机载光电跟踪系统基于遗传算法的模糊控制器优化设计研究

分析了机载光电跟踪系统的构成，并对机载光电跟踪系统的最主要成部分－陀螺平台框架系统设计了基于GA（遗传算法）的模糊控制器，由于遗传算洒可以搜索整个空间，不易陷入局部最优解，不受搜索空间的限制性假设的约束，因此本文通过遗传算法对模糊控制器的控制规则，参数以及量化因子和比例因子进行了优化，在对模糊控制器设计的过程中，为了提高模糊控制的精度并加速遗传算法的收敛速度，还采用了变论域的方法，通过对系统详细的仿真研究，验证了基于GA的模糊控制器设计的良好控制效果。     

现代战机超机动攻击研究

在研究、比较两种非线性系统设计方法——动态逆和Backstepping的基础上，设计了具有大机动飞行的，基于Lyaponov全局稳定的Backstepping飞行控制律；其次，探讨了衡量机动攻击导引性能的评价尺度，并进一步研究了如何根据载机与目标的相对运动，导引载机机动飞行，以迅速满足载机空空导弹离轴发射条件，实现超机动攻击的导引律。最后，以攻击机动和非机动目标飞行仿真，说明了所研究的机动攻击导引方法的正确性和可行性。     

多机协同多目标攻击系统研究

研究了多机协同多目标攻击系统，定义了自主优先权，提出了分组决策的方案，设计了目标分配和火力分配的原则，采用神经网络实现了决策算法，并对整个决策系统进行了仿真；阐述了导弹攻击区的计算方法，用比例导引法实现了空空导弹攻击。最后设计了多目标攻击系统，将空战决策，导弹攻击区判断，导弹攻击融为一体，并进行了仿真。结果验证了空战决策的正确性。它对第四代歼击的火力控制系统的研究有一定的参考价值。     

基于模糊逻辑系统的空空导弹攻击区拟合

将空空导弹攻击区的拟合表示成一非线性逼近问题 ,从而利用模糊逻辑系统的万能逼近性质 ,并结合误差反向传播学习算法 (BP算法 )实现了对导弹攻击区的自动学习。在此基础上 ,提出了利用扩展的 T- S推理进行攻击区分组逼近与综合的方法。仿真结果表明该方法具有精度高、参数少、通用性强等优点。     

一种基于改进遗传算法的模糊建模方法

针对复杂系统的模糊建模问题，提出了一种改进遗传算法的模糊建模方法。首先在标准的T—S模糊模型基础上，提出了扩展的T—S模糊模型。然后采用改进的遗传算法优化扩展的T—S模糊模型参数和规则数。最后．通过数字仿真结果验证了算法的可行性和有效性。     

基于滚动时域控制的寻的导弹末制导律研究

针对近距机动目标的拦截，设计了基于滚动时域控制的寻的导弹末制导律。本导引律在最优导引律(0PG)研究成果基础上，采用滚动时域控制技术，将追踪过程分为若干有限时域的追踪，并在每个时域内，将追踪过程视为初始条件不断更新的非机动追踪模型，进行最优追踪制导，反复进行直到截获目标。它无需知道目标的未来运动轨迹，能有效追踪拦截机动目标，克服了OPG要求完全知道目标未来运动轨迹的应用条件限制，并且简化了计算。仿真研究表明，该导引律性能优于TPN，APN，接近OPG。该导引律算法简单、有效，切合实际，可为工程应用提供参考。     

一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

基于模糊罚函数的分布式并行遗传算法及其应用

本文将模糊理论用于优化中,提出了一种基于可行度的模糊罚函数法,并采用分布式并行遗传算法进行寻优操作,该方法可以将不同遗传操作的优点加以整合,通过并行运算提高优化效率。将基于模糊罚函数的分布式并行遗传算法应用到多目标结构优化中,仿真试验表明取得了很好的寻优效果。     

一种新颖的模糊控制算法研究

提出了一种结构新颖的模糊控制算法。通过对控制律的参数寻优和调整，实现了二级倒立摆的稳定控制，由于本文采用了连续性模糊控制算法，从而使解析描述的模糊控制规则可以不受模糊变量论域量化等级的限制，因素消除了一般模糊控制算法所特有的稳态误差，仿真也证明了本文提出的模糊控制算法具有较好的控制效果。     

载光电跟踪系统基于遗传算法的模糊控制器优化设计研究

分析了机载光电跟踪系统的构成,并对机载光电跟踪系统的最主要组成部分--陀螺稳定平台框架系统设计了基于GA(遗传算法)的模糊控制器.由于遗传算法可以搜索整个空间,不易陷入局部最优解,不受搜索空间的限制性假设的约束,因此本文通过遗传算法对模糊控制器的控制规则、参数以及量化因子和比例因子进行了优化.在对模糊控制器设计的过程中,为了提高模糊控制的精度并加速遗传算法的收敛速度,还采用了变论域的方法.通过对系统详细的仿真研究,验证了基于GA的模糊控制器设计的良好控制效果.     

飞机穿越微下击暴流风切变的智能控制

在应用模糊逻辑建模与辨识方法建立微下击暴流风切变模型的基础上，根据恒定俯仰姿态改出微下击暴流的飞行引导策略，提出了一种改出微下击暴流风切变的模糊反馈控制系统，并将遗传算法应用于该模糊逻辑控制器的设计。结果表明，本文提出的建模方法能够更真实地反映出飞机穿越微下击暴流风场的动态特性；采用模糊逻辑控制器，可使得飞机在穿越微下击暴流风场时具有较好的改出性能；另外，遗传算法的应用对已设计的模糊逻辑控制器进行了优化，进一步改善了飞机穿越微下击暴流的性能。     

航姿系统内阻尼的模糊自适应滤波算法

平台式惯性航姿系统的内阻尼算法通过阻尼网络将自身的速度信息加到系统中,达到提高姿态精度的目的.本文将该思想引入到捷联式惯性航姿系统中,在系统加速度较小时,利用加速度计的输出估计系统姿态角,通过卡尔曼滤波的形式补偿姿态误差.由于内阻尼算法只有在系统加速度较小的情况下才能使用,本文设计了模糊自适应控制器,根据三轴加速度计的输出进行自适应判断内阻尼算法是否可用,调整内阻尼卡尔曼滤波器的量测误差方差阵,从而避免了滤波器的发散.仿真和实验表明,内阻尼的模糊自适应算法可明显抑制舒勒周期振荡和傅科周期振荡,避免了系统姿态漂移,有效提高了捷联惯性航姿系统的精度.     

基于改进PSO算法的导弹控制参数优化

研究了将粒子群算法(PSO)应用于空对空导弹控制参数自动设计的方法,解决导弹控制参数手工设计中遇到的困难与问题.标准PSO算法在导弹静稳定工作点参数优化中表现出良好性能,但在静不稳定工作点优化时容易限入局部最优,因此引入遗传算法(GA)的杂交思想对标准PSO算法进行了改进,以扩大解空间的范围.仿真结果表明:改进后的PSO优化算法具有更强的全局搜索能力,获得的参数能够满足给定的性能指标,并且可以节省大量的设计时间,具有很高的工程应用价值.     

基于模糊神经网络的异步电机速度控制系统

针对矢量控制异步电动机，利用模糊神经网络控制理论．提出了一种教师值指导和隶属函数自调整的模糊神经网络控制器。详细描述了模糊神经网络控制器和教师值控制器的设计过程，采用了隶属函数参数在线调节的办法，推导了隶属函数参数调整的公式和算法，研究了以转矩电流Iqs为目标函数和系统输出转速ω为目标函数的情况下的系统转速响应，分析了系统转动惯量J、粘滞摩擦系数B和转矩系数Kt变化情况下系统的性能，仿真结果表明该控制器具有速度响应快、鲁棒性较强等优点。     

发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法

传统的扩展卡尔曼滤波(Extended Kalman filter, EKF)算法应用于未来高超、空天飞行器的组合导航系统时,因其模型线性化展开会导致模型不准确,从而引起导航精度下降;采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波(Particle filter,PF)算法能有效避免引入线性化误差,具有一定的优势。据此,针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求,提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要,PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计。为此,本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统,设计了发射系下基于联邦滤波器的PF滤波算法,实现了对组合导航系统状态参数的直接建模估计。算法仿真结果表明,相较于发射系下SINS/GPS/CNS组合导航系统联邦EKF滤波算法,PF滤波算法有效提高了组合导航系统滤波精度。     

非定常气动力辨识的模糊逻辑方法

提出了用内部函数和二次型隶属函数对非线性非定常气动力进行模糊逻辑建模与辨识的方法 ,分别用 F- 18和 F- 16飞机强迫振荡的实验数据建立了非线性非定常气动力模型 ,讨论了隶属函数导数的连续性对模糊逻辑模型精度的影响 ,并与已有的 Fourier模型和非线性代数模型进行了比较。结果表明 ,文中提出的建模方法能够给出更为满意的结果。     

基于模糊径向基神经网络的小型无人机控制系统研究

为保证小型无人机的飞行安全,提出一种由无人机飞行控制器和地面学习单元构成的两层网络学习控制系统架构。无人机飞行控制器采用模糊控制策略,学习单元采用经遗传算法优化的径向基神经网络,充分利用模糊控制和神经网络的各自优势,将模糊控制策略与RBF神经网络相结合提出了一种基于RBF神经网络的自学习模糊控制策略。所设计的飞行控制器用于无人机飞行过程中的姿态控制,仿真及实验结果表明本方法是有效的。     

基于神经网络的非线性自适应输出反馈控制

针对能够采用仿射非线性表示的含有未建模动态的SISO非线性系统，讨论了一种基于神经网络的自适应控制方法，该方法对受控对象的已知部分，有用反馈线性化方法设计控制器，用神经网络在线补偿未建模动态及外部干扰等引起的误差，从而实现自适应控制。对具有未建模动态的双车倒立摆设计了输出反馈自适应控制系统，仿真表明该方法是有效的。