基于动态逆的神经网络超机动飞行控制

为战斗机的过失速超机动飞行设计了一种神经网络控制器。基于时标分离的原则,神经控制器被设计为内环控制器和外环控制器两个部分。网络的训练利用改进的BP算法,将因子模糊化快速进行。样本点数据则由利用动态逆控制所得到的结果来提供。网络的使用利用联想记忆法则。仿真结果说明所设计的系统具有良好的控制性能及鲁棒性。     

非线性动态逆神经元解耦飞行控制方法

 提出一种非线性动态逆神经元控制系统设计方法，并成功的将其应用于某战斗机非线性解耦控制问题。该方法的基本思想是采用神经元网络建立非线性被控对象的动态逆模型，将被控对象转化为伪线性系统，并用现代控制系统综合设计方法对神经元伪线性系统进行闭环优化设计。给出的战斗机非线性动态逆神经元解耦飞行控制系统的仿真结果显示出人工神经元网络作为非线性动态逆控制单元所具有的潜在能力。     

一种基于神经网络补偿动态逆误差的方法

讨论了一种基于神经网络自适应补偿动态逆误差的方法，并应用于超机动飞机控制器设计中，飞机的基本控制采用非线性动态逆方法进行设计，对于模型不准确导致的逆误差采用神经网络进行在线补偿，仿真结果表明，采用神经网络补偿误差，弥补了非线性动态逆要求精确数学模型的缺点，而且可以简化动态逆控制律的设计，改善整个控制系统的性能。     

基于模糊动态逆的飞机直接升力控制

针对飞机的直接升力控制问题,设计了一种将动态逆控制器和模糊控制器结合使用的新方法,并在系统参数优化过程中对ITAE准则进行改进。在ITAE准则的基础上,引入对正向误差的积分从而约束系统响应的超调量。通过对单纯直接升力控制模态和垂直平移控制模态的仿真实验,表明文章的模糊动态逆控制器能够实现具备良好鲁棒性的直接升力控制;通过对比模糊动态逆控制器和动态逆控制器的仿真结果,表明模糊动态逆控制器的动态性能和稳态性能优于动态逆控制器。     

战斗机动态逆控制律对比研究

分别采用常规动态逆和模型参考动态逆设计了战斗机飞行控制律,并通过开环时域仿真以及基于任务的闭环飞行品质评估方法,对比分析了两类控制律的特点及差异.研究表明,模型参考动态逆对高频小幅指令跟踪效果较好,在需要驾驶员频繁补偿的飞行任务中表现出的飞行品质更佳.研究结果对战斗机飞行控制律的选择与设计、控制律与飞行任务种类的匹配有一定的参考意义.     

基于逆误差补偿的非线性导弹控制器设计

提出了一种基于动态逆在线误差补偿的非线性导弹动态逆控制设计方案。首先运用动态逆的双阶段设计方法设计了导弹的逆控制器,第一阶段采用动态逆方法设计快回路控制器实现对滚转、偏航和俯仰三个通道角速度的跟踪;第二阶段实现慢回路对滚转角、侧滑角和迎角的跟踪;然后,设计了具有补偿信息,并用于在线补偿动态逆误差的控制方案,并将其应用于导弹控制系统的设计中以增强其鲁棒性。通过仿真分析,验证了该方法的有效性。     

基于神经网络补偿动态逆的飞翼布局无人机姿态控制方法

将动态逆控制技术应用于飞翼式布局无人机的姿态控制回路,以适应飞翼布局无人机控制系统要求。介绍了动态逆控制器解耦控制原理,以及神经网络补偿结构的作用和设计方法,并基于无人机非线性姿态运动学和动力学模型设计了基于神经网络补偿的动态逆控制器。在强耦合、强非线性的飞翼布局无人机模型上,通过数学仿真验证了系统具有良好的动态性能和稳态特性,控制器具有很强的鲁棒性。     

基于H_∞回路成形的无人直升机动态逆控制研究

针对微小型无人直升机动力学模型的控制需求,结合H_∞回路成形控制和动态逆控制的特点,分别将动态逆算法应用到角速率控制回路和姿态角控制回路,同时应用H_∞回路成形控制方法对姿控模型进行成形,建立3通道控制器,并与经典PID控制效果进行了仿真对比。仿真结果表明,基于H_∞回路成形的动态逆控制在控制效果及抗扰能力上优于经典PID控制律。在此基础上,采用AF25B微小型无人直升机飞行验证平台对算法进行了初步飞行验证。     

过失速大机动飞机的飞行控制律设计

对新一代带推力矢量的战斗机在大迎角过失速机动下的飞行控制律进行设计,并进行了机动指令飞行仿真。引进推力矢量技术,建立带推力矢量的飞机模型方程;采用奇异摄动理论,将控制回路分为两个快慢(内外)回路,对每个回路分别用动态逆方法进行飞行控制律设计;并采用结构奇异值μ综合和分析的方法对快(内)回路设计了鲁棒控制器;最后所设计的控制律进行了机动指令飞行仿真,仿真结果表明设计的过失速机动控制律良好。     

新一代歼击机超机动飞行的动态逆控制

 根据反馈线性化理论, 讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离原则, 采用动态逆方法设计快回路和慢回路控制器; 其次提出基于模型逆的神经网络非线性直接自适应控制方案, 设计一种在线神经网络用于补偿模型逆误差。仿真表明, 该控制方案具有较好的自适应能力和鲁棒性。