质量矩拦截弹的模糊滑模姿态控制系统设计

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，利用滑模控制设计了拦截弹大机动飞行时的姿态控制系统，同时采用模糊逻辑算法抑制系统的抖振现象。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姿态控制。     

敏捷性导弹的双网络逆动态模糊神经网络控制

新疆敏捷性导弹为了获得更高的机动性、敏捷性和好的导引精度，许多采用推力矢量控制方案，本文讨论了一类带推力矢量控制导弹的数学建模，在此基础上提出了一种适用于此类新型导弹的模糊神经网络控制方案，采用双网络逆动态学控制结构，数字仿真表明所提出的控制方案对于系统内参数不确定性和非线性变化具有强的适应性。     

基于拦截点的大气层外拦截弹中制导

针对拦截点给定的情况讨论了大气层外拦截弹中制导律的设计。证明显式制导的最优性,推导出常值引力场与平方反比引力场假设下拦截弹需要速度的表达式,分析了采用显式制导时推力方向在邻近关机时变化剧烈的原因,并通过构造需要速度的虚拟映射进行了改进。仿真表明,采用改进的显式制导,发动机工作时间有所增加,但邻近关机时推力方向平稳。     

基于RBF神经网络的导弹鲁棒动态逆控制

讨论了一种基于神经网络的导弹鲁棒动态逆控制方法。导弹的基本控制律采用动态逆方设计,针对存在动态逆误差的慢回路设计神经网络鲁棒逆控制器。用RBF神经网络逼近导弹慢模态数学模型,并把逼近误差引入到网络权值的调节律以改善系统的动态性能;鲁棒控制器用于减弱模型不确定性及神经网络的逼近误差对跟踪精度的影响。所设计的控制器不仅保证了闭环系统的稳定性,而且使模型不确定性及神经网络的逼近误差对跟踪精度的影响减小到给定的性能指标。最后通过仿真分析,验证了该方法的有效性。
     

质量矩导弹的神经网络及自适应非线性控制

本文对质量矩控制导弹的动力学方程简化和控制系统的设计进行了研究。详细阐述了所提出的控制方法，介绍了径向基单隐层神经网络进行误差补偿的算法原理，用Lyapunov理论证明了所采用方法的稳定性。在给出了质量矩导弹的六自由度动力学方程和简化后的方程后，用所提出的方法设计控制系统。通过仿真分析，得出了本文所提出的方法具有较好的误差补偿能力的结论。     

基于模糊控制的拦截弹姿态控制器设计方法研究

针对大气层内拦截弹这一非线性、强耦合、时变系统及姿控发动机的非 线性特性,给出一种基于模糊控制的拦截弹姿态控制器设计的新方法。文中给 出该控制器的结构、具体设计过程和相关参数的确定方法。不同初值和不同扰 动情况下的数字仿真结果表明采用该方法设计的控制器具有鲁棒性好、结构简 单、易于工程实现等特点。     

基于动态逆和神经网络的机动弹头姿态控制系统设计

机动弹头是复杂的非线性系统,它给姿态控制系统设计人员以极大的挑战。为了满足飞行稳定性要求,提高系统的适应性和鲁棒性,本文构造了动态逆神经网络姿态控制系统,设计了慢变量和快变量动态逆,引入了在线神经网络进行逆误差的补偿。实例仿真的结果表明:动态逆和在线神经网络的结合,能够实现弹头的稳定飞行。     

无人机神经网络动态逆控制器设计研究

针对无人机动态逆控制器存在的明显缺陷,采用在线神经网络对逆误差进行补偿,设计了神经网络动态逆控制器.构造了一种单隐层神经网络结构,证明了整个闭环系统的稳定性,给出了稳定的在线神经网络权值调整算法.通过仿真验证了该方案的鲁棒性、对故障的适应性以及在作动器纯延时下的响应性能,证明了在线神经网络对动态逆控制器具有明显的改善作用.对于无人机先进飞行控制系统的设计研究具有重要的参考价值.     

基于自适应动态逆的自主飞艇速度控制系统设计

针对无人自主飞艇上升或下降的速度控制问题,提出了一种基于神经网络自适应动态 逆控制的飞行速度控制设计方法。基于自主飞艇浮力控制系统的配置状况,建立了飞艇飞行 速度的数学模型。引入速度控制系统的参考模型,并利用神经网络学习功能,获得非线性控 制系统的动态逆;通过引入速度误差的非线性补偿项,自适应补偿整个控制系统由于动态特 性变化引起的误差,克服包括参数摄动与外界扰动在内的各类不确定性因素的影响,实现飞 艇对期望速度的稳定跟踪。最后仿真结果表明,所提出的控制方案对无人自主飞艇的飞行速 度具有良好的控制效果,从而验证了控制系统设计的有效性。     

大气层外拦截弹基于方位测量的被动测距

针对测量信息为视线角或视线转率的大气层外拦截弹研究了被动测距问题。依据可观性本质构造了相对距离的可观性指标，推导了可观性指标的解析表达式，在此基础上分析了影响相对距离可观性的因素，并进行了仿真验证。研究表明：接近速度越小，可观性越好；较大的轨控加速度有利于提高可观性；令正负向轨控发动机交替开启，使视线转率在零值附近振荡有利于测距误差收敛，但以视线角为测量信息时，视线转率振荡范围不宜过小。     

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。     

一种基于模糊神经网络的Speckle图像滤波器

提出一种新的基于模糊神经网络 (FNN)的 Speckle噪声自适应滤波器 ,以实时处理 SAR图像。讨论了模糊神经网络滤波器结构的设计、模糊规则的选取以及采用改进遗传算法进行参数优化的方法 ,最后 ,结合图像处理应用实例 ,与其它传统图像滤波器进行比较 ,验证所述滤波器在滤除噪声和保持细节纹理方面的有效性。     

基于递归神经网络的控制力矩陀螺操纵律设计

利用递归神经网络对单框架控制力矩陀螺(SGCMG)系统操纵律进行动态求解,设计了一 种基于递归神经网络的SGCMG系统操纵律。通过选择适当参数可以使该网络渐近收敛到稳定 状态,从而使操纵律具有较小的操纵误差。该操纵律不用计算Jacobi矩阵的伪逆,因此避免 了Jacobi矩阵求逆所带来的一系列问题。对某SGCMG系统的仿真结果表明,上述操纵律是可 行的。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

基于RBF神经网络的导弹智能控制系统设计

为智能化导弹所设计的导弹智能控制系统应能够充分利用战场信息,自主而准确地生成控制指令完成目标打击。首先建立导弹控制系统模型,并在特征点处设计符合性能要求的PID控制器。在深入分析径向基函数(RBF)网络的结构与训练方法的基础上,通过大量仿真数据对RBF网络进行离线训练,将其训练结果直接作为俯仰与偏航通道的控制器。而滚转通道为典型的2阶系统,可采用滑模控制律,并利用RBF网络实时逼近外界非线性干扰项以提高滑模控制器的性能。通过某型倾斜转弯导弹六自由度仿真说明了本文所设计的智能控制系统的有效性。     

基于混合灵敏度下H∞控制在三滑块质量矩导弹上的应用

由于质量矩导弹是一个具有非线性和模型不确定性的多变量系统，为了进一步提高控制系统的鲁棒性，对三滑块质量矩导弹进行了鲁棒控制系统的研究。以所建立的质量矩导弹数学模型为基础，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，考虑到质量矩导弹的鲁棒性要求和三个滑块的协调控制问题，在混合灵敏度控制的基础上，采用H∞控制理论对导弹进行姿态控制系统的研究，仿真结果验证了这种方法的有效性。     

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。     

基于神经网络的BTT导弹逆控制方案设计

对基于神经网络的倾斜转弯(BTT)导弹逆控制进行了研究。用径向基函数(RBF)神经网络结构和最近邻聚类算法,对导弹系统逆动力学系统进行动态模型辨识,以辨识模型为控制器与BTT导弹控制系统串联构成动态伪线性系统;用逆系统法设计了一种用于BTT导弹非线性控制的经典控制与神经网络在线自学习综合控制方案,实现了导弹三通道的线性化控制和输出的渐近无差跟踪。仿真结果表明:该方案可根据设计指标要求实现对BTT导弹的非线性控制,且有较强的鲁棒性。