基于动态逆和变结构控制理论的BTT导弹控制系统设计

基于动态逆和变结构控制理论提出了一套设计BTT导弹控制系统的方法。该方法首先应用动态逆控制对被控对象近似线性化,再应用变结构控制提高系统的鲁棒性。文中详细推导了基于气动参数上下界的控制系统参数选择方法,无需对气动参数在线辨识。最后,在考虑各个环节非理想因素的情况下,针对某型BTT导弹进行了三通道联合仿真,证明了方法的有效性。     

基于动态逆和鲁棒轨迹跟踪控制的导弹控制系统设计

基于动态逆方法及鲁棒轨迹跟踪控制理论提出了一种新的导弹控制系统设计方法。首先基于导弹的非线性模型设计快、较慢回路的动态逆控制器以实现其非线性解耦,然后在较慢回路中设计鲁棒控制律以补偿整个控制系统的总不确定性及干扰。即对较慢回路进行动态逆控制的基础上,通过引入一种辅助控制输入信号以抵消不确定性及外部干扰对系统性能的影响。稳定性分析表明了闭环系统稳定且系统跟踪误差能满足给定的性能指标。最后通过对所设计控制系统的仿真分析,验证了该方法的有效性。
     

BTT导弹的自适应滑模反演控制设计

针对具有非匹配不确定性的BTT导弹非线性动力学模型,结合反演控制、自适应控 制和 滑模控制方法,设计了一种新颖的BTT导弹自适应反演滑模控制器。反演设计的每一步中均 采用具有范数型切换函数的连续滑模控制律,并采用自适应算法对不确定性的上界进行估计 。将虚拟控制量的导数作为不确定性处理,利用自适应滑模控制的鲁棒性对其进行补偿,解 决了“计算膨胀”问题,简化了控制系统的设计,并且设计中无需事先已知气动参数摄动 的上界。采用Lyapunov稳定性理论证明了跟踪误差最终有界。仿真结果显示了本文设计方法 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。     

BTT导弹控制系统鲁棒动态逆设计

应用双时标的假设计，将导简动力学分离为快变状态动力学和慢变状态动力学，然后，对慢变动力学和快变动力学分别进行反馈线性化设计，考虑到空气动力系数具有较大的不确定性，进一步，对期望的慢变动力学和快变动力学进行鲁棒控制设计，6DOF数学仿真验证了该方法的有效性。     

BTT导弹块模型的鲁棒自适应设计

针对BTT导弹的非线性模型,给出了其适合用backstepping设计方法的块控模型。充分利用系统的结构特点,结合块控原理、backstepping设计方法、鲁棒控制和自适应控制方法,提出了一种鲁棒自适应控制器的设计方法。允许系统中的每一个子块都存在不确定性,采用非线性跟踪微分器减小了backstepping设计中的“计算膨胀”问题,并且避免了系统控制矩阵未知时控制器可能的奇异问题,证明了系统的状态跟踪误差和参数误差指数收敛于原点的一个邻域。最后给出的仿真结果显示了本文方法的有效性。     

BTT导弹的H∞/加权混合灵敏度自动驾驶仪设计方法

本文用Ｈ∞／加权混合灵敏度方法设计某型地对空ＢＴＴ导弹的鲁棒自动驾驶仪。结果表明：基于标准弹道上某特征点的一个确定数学模型设计的Ｈ∞／加权混合灵敏度自动驾驶仪，可控制ＢＴＴ导弹沿标准弹道的全弹道稳定、准确地飞行，且能适应目标在一定飞行空域内的变化。     

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导弹的协调式分散鲁棒H∞控制器设计

BTT(倾斜转弯)导弹在飞行过程中常处于大迎角和快速滚动状态,这时通道间的运动学耦合为非线性形式且不能忽略.针对这一问题,提出了一种基于分散控制思想的协调式鲁捧H∞控制器设计方法.根据期望动态性能,为每个子系统设计高品质参考模型.引入协调支路有效消除通道间的主要耦合因素,并假设未补偿的耦合满足二次约束.基于鲁棒控制理论,在耦合项满足上述约束的前提下,设计控制器使得系统渐近稳定,同时从参考输入到跟踪误差传递函数的H∞范数最小.推导并得出了鲁棒控制器存在的充分条件,并将其归结为一个有限维线性矩阵不等式的优化问题.对BTT导弹的仿真结果表明了该控制方法的有效性.     

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.     

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.     

变质心BTT拦截导弹姿态控制系统设计

针对装有变质心执行机构的BTT拦截导弹,建立了姿态和质心动力学模型,基于合理假设简化后,得到了一组耦合的非线性控制方程.根据变质心控制模式下状态耦合和控制耦合严重的特点,采用输出反馈线性化对其进行解耦,并对解耦后的俯仰和偏航通道分别设计了变结构控制器.另外,针对变质心BTT导弹的特点,提出2种控制方案.通过联合仿真表明:将变质心技术应用于BTT拦截导弹动态特性较好;第一种控制方案更适合这种控制模式;采用反馈线性化和变结构的控制系统,在气动参数摄动和拥有测量误差时能满足控制精度要求,具有一定的鲁棒性.     

BTT导弹的变结构解耦控制系统设计

倾斜转弯（Bank-to-Turn，BTT）导弹由于气动外形不对称，以及存在较大的滚动速率，其各个通道之间存在强烈的耦合。本文在变结构控制理论对外界扰动的不变性原理的基础上，采用变结构控制方法设计了BTT导弹的输出解耦控制律。仿真结果验证了本文设计的变结构解耦控制器对于导弹这类参数快速时变，通道间耦合严重，有不确定因素的系统能够实现解耦控制，并具有动态响应快，超调小的特性。     

导弹自适应反演控制器设计

提出了一种应用反演控制技术的非线性自适应导弹控制系统的设计方法。首先采用自适应辨识算法来估计系统中存在的不确定性 ,然后利用反演控制技术处理系统中的非匹配不确定性 ,在虚拟控制中引入了微分阻尼项 ,有效地改善了系统动态性能 ,并应用Lyapunov稳定性理论证明了系统是全局指数稳定的。最后给出的数字仿真结果表明该方法的有效性     

应用最优经典综合设计法设计三回路BTT自动驾驶仪

应用最优经典综合控制方法设计了BTT导弹的三回路自动驾驶仪,得到的控制器结构简单、性能稳定、鲁棒性好;同时该设计过程也给出了传统三回路自动驾驶仪的结构来源。之后,将设计的自动驾驶仪应用在某BTT导弹的六自由度非线性仿真中,仿真结果表明该方法设计的自动驾驶仪跟踪速度快、稳态误差小并具有一定鲁棒性。