基于自适应神经网络的非线性飞行控制

结合反馈线性化和神经网络提出了一种新的飞行控制系统设计方法,通过反馈线性化将非线性耦合系统等效转换为线性解耦系统,利用具有在线学习能力的神经网络补偿反馈线性化的误差,建立了基于自适应神经网络的控制结构,并利用李亚普诺夫函数导出了网络权值的自适应调整规则。在巡航弹地形跟踪应用中的结果表明,该控制系统不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

基于CMAC神经网络的BTT导弹模型跟踪控制

提出一种ＢＴＴ导弹模型跟踪控制系统的参考模型设计新方法。在此基础上,设计了一种非线性模型跟踪控制律,并将ＣＭＡＣ神经网络用于ＢＴＴ导弹系统的鲁棒自适应模型跟踪控制,使具有不确定性的实际系统获得要求的跟踪性能。该方法适合于控制导弹作全空域飞行。仿真结果进一步验证了该方法的正确与有效。     

H2/H∞组合方法及其对导弹纵向运动的控制分析

在对Ｈ２／Ｈ∞组合控制问题描述和分析的基础上,总结了此类问题的一种求解算法,即转换为双线性矩阵不等式问题,通过迭代运算加以求解。以某型导弹纵向运动的控制为例,对Ｈ２／Ｈ∞组合算法进行了仿真计算,结果表明,该方法在一定程度上协调了系统的Ｈ２及Ｈ∞设计任务间的矛盾,使得所设计控制系统不但有着要求的噪声抑制能力,而且具有良好的鲁棒稳定性。     

飞控系统执行器模糊故障的鲁棒容错控制

以某型飞机为研究对象,对同时含有参数不确定性和执行器带有模糊故障的飞控系统,利用Ｒｉｃｃａｔｉ方程,融完整性,鲁棒性于一体,给出了状态反馈容错控制器的设计方法。并把此方法应用一某飞机纵向飞行容错控制中,仿真结果证了方法的有效性,为飞控系统的容错控制提供了一种有效的方法。     

气动力与推力矢量控制近距击顶弹道研究

针对某型反坦克导弹从顶部攻击近距离目标存在的空气动力控制不足的问题,探讨了在导弹初始飞行段采用推力矢量控制的可行性,并对有推力矢量控制的近距击顶飞行弹道进行了分析研究,最,通过计算机数字仿真,进行了弹道飞行仿真计算。结果表明,所提方法改善了导弹飞行弹道特性,提出了导弹机动性能和对近距离目标攻击的效果,并有利于减少最小射程。     

MIMO系统模糊控制及其在飞行控制中的应用

提出了ＭＩＭＯ系统最优模糊控制规则自学习方法,并采用传统动态规划法确定出全局最优模糊控制规则,这些规则满足使模糊性能性能最小的要求,同时还讨论了规则的复杂性和工程实用性等基本问题。研究结果证明了该方法的正确性与实用性。     

神经网络在电液伺服系统控制上的应用

液压伺服系统固有的高度非线性特性使其成为应用各种类型复杂控制器的理想试验对象，而用神经控制器控制电液伺服系统则是一项全新的课题，本文简要介绍神经网络的构成及其控制原理，并以三种不同复杂程度的应用为例对其在存在非线性摩擦或高度耦合负载条件下的电液伺服系统上实施实时控制的效果作一考察。     

综合飞行/火力控制系统线性化设计及其仿真

首先简述了综合飞行／火力控制系统线性化设计的背景及其必要性，然后进行综合分析／火力控制系统（空－空机炮模态）的线性化建模及耦合器参数的设计，最后对非线性系统进行了仿真验证，仿真结果表明，线性化设计的参数经过微调后能够满足原系统性能要求。     

某综合火力/飞行控制系统的设计

介绍了综合火力／飞行控制系统的基本组合，工作原理，对火力控制系统进行了解算，并以某型飞机为例，对其飞行控制系统进行了设计及仿真。     

直升机飞行控制系统的快速原型设计

针对直升机飞行控制的特点，结合国际直升机界的研究热点，提出了直升机飞行控制的快速原型设计方法，该方法分利用当今计算机领域的最新技术，在不牺牲系统性能的前提下，以最低的成本，最快的速度，构建最小规模的实时系统和直观的控制系统设计界面，并提供完整的验证手段。