自适应非奇异快速终端滑模固定时间收敛制导律

针对机动目标的末制导拦截问题,设计了一种带攻击角度约束的非奇异快速终端滑模固定时间收敛制导律。与有限时间收敛终端滑模制导律相比,所提制导律能够确保弹目视线（LOS）角和弹目视线角速率在固定时间内是收敛的,并且收敛时间是独立于制导系统初始条件的,可以根据制导律参数预先给定。构造了一种新型的非奇异快速终端滑模面,有效解决了奇异性问题,同时通过合理地改变滑模面与弹目视线角跟踪误差的趋近律指数,使得制导系统比现有的固定时间收敛控制具有更快的收敛速率。此外,设计了一种自适应律,针对目标机动引起的未知扰动进行估计,使得制导律的设计无需预先知道任何关于目标机动的信息。通过仿真实验验证了所提制导律能够使导弹成功拦截机动目标,并且与现有制导律相比,具有更快的系统收敛速率、更高的拦截精度及更短的拦截时间。      

带落角约束的新型二阶滑模三维制导律

针对导弹在三维空间中攻击地面机动目标问题,提出了一种带落角约束的三维有限时间制导律。为提高收敛速度和抑制抖振现象,基于非齐异快速终端滑模面和二阶滑模控制理论设计了含耦合项的非奇异快速终端二阶滑模三维制导律,设计过程中无需对系统模型作线性化处理并且避免了奇异问题的出现。针对目标机动信息和视线角耦合带来的总扰动,设计了非齐次干扰观测器进行估计并补偿。并对制导律的稳定性和有限时间收敛特性进行了严格的数学证明。仿真验证了本文提出制导律的有效性和优越性。      

俯冲段高超声速飞行器有限时间协同制导律设计

针对多枚高超声速飞行器在俯冲段协同攻击一个固定目标或慢速移动目标的问题,基于有限时间理论设计了带有视线（LOS）高低角和视线方位角约束的协同制导律。首先,将俯冲段制导过程划分为横向和纵向2个方向;其次,在纵向视线方向,将所有参与攻击的飞行器与邻居间的相对位置差值和视线速度差值作为误差项引入制导律;最后,为实现横向和纵向的视线角收敛,设计有限时间滑模制导律,并设计自适应干扰观测器估计时变扰动的上界。通过Lyapunov函数对提出的协同制导律给出详细的有限时间收敛证明,仿真实验结果验证了所设计协同制导律的正确性和有效性。      

有限时间收敛的阻力加速度跟踪进入制导律

摘要：针对地球或火星的大气层进入过程提出一种具有有限时间收敛性质的阻力加速度跟踪鲁棒制导律.将再入动力学方程抽象为一类带有不确定性及扰动的非线性系统,并针对该类系统提出一种基于滑模控制的有限时间鲁棒控制律.将所提出的理论方法应用于阻力加速度跟踪制导律的设计中,设计可使阻力加速度在有限时间内跟踪上标称值的制导律.仿真验证方法的有效性和先进性.     

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。     

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.      

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.     

脉冲型逻辑切换飞行系统的制导控制律设计

探讨了气动舵面和侧向喷流复合控制模式下拦截弹飞行系统的制导与控制.由于高空气动力不足,同传统的只装配气动舵面的拦截弹相比,为改进对于机动目标的拦截精度,将侧向喷流装置引入以增加导弹的机动能力.使用脉冲型混杂切换系统对侧向喷流导弹动力学进行描述;滑模制导律和决定侧向喷流装置开启策略的逻辑切换律被提出用于产生期望制导指令.仿真和比较证实:滑模制导律和逻辑切换律对目标机动敏感,末端脱靶量很小(<0.1 m),拦截弹动能碰撞杀伤目标.      

基于尾流的超空泡航行体变结构制导律设计

针对超空泡航行体机动能力差、探测手段有限等特点,提出了一种基于目标舰船尾流梯度信息的变结构制导律.通过激光探测机动目标的尾流信息,动态解算尾流梯度方向;采用滑模变结构理论设计制导律,实现对尾流梯度方向的精确跟踪,最终完成对目标舰船的精确打击.该方法利用目标尾流信息,避免对目标运动状态进行复杂估计计算,不仅降低了对机动能力的要求,同时大大减小能量消耗,提高了有效航程.仿真结果表明,系统响应迅速,可以实现快速精确的目标跟踪打击,且具有很强的鲁棒性和抗干扰性.     

基于ASTSMO和UIO的故障估计方法

针对系统在有未知干扰情况下的故障估计问题,提出一种基于自适应Super-Twisting滑模观测器（ASTSMO）和未知输入观测器（UIO）的故障估计方法。不需要已知故障导数的上界,避免了现有自适应算法存在的滑模增益过估计问题,并且能够处理多执行器同时发生故障的情况。首先,通过非奇异变换将原系统降阶为两个子系统,其中一个子系统只受故障的影响,另一个子系统同时含有故障和不确定干扰。对两个子系统分别设计ASTSMO观测器和UIO观测器,并对误差系统有限时间内收敛的条件进行了证明,同时给出了滑模增益初始值和时变增益的设计方法。然后,基于等效控制的概念对故障进行检测和估计。最后,通过仿真算例验证了所提故障估计方法的有效性。      

遗传算法在质量矩导弹姿态控制中的应用

研究了三轴稳定控制系统的姿态控制问题.建立了内部带有3个可移动滑块的数学模型.利用RBF(Radial Basis Function)网络的快速自学习以及自适应特性,将其作为控制器不断调整滑块的位置.同时利用遗传算法(GA)的全局、并行寻优及增强式学习能力对神经网络控制器的权系进行优化.通过对滑块位置的协调控制,改变导弹的飞行姿态.最后讨论了滑块运动特性对系统性能产生的影响并对系统稳定性进行了分析.仿真结果表明该控制律能在保证系统稳定的情况下有效地实现导弹的姿态调整,并且提高了系统的动态响应品质.      

基于自适应UKF的敏感器故障诊断算法

针对非线性系统中敏感器测量过程存在异常干扰和出现仪器故障问题,提出一种基于自适应UKF(Unscented Kalman Filtering)的鲁棒故障诊断算法.算法通过新息特性分析引入自适应矩阵对异常干扰和仪器故障建立系统级抑制和部件级诊断.系统级检测将UKF的新息特性通过自适应函数引入状态预测,修正异常值对状态预测值的影响,达到对异常干扰的鲁棒性.部件级检测将新息特性分解成各部件参数的新息特性,建立各自敏感器的自适应矩阵,通过对自适应矩阵的迹进行判断,检测是否发生故障并隔离故障.仿真结果表明,算法对异常值具有较强的鲁棒性,对测量仪器失效造成的故障能够准确地检测并给出故障大小.算法结构简单,计算量小,对工程应用具有较好的参考价值.      

基于图像纹理的自适应水印算法

图像水印技术是一种在图像中嵌入被称为水印的版权标记,以证明图像版权归属的技术。利用图像纹理粗糙区域易于隐藏水印的优势,提出了一种基于图像纹理的自适应水印算法。首先,设计了一种能够真实反映图像纹理丰富程度的纹理度量方法,引入全局纹理值和局部纹理值的概念来综合分析图像纹理的分布情况;其次,利用滑动窗口和窗口内区域的局部纹理值,精确地获取图像的纹理粗糙区域,将水印嵌入在纹理粗糙区域中,保证嵌入水印图像的视觉质量;然后,通过多元回归分析,得到水印嵌入参数与纹理粗糙区域的全局纹理值和局部纹理值的函数关系,根据区域的纹理值自适应地调整水印的嵌入参数,最大限度地保证水印的不可见性,增强水印的鲁棒性;最后,通过在多个不重叠的纹理粗糙区域中嵌入相同的水印,进一步提高水印提取的准确率。在100幅自然场景图像上进行模拟实验,从不可见性、自适应性和鲁棒性三个方面证实了所提算法相比已有自适应水印算法的优越性。      

基于随机机动模型和落点预测的制导律设计

针对自旋弹体低成本制导律设计问题,提出了一种基于落点预测的新型制导律设计方法。采用随机机动模型和自适应卡尔曼滤波器估计弹体的飞行状态,并解析求解弹体落点预测值,根据落点预测值与目标的偏差生成制导指令。该制导律不依赖于弹体气动参数和弹体运动方程的在线数值求解,避免了常规基于落点预测的制导律所带来的在线计算成本。根据自旋火箭弹的非线性数学模型,通过数值仿真检验了所提制导律在标称参数条件和参数受扰条件下的性能。通过与比例制导律进行制导性能对比,结果表明:所提制导律的制导性能在绝大多数情况下优于比例制导律。      

基于自适应学习策略的改进鸽群优化算法

鸽群优化（PIO）算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化（ALPIO）算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。      

基于自适应模拟退火遗传算法的最优Lambert转移

主要研究了航天器采用Lambert二脉冲变轨的优化问题。对于初始位置、目标位置和转移时间都不固定的Lambert二脉冲转移,由于多变量以及方程本身的复杂性,采用传统的优化方法效率低甚至无法求解.采用了自适应遗传算法(AGA),寻求多变量的最优解.同时结合模拟退火算法,得到了自适应模拟退火遗传算法(ASAGA),该算法既具有全局搜索能力,又改善了一般遗传算法的局部寻优能力.通过仿真,比较了遗传算法和自适应模拟退火遗传算法的寻优结果,表明两者寻求最优转移的有效性,以及自适应模拟退火算法具有更强的寻优能力.      

基于自适应判决反馈均衡器的盲图像复原算法

自适应判决反馈均衡器(ADFE,Adaptive Decision Feedback Equalizer)是横向均衡器的改进型式,它用判决输出信号组成一个延迟线,用一部分抽头系数加权求和后送回输出端求和,可有效地抵消码间干扰.由于退化图像可以看作是像素点之间的干扰,该方法被引入到二维退化图像盲复原中,算法中采用了Lee滤波器去除噪声,由于反馈滤波器的引入,允许前馈滤波器的系数选择上有更大的自由度,并不需要是退化模型的倒数,可以避免噪声的过分放大;另外在判决器的设计中采用了阈值分割方法确定图像的支撑域.实验证明,该算法具有很强的抗噪声干扰能力,是一种有效的盲图像复原方法.