并采用自适应算法对不确定性的上界进行估计 。将虚拟控制量的导数作为不确定性处理,利用自适应滑模控制的鲁棒性对其进行补偿,解 决了“计算膨胀”问题,简化了控制系统的设计,并且设计中无需事先已知气动参数摄动 的上界。采用Lyapunov稳定性理论证明了跟踪误差最终有界。仿真结果显示了本文设计方法 的有效性。

     

直接力／气动力复合控制导弹自动驾驶仪解耦设计

针对采用脉冲发动机姿控方式的复合控制导弹由于弹体旋转引起的耦合效应,提出了 一种对惯性积耦合和运动学耦合的完全补偿的解耦设计方法。首先在完成气动力/直接力复 合控制弹体动力学建模的基础上,对复合控制导弹的耦合机理进行了分析;然后根据完全补 偿策略设计了复合控制导弹的解耦控制器。最后,通过仿真验证了该方法的有效性。