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导弹的神经网络自适应非线性自动驾驶仪设计

针对BTT导弹的飞行控制问题,提出一种基于近似动态逆及神经网络理论的非线性自动驾驶仪设计方法.给出了神经网络自适应动态逆控制规律,建立了BTT导弹的数学模型,设计了导弹的神经网络自适应动态逆控制系统结构,并进行了控制效果的数值仿真分析.仿真结果说明了神经网络自适应非线性自动驾驶仪在导弹飞行控制中具有较高的控制精度和很好的鲁棒稳定性.     

质量矩导弹固定时间二阶滑模控制方法

针对三轴稳定的双滑块质量矩导弹,基于动态系统零点配置原理提出一种快速固定时间二阶滑模控制方法。首先建立具有完整耦合动力学特征的质量矩导弹姿态动力学模型;其次,基于典型动态系统进行零点配置原理分析和收敛时间估计;在此基础上,提出动态过程可调节的固定时间二阶滑模控制方法,并对系统收敛时间的上界进行估计;最后,针对质量矩导弹的仿真校验了设计方法的有效性。     

导弹质量矩控制技术发展综述

质量矩技术是近年来导弹控制领域研究的热点问题之一。它是通过调整弹体内部活动质 量块的状态来实现导弹机动飞行的。与传统的气动舵控制方式相比,它具有响应快、气动外 形简单、无舵面烧蚀问题等优点,在大气层内高超声速飞行控制领域具有广阔的应用前景。 简述了质量矩技术的原理及应用领域,回顾了导弹质量矩控制技术的发展历程;从总体 布局、动力学建模、控制系统设计等方面综合分析了质量矩技术的研究现状;提出了一些当 前需要解决的难点问题,供相关人员参考。
     

导弹质量矩控制技术建模与静态性能分析

导弹为获得高超声速和高机动能力,必然在操纵、控制方面付出一定代价。针对所面临的困难,提出了质量矩控制方案。在分析了本方案优点的基础上,建立了质量矩控制导弹的动力学模型,包括质心动力学和绕质心的动力学方程。最后对质量矩控制模型进行数字仿真,对给出的滑块运动规律得出了三通道控制的多种响应曲线。尽管相对实际情况进行了一定简化,但是从静态控制模型获得的性能指标,已经能够证实本方案的可行性。     

运载火箭姿态系统自适应神经网络容错控制

针对运载火箭姿态系统跟踪问题,考虑干扰、执行器故障和模型不确定因素的影响,设计了一种基于自适应神经网络的非线性容错控制律。该控制算法结合了连续的终端滑模控制,径向基神经网络和自适应控制方法。首先,基于滑模控制理论,设计了一种快速终端滑模面,保证系统跟踪误差能够在有限时间收敛至零。然后,在终端滑模面基础上,提出了一种基于自适应径向基神经网络估计的终端滑模控制律。利用自适应参数的神经网络逼近系统参数并提高抗干扰性能,采用平滑连续控制策略消除了终端滑模中的颤动现象。通过李雅普诺夫的分析方法证明了闭环系统的收敛性和全局稳定性。采用数值仿真,验证了提出的基于自适应径向基神经网络的终端滑模控制律具有较好的跟踪性能和精度。     

非线性黄金分割自适应控制

针对参数未知，高阶定常线性系统和一类复杂的非线性系统，为设计低阶控制器，并能满足不同系统的过渡过程要求。在线性黄金分割自适应控制方法的基础上，本文提出了一种新的非线性黄金分割自适应控制方法。文章首先简单介绍了被控对象的特征模型，接着重点介绍了这种控制方法的设计原理和特点。当系统能用二阶幔时变差分方程形式的简化特征模型描述时，可以证明由非线性黄金分割自适应控制器组成的闭环系统是稳定的。最后通过典型实例的仿真验证了非线性黄金自适应控制方法的有效性和优越性。     

导弹非线性控制系统的自适应规律

为简化非线性控制系统．研究了某导弹控制系统的自适应规律。给出了系统的自振方程和负倒幅特性函数．推导了非线性系统的等效线性过程，分析了系统等效增益与自振振幅的关系。获得了系统的自适应及自补偿规律。     

基于模糊神经网络的质量矩拦截弹动态逆控制

质量矩控制是一种全新的飞行控制方法,与广泛应用的空气动力控制相比,可以避免飞行器在超高马赫数飞行时舵面的气动加热问题,而且,可以提高飞行器的机动性和敏捷性。以所建立的质量矩拦截弹数学模型为基础,通过对模型合理的简化,得到一个耦合的非线性动力学系统。考虑到系统的鲁棒性要求和三个滑块的协调控制问题,应用双时标分解的方法,提出将拦截弹动力学分离为快变状态动力学和慢变状态动力学。然后,设计了拦截弹模糊动态逆飞行控制系统,分别针对快变和慢变子系统,提出了一种基于模糊神经网络(FNN)的动态逆误差补偿方法,可以有效地抑制气动参数摄动而引起的控制系统性能的下降,提高了控制系统的鲁棒性。仿真结果表明系统性能指标满足设计要求,只需微调滑块位置,即可以实现拦截弹的飞行控制。     

一种质量矩导弹模糊姿态控制规律的研究

针对大气层内飞行的质量矩导弹,提出了一种基于模糊逻辑的姿态控制规律。在建立了3轴稳定质量矩导弹姿态运动模型的基础上,制定了3个方向上滑块位置对应的模糊规则表,并通过分析角加速度和遍历条件的关系对3个滑块位置协调控制。同时利用遗传算法根据指定的性能指标对PD控制参数进行离线校正。仿真结果表明,该方法能在保证系统稳定的情况下有效实现导弹的姿态调整。     

利用RBF神经网络预测沸石分子筛对水分子的吸附能力

针对空间望远镜水污染问题,本研究选取4种常见的沸石分子筛材料（ZSM-5、ZSM-22、MCM-41和SAPO-11）为研究对象,利用原子氧和紫外综合模拟实验设备,测试了不同环境下沸石分子筛对水分子的吸附性能,并结合实验结果和机器学习技术,构建了一个基于径向基函数（RBF）神经网络的污染物吸附能力预测模型。分析结果表明,该模型能够有效预测分子筛的吸附性能,其决定系数R²均大于0.99,平均绝对误差和均方根误差均达到10^-5量级,优于长短期记忆（LSTM）神经网络、卷积神经网络（CNN）、基于反向传播（BP）算法训练的神经网络等模型。该模型的建立解决了仅通过实验方法研究分子筛吸附性能耗时耗力的难题,并为构建更复杂的数据预估模型奠定了基础。     

第三代移动通信系统中非线性多用户检测技术

在CDMA系统中，多用户检测技术是提高系统容量，减少用户间干扰的关键。非线性多用户检测包括干扰消除和神经网络检测技术。其中干扰消除检测是对不同用户独立进行MAI估计，然后从接收信号中减去对该用户而言的部分或全部MAI；多用户检测从本质上看是一个组合优化问题，所有解决组合优化的算法原则上均可适用于多用户检测，其中基于神经网络的解组合优化方法当然也适用于多用户检测。本文论述了几种非线性多用户检测器的基本原理及其特点。     

SO(3)上航天器自适应反步姿态跟踪控制

针对刚体航天器姿态跟踪控制问题,提出了一种自适应反步控制方法。首先,考虑模型不确定性和外部干扰影响,通过引入一个非负定的势函数来描述姿态跟踪误差,在特殊正交李群SO(3)上建立描述航天器姿态运动的相对动力学方程,所建立的动力学模型有效地避免了用修正罗德里格参数或四元数描述航天器姿态时引起的奇异和退绕等问题;其次,设计的自适应反步控制器可保证闭环控制系统最终一致有界收敛,并用李亚普诺夫理论严格证明了闭环系统的稳定性;此外,设计的自适应控制律可以有效地处理系统总干扰;最后,针对航天器姿态跟踪控制场景进行数值仿真分析。结果表明:与传统PD控制器相比,所设计的控制器可以有效地提高控制性能。     

基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

DBD等离子体非定常激励下的平板流场结构分布研究

文章采用DBD等离子体简化模型,基于大涡模拟方法,对DBD等离子体作用下的流场进行数值模拟研究,探讨等离子体非定常激励作用下平板流动的流场结构特点。结果表明:等离子体作用下,在近壁区形成了一系列的正负涡对结构,涡对的产生促进了近壁区内流体与主流流体的能量交换,时均结果表现为从等离子体作用点形成向下游发展的壁面射流;在等离子体作用点下游0.5b的位置,等离子体最大诱导速度UDBD随激励强度Dc呈指数形式增加。     

质量矩复合控制拦截器一体化制导控制方法

在建立质量矩复合控制拦截器制导控制一体化数学模型的基础上,利用微分几何策略对一体化制导控制系统进行了设计,给出了发动机期望控制力矩和滑块期望位置指令,并采用极点配置方法对反馈控制系数进行了设计。为保证系统具有能控性,对滑块质量和发动机稳态推力参数进行了设计。仿真结果表明,该方法能实现拦截器末段的制导控制,同时能降低对滑块执行机构的功率要求。     

一种SGCMG系统奇异逃离方法

单框架控制力矩陀螺 (SGCMG)系统进入奇异后无法提供准确的三轴指令力矩,通过奇异机理分析,设计了一种奇异逃离方案。首先构造新的动态坐标系,在系统进入奇异后,将控制坐标系切换到新的坐标系下,在新的坐标系上放弃一个维度的控制,将系统考虑为平面内的SGCMG冗余控制系统,然后在平面内采用二维零运动使得系统快速逃离奇异状态,当SGCMG系统逃离奇异状态后,再重新接入三维度的控制。仿真结果表明,提出的方法具有很好的奇异逃避效果。     

考虑单框架控制力矩陀螺性能约束的小卫星姿态星载控制

针对以单框架控制力矩陀螺(SGCMG)为姿态机动控制执行机构的小卫星,在姿态机动过程中SGCMG容易陷入奇异的问题,设计了一种姿态轨迹无奇异的快速规划和跟踪控制结合的姿态闭环控制方法。将平坦微分理论应用于姿态轨迹规划,设计了一种SGCMG无奇异的姿态轨迹快速规划方法,该方法综合考虑了实际姿态机动过程中存在的轨道角速度、重力梯度力矩等环境因素的影响。建立了基于误差修正罗德里格斯参数(MRP)的姿态动力学模型,并设计了基于MRP的滑模姿态跟踪控制器。仿真分析表明:该方法能在0.8 s内快速规划出一条关于能量指标的次优平滑路径,且在该姿态路径下,SGCMG不会出现奇异饱和失效现象;姿态跟踪控制器在机动稳定状态的跟踪误差在2×10~(-4)以内。     

利用混合模型LSTM-DNN进行全球电离层TEC map的中短期预报

近年来,基于深度学习技术的长短期记忆（long short-term memory, LSTM）网络相关预报算法在空间天气的预测方面得到广泛应用,但存在预测误差随时间堆叠的缺陷,因此只能进行有限的短期预测。为解决这一问题,文章将太阳风参数、太阳黑子数、地磁活动水平指数Ap以及磁暴环电流指数Dst作为预报因子加入模型,建立一个基于LSTM和深度神经网络（deep neural networks, DNN）的混合模型来进行全球电离层TEC map的中短期预报。该模型可以明显减小时间递增对预测误差的影响。测试结果表明,相较于单独的LSTM模型,LSTM-DNN混合模型对24 h电离层预报准确率相近,对48 h电离层预报平均相对精度（RA）由79.30%提升到81.18%,对144 h电离层预报平均相对精度由64.97%提升到77.64%。