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。     

神经网络PID在空空导弹自动驾驶仪中的应用

采用改进型BP神经网络与传统PID相结合作为控制器,应用于空空导弹自动驾驶仪的设计中。BP神经网络算法的运用,使得所设计的自动驾驶仪能够针对非线性、时变的气动特性自适应地调整控制参数,利用MATLAB软件对系统进行仿真,给出了相应的仿真结果。实现对PID控制器参数的寻优整定,简化了设计过程。     

基于BP网络的BTT导弹逆控制方法

运用BP神经网络结构和Levenberg-Marquardt算法,对导弹动力学特性进行动态逆模型辨识,并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,进而应用逆系统方法设计了一种用于解决BTT导弹非线性控制问题的经典控制与神经网络在线自学习控制相结合的控制方法.从理论上证明了该控制方案可以实现对导弹三通...     

改进的粒子群神经网络在飞控中的应用

针对BP神经网络对初始值敏感、容易陷入局部寻优且收敛速度较慢,提出用粒子群对神经网络的参数进行优化,同时设计了衰减的指数函数对惯性权重进行动态调整以提高算法性能.并应用该算法对导弹飞控系统的逆误差进行补偿,仿真结果表明,该方法对逆误差进行了有效的补偿,避免了局部寻优并提高了学习效率.     

旋转弹仓的鲁棒控制器设计

利用满意控制的理论,给出了一种满足期望性能指标的旋转弹仓控制器设计方法.利用系统本身的积分器,保证了静态时无余差.使用Lyapunov矩阵不等式,通过状态反馈,配置系统闭环极点于指定圆形区域而使闭环系统具有较好的动态品质.MATLAB/NCD工具箱进一步局部寻优,得到在饱和特性下,控制系统多种指标的同时满足某型号旋转弹仓的数值算例,证明了该方法的有效性.     

基于生成对抗网络的空中红外小目标仿真模型

空中红外小目标在目标检测、目标追踪等军事领域有较高的应用价值,但是其获取成本高昂。在WGAN模型中引入降噪算法改善生成图像质量,同时改进Wasserstein距离惩罚项,提出了一种基于生成对抗网络的空中红外小目标仿真模型（IST-WGAN）,在自建空中红外小目标数据集上训练模型,模型生成的红外图像通过主观判别、FID分值和小目标检测算法验证。结果表明,所提模型能够生成有效的红外小目标样本。     

加强对代供单位的审计监督

笔者最近在后勤某分部代供单位调查时发现,在分部经费保障代供单位中普遍存在着以下问题;一是党委集体理财制度不落实。调查时发现,许多代供单位普遍存在主官臆断,个人说了算,党委集体理财形同虚设,一切经济活动及重大决策不是经党委集体研究决策,而是由主官一人说了算,大家“雾里看花”。二是财务统管不力。有的单位在财务管理上存在坐收坐支现象,搞体外循环,有的甚至在非国有金融机构开设银行帐户。三是虚摊乱列     

兴企强武同协力 军地融合得双赢——内蒙古某预备役团四连和惠龙集团融合发展剪影

内蒙古某预备役团四连,2007年开始在内蒙古惠龙集团编组。3年来,团党委和惠龙集团高层心往一处想,力往一处合,成功地探索出一条企业和部队融合式发展的路子,取得了部队建设和企业发展的双赢。预备役团     

带攻击角约束的抗饱和固定时间收敛制导律

针对传统固定时间终端滑模制导方法在末制导中存在的奇异性、收敛速度慢以及加速度受约束问题,提出一种考虑攻击角、加速度约束的快速非奇异固定时间滑模制导律。利用终端滑模方法,构造快速收敛的新型非奇异终端滑模面,保证视线角、视线角速率在满足加速度约束的同时,能够在给定的固定时间内快速收敛至期望值,收敛时间上界独立于系统的初始状态。通过构造趋近律来设计新型固定时间制导律,并利用Lyapunov稳定性理论,对所设计的制导律进行理论分析与证明。最后通过仿真,验证了所设计制导律与其他固定时间收敛制导律相比,具有较快的收敛速度。     

基于干扰观测的制导控制一体化反演滑模研究

针对导弹末段制导问题,为了提高制导精度,基于非线性干扰观测器(NDO)和自适应反演滑模控制,设计了制导控制一体化(IGC)控制器。建立俯仰平面一体化模型,将存在的模型误差,参数摄动等看成未知干扰。利用NDO对干扰进行估计和补偿。采用动态面法,引入一阶低通滤波器,避免了传统反演设计中微分爆炸问题。利用Lyapunov稳定性理论,证明了系统的稳定性。最后通过仿真验证了所设计IGC算法的有效性。