倾斜转弯导弹非线性系统逆控制研究

利用BP神经网络对倾斜转弯导弹系统逆动力学系统进行动态模型辨识,进而应用逆系统方法设计了一种用于解决倾斜转弯导弹非线性控制问题的经典控制与神经网络在线自学习相结合的控制方案,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,该方案可实现对倾斜转弯导弹系统的非线性控制,且具有较强的鲁棒性.     

BTT导弹制导律研究综述

与STT导弹相比,BTT导弹在气动效率、机动能力、控制性能等方面具有明显优势,但其运动耦合特性也给传统研究框架下的制导律设计带来了挑战。本文针对BTT导弹制导律设计问题展开研究,首先描述了BTT导弹制导基本问题,分析了BTT导弹制导律设计的技术难点,需要综合考虑运动耦合、多约束、目标机动、弹体动态效应等因素,然后综述了国内外现代制导律设计的基本方法,将其分为双通道解耦法、球坐标法、现代几何法等,最后指出了BTT导弹制导律的进一步研究方向。     

倾斜转弯导弹控制耦合分析与解耦方法研究

主要介绍了对BTT导弹控制系统设计影响较大的运动、惯性、气动交叉耦合,对其对控制系统三通道的影响程度进行了分析.在考虑强交叉耦合情况下,利用模型跟踪方法进行解耦设计BTT自动驾驶仪,同时利用参数自校正前馈控制方法进一步改善BTT解耦效果.     

基于非线性干扰观测器的旋转导弹动态逆控制器设计

在时间尺度分离法的基础上,建立了旋转导弹分层控制模型。针对旋转导弹旋转带来的横向与纵向之间的交叉耦合利用动态逆方法进行解耦控制,针对旋转导弹旋转带来的气动参数对外界变化敏感的特点,利用非线性干扰观测器跟踪气动参数敏感变化量,设计了旋转导弹动态逆控制器。并基于Lyapunov方法,给出了整个系统的稳定性证明。将两种方法进行对比,仿真结果表明,动态逆与观测器相结合的方法设计的控制方案更加有效地克服了滚转带来的耦合,同时相对于纯动态逆方法具有更强的抗干扰能力,保证了系统具有良好的鲁棒性。     

动态逆在变质心导弹姿态控制中的应用

针对导弹变质心这种新的控制方式,建立了变质心旋转导弹准弹体下的动力学模型,由于模型是复杂非线性的,通过按线性化族近似化理论对模型进行了合理简化,并用动态逆控制理论对系统的姿态控制进行了设计,仿真结果表明,所设计的变质心导弹动态逆姿态控制具有很好的快速性、稳定性.仿真证明这种方法是有效的.     

基于神经网络的导弹系统辨识

详细地讨论了神经网络在导弹动态特性中的应用 ,利用神经网络的万能拟合能力进行了神经网络的训练和仿真 ,为导弹离散控制系统的设计提供了有效的工程数据 ,给导弹系统的系统辨识提供了一条新的方法和思路     

BTT导弹状态反馈H_∞控制自动驾驶仪设计

针对倾斜转弯(BTT)导弹自动驾驶仪的抗干扰性和鲁棒性问题,以考虑耦合的情况下建立的更接近于实际的导弹数学模型为基础,将通道间的耦合作为干扰,在弹道特征点上对导弹模型进行解耦和线性化,得到各个通道的数学模型;设计基于线性矩阵不等式(LMI)的状态反馈H_∞控制自动驾驶仪,搭建全耦合状态下的三通道仿真模型,并进行联合仿真研究。结果表明所设计的状态反馈H_∞控制自动驾驶仪能够实现对导弹制导指令的有效跟踪,满足BTT导弹控制的要求。     

变外形航弹离散滑模BTT自动驾驶仪设计*

为提高变外形航弹BTT控制系统对弹翼作动影响的鲁棒性能,提出了一种基于离散滑模控制原理的BTT自动驾驶仪设计方法。建立了航弹BTT控制仿射模型,针对该模型中存在的时变特性与耦合问题,通过反馈线性化方法对原系统进行解耦并离散化处理,将由后掠角采样值误差引起的各动力学系数偏差项作为模型不确定扰动,设计了变外形航弹的离散滑模BTT自动驾驶仪。仿真结果表明,所设计的离散BTT控制系统实现了各通道的解耦控制,对时变参数摄动具有良好的鲁棒性能,验证了对指令跟踪的动态延迟和误差与采样周期有关,实际选取时需综合考虑实际硬件性能与期望的指令跟踪精度要求。     

BTT-冲压导弹方案设计若干问题分析

本文简要叙述了BTT控制的特点及其发展现状;讨论了BTT技术与冲压发动机技术相结合的技术途径在远程防空导弹上应用带来的好处。本文着重对BTT——冲压导弹总体方案设计的新特点进行分析,并就其中一些主要技术问题做了初步探讨。     

BTT控制系统半实物仿真方案 设计及试验结果分析

BTT控制系统半实物仿真试验以BTT试验器为背景,配合BTT控制技术研究可全面验证导弹控制系统设计。给出了半实物仿真试验方案、方法及试验结果分析,试验结果表明BTT控制系统设计满足最小侧滑(近似零侧滑角)倾斜转弯的技术指标要求,半实物仿真试验方法正确。     

无线传感网和神经网络的民用火药贮存在线监测系统

针对目前绝大多数火药仓库的温度、湿度控制由于采用人工操作导致对温湿度不能实时精确监控从而导致火药失效的问题,设计了一种基于无线传感网和神经网络的火药贮存在线监测系统。该系统将无线传感网络终端节点实时收集到环境温度和水分信息传给神经网络控制器,根据神经网络控制模型实时调节火药贮存温湿度控制设备的各个参数,实现对火药贮存环境温湿度的自动化和实时精确控制,提高火药贮存的可靠性和经济效益。     

基于小波神经网络的蒸汽发生器水位辨识与控制仿真

提出一种基于小波神经网络的控制方法,对蒸汽发生器水位进行控制仿真.该方法利用小波神经网络作为控制系统的辨识器和控制器来构成控制系统.小波神经网络辨识器能更准确逼近非线性对象,小波神经网络控制器能自适应产生最佳的控制规律.仿真结果表明,该方案具有响应快、超调量小、较强抑制干扰能力等良好性能.     

防区外联合攻击武器火控系统分析与研究

从一般的空面精确制导武器系统到远射程的防区外联合攻击武器系统,技术更新和发展很多.针对防区外联合攻击武器系统的特点,对防区外联合攻击武器火控系统的总体技术进行了研究探讨,对其武器火控系统的组成、功能、攻击发射方式、工作流程等进行了分析,给出了防区外联合攻击武器火控系统精度分析与分配的方法,并进行了仿真计算和分析,验证了精度分析的有效性.     

基于递归神经网络的C3I系统故障预报系统

阐述了C3I系统故障预测系统的设计要求,分析了带有偏差单元的递归神经网络的相关原理,建立了C3I系统故障的神经网络预测模型并提出了相应的训练算法.提出了把神经网络、预测理论和专家系统有机地结合起来建立故障预报系统的初步设想.并以防空C3I系统的典型故障为例,实现了故障的预测.预测结果证明,给出的神经网络预测模型和训练算法是可行的,且具有较高的精度.     

新型空间绳系机器人逼近动力学建模及控制

为弥补传统空间机器人操作范围小,风险高的缺点,介绍了一种新型空间绳系机器人系统。建立其任务核心的逼近动力学模型,基于反馈线性化技术和神经网络控制技术设计智能逼近控制系统,仿真结果验证了控制系统的有效性,为新型近距离空间操作技术的发展奠定基础。     

三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。     

柔性神经网络滑模主动控制技术

针对复杂激励条件下的振动控制,对Jiles-atherton模型的磁致伸缩作动器在双层隔振系统中的主动控制进行了研究。以传统滑模控制为基础,提出一种柔性神经网络滑模控制算法。用正则化方法设计控制器的切换矩阵,建立神经网络权值和柔性映射参数更新学习公式,并将该控制策略应用于双层隔振系统的振动主动控制中。通过单频、多频及随机信号激励进行仿真研究,结果表明:柔性神经网络滑模控制器具有较强的鲁棒性,具有较好的控制效果。     

一种新的MIMO非线性系统动态解耦控制方法

提出了一种基于回归小波网络(recurrent wavelet networks)的多输入多输出系统(multi-input multi-output)动态解耦控制的新方法.该方法为分散式控制结构,采用回归小波网络作为解耦辨识器(decoupling identifier),在线动态辨识、回馈对应输入输出的灵敏度信息(sensitivity information),PID神经网络控制器根据回馈信息实现自适应分散独立控制.小波函数的紧支性、波动性以及回归网络较强的动态非线性映射能力使得回归小波网络具有较好的综合性能.仿真结果表明,用该方法构成的控制系统解耦效果好,收敛速度快,且具有较好的鲁棒性.     

基于BP神经网络的防空C3I人机交互性能评估

阐述了BP神经网络的相关原理,建立了防空武器指挥自动化系统人机交互性能评估的指标体系,对应用人工神经网络解决防空武器指挥自动化系统人机交互性能评估的方法问题进行了探讨,并且给出了神经网络的评估模型及算法.通过实例证明该方法是可行的.