于秀萍[1]2004年在《基于动态逆系统和神经网络理论的BTT导弹控制系统研究》文中进行了进一步梳理为提高导弹作战的机动性,许多国家都在潜心研究各种新的导弹控制技术。倾斜转弯(Bank-to-Turn,简称BTT)控制技术是当今世界导弹控制领域内的一项先进的控制技术,对发展远程、高速、高精度与高机动的导弹系统具有重大的理论意义和工程应用价值。BTT控制技术的控制特点决定了BTT导弹成为一个强耦合的非线性时变系统,这为其控制系统设计增大了难度。传统的叁通道独立设计的方法已不再适用,因此,寻找一种有效的设计方法用于BTT导弹控制系统设计,成为从事导弹控制领域研究者共同关注的热点。随着非线性理论和人工智能技术的发展,动态逆系统和神经网络理论等成为不确定非线性控制系统强有力的分析和设计工具。 本文从理论和工程应用两方面,对动态逆系统和神经网络控制理论在BTT导弹控制系统中的应用进行了深入研究。主要完成工作有: 建立BTT导弹控制模型,揭示BTT导弹控制系统的特点;针对具有强耦合的非线性时变的BTT导弹控制系统的设计问题,深入研究了一种解决非线性系统控制问题的有效方法——动态逆系统方法。针对动态逆系统方法不能直接应用到非最小相位系统的问题,探索解决其方法,文中给出两种解决方案:1) 按时间将系统的动力学分解为慢变和快变运动;2) 对系统的输出重定义。从而,设计动态逆控制器。 针对导弹数学模型存在不确定性,而非线性动态逆系统方法要求精确数学模型的不足,本文将动态逆系统方法和神经网络自适应控制方法结合起来进行了深入研究,设计鲁棒动态逆控制器;为了提高神经网络训练算法速度,以适应导弹的实时控制,对反向传播(BP)神经网络训练算法及改进算法进行了研究。 为对BTT导弹控制系统的性能指标进行评价及全面检验设计的控制器在控制导弹飞行中导弹控制系统跟踪导引指令的性能和鲁棒性能等,建立了BTT导弹非线性时变控制系统数学仿真模型,进行了仿真研究。
程新占[2]2010年在《基于神经网络反馈线性化方法的导弹稳定回路设计》文中研究说明侧滑转弯(Skid-To-Turn, STT)控制技术与倾斜转弯(Bank-To-Turn, BTT)控制技术是目前广泛用于导弹控制的两项技术。其中,倾斜转弯控制技术是一种新型的控制技术,对提高导弹的射程、速度、精度以及机动性具有重大意义。BTT控制技术的特点决定了BTT导弹弹体模型中存在着多种耦合项,因此在设计BTT导弹自动驾驶仪时,传统的叁通道独立设计方法不再适用。寻找一种有效的控制方法用于BTT导弹自动驾驶仪的设计,成为国内外学者的重要课题。随着非线性控制理论以及神经网络技术的发展,反馈线性化成为处理非线性系统问题的主要方法,而神经网络在处理不确定非线性系统时具有无法比拟的优越性。本文将反馈线性化方法中的一种解决非线性控制问题的常用方法——动态逆方法,与径向基(RBF)神经网络相结合,设计了BTT导弹稳定回路。本文的主要工作包括如下几点：第一,BTT导弹弹体模型的确定。BTT导弹弹体模型具有非线性、快时变、强耦合的特点,在建立BTT导弹弹体模型时,需要做一定的简化和假设。考虑到状态变量的可测性,在有效利用已知信息的基础上建立了导弹叁通道数学模型。第二,应用动态逆方法对BTT导弹的稳定回路进行了设计。针对动态逆方法不能直接应用到非最小相位系统的特点,提出了两种有效的解决方法：①系统输出重定义法；②时标分离法。本文应用系统输出重定义法对具有非最小相位特点的BTT导弹弹体模型进行了处理,实现了动态逆方法与BTT导弹模型的有效结合。本章的末尾验证了该控制方法的可行性。第叁,由于动态逆方法要求模型精确已知,而BTT导弹的弹体模型参数是变化的,且存在不确定性,因此应用动态逆方法设计的导弹稳定回路的鲁棒性很难达到要求。本文利用神经网络自学习、自适应的特点设计了神经网络动态逆控制器,替代了原有的控制器,有效提高了系统的鲁棒性。仿真结果表明,利用动态逆方法与神经网络技术相结合设计的导弹稳定回路,具有良好的动态性能及跟踪性能。
张娣[3]2013年在《基于动态逆和滑模控制的BTT导弹控制系统研究》文中提出BTT (Bank-To-Turn)导弹作为一种先进武器,其具有攻击性强、杀伤效率高和攻击准确度高等优点,一直以来备受各国关注。此外,对于BTT导弹模型来说,它又具有高耦合度、强非线性、多输入多输出的特点。同时,对BTT导弹控制系统来说,虽然其为开环稳定的系统,但超调量很大、稳定时间很长；再加上导弹在飞行的过程中,会出现参数摄动和外界干扰。对于这种控制系统,传统的叁通道独立设计方法不能达到较好的控制效果。所以必须采取合适的控制策略才能获得良好的性能。本文针对BTT导弹模型的特点,在对控制器设计时引入了动态逆控制,同时将时标分离方法与动态逆相结合,设计了快、慢回路的动态逆控制律,最终使系统达到良好的效果；考虑到动态逆控制需要精确的数学模型,以及对外界干扰的影响敏感,为了弥补动态逆上述缺点引入了滑模控制,设计了基于指数趋近律的滑模控制器；最后针对基于指数趋近律的滑模控制器存在严重的抖振问题,将一种新型趋近律引入到BTT导弹控制器设计中。为了验证本文所采用算法的精确性和有效性,本文利用Matlab/Simulink工具分别针对同一被控对象不同算法分别从动态性能和静态性能以及跟踪性能等方面进行仿真验证。仿真结果表明,基于新型趋近律的滑模控制器相比于基于指数趋近律的滑模控制器和动态逆控制器能大大改善控制器的性能以及对外界干扰和系统内部不确定性的鲁棒性能。
童学松[4]2012年在《基于鲁棒动态逆的小灵巧炸弹控制器设计》文中进行了进一步梳理本文以小灵巧炸弹(Small Smart Bomb—SSB)为背景,从工程实际角度出发研究了动态逆与李雅普诺夫稳定性相结合的设计方法,探索了该方法在SSB控制器设计中的相关问题。首先,针对SSB数学模型,采用鲁棒动态逆设计方法完成了小灵巧炸弹连续BTT控制器设计。对控制系统的稳定性、耦合性、鲁棒性进行叁通道联合仿真试验,结果表明：连续BTT控制器具有优良跟踪性能、解耦性能与鲁棒性能。其次,为了进一步推广到工程实际应用,本文采用模拟化设计方法,完成了小灵巧炸弹离散BTT控制器设计,并进行了大步长数值仿真。仿真结果表明：离散BTT控制器具有满足工程应用的控制性能。最后,根据控制系统的基本功能和设计要求,本文选择了TI公司的DSP6713B开发板作为控制系统设计平台,利用其丰富的资源,完成了控制系统的硬件设计工作。软件设计部分主要研究了BTT控制器的实时控制算法,完成了基于C语言的程序设计。本文的研究成果为小灵巧炸弹BTT控制器的设计提供了一种有效的方法,能够为工程实际应用提供一定的参考。
魏喜庆[5]2007年在《基于神经网络的BTT导弹自动驾驶仪设计》文中研究说明BTT导弹控制技术的特点决定了其成为强耦合的非线性时变系统,使其控制系统设计具有很高难度。传统的叁通道设计方法已不再适用,因此,寻找一种有效的设计方法用于BTT导弹控制系统设计,成为从事导弹控制领域研究者共同关注的热点。本文提出了两种BTT导弹自动驾驶仪的设计方法,较好满足设计目标要求,为综合耦合、非线性、时变控制系统提供了有效的工程方法。第一种方法应用自适应评价神经网络设计BTT导弹的自动驾驶仪。对BTT导弹模型进行输入输出线性化,线性化时通过重新定义输出来避免非最小相位现象。神经网络中包含了ASE和ACE两部分,ASE用来逼近线性化后的非线性复杂函数,而ACE产生加强信号来调节ASE。在控制器中的自适应鲁棒项用来消除逼近误差和扰动。控制器中的权值更新律是由李雅普诺夫稳定理论推导,保证了系统的跟踪性能和稳定性。经数字仿真验证了这种自动驾驶仪的有效性。第二种方法将逆系统方法和自适应评价网络结合设计BTT导弹的自动驾驶仪。首先针对具有强耦合的非线性时变的BTT导弹控制问题,深入研究了逆系统这种常用于非线性系统控制的方法。用反馈线性化的方法得到原系统的逆系统,但由于建模不准确,求逆运算和模型动态等因素影响,造成了逆误差的存在。应用自适应评价网络来逼近逆误差,证明自适应神经网络的权值趋于常数并能保证系统的跟踪性。通过仿真验证了这种自动驾驶仪的性能。
姚建国, 祝小平[6]2008年在《基于动态逆和变结构控制理论的BTT导弹控制系统设计》文中进行了进一步梳理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导弹进行了叁通道联合仿真,证明了方法的有效性。
王志鹏, 马建伟, 刘忠[7]2011年在《基于BP网络的BTT导弹逆控制方法》文中进行了进一步梳理运用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叁通道的解耦控制,输出渐进无差跟踪。仿真结果表明,在BTT导弹控制系统设计中,神经网络逆系统方法完全可以实现非线性控制,满足设计要求。
朱国栋, 林辉, 王琛[8]2012年在《基于鲁棒模糊控制理论的BTT导弹动态逆控制》文中研究表明将模糊控制理论应用于BTT导弹动态逆系统控制中,设计了BTT导弹控制系统鲁棒模糊控制器。首先应用动态逆系统方法设计BTT导弹控制器,然后用参数化线性模糊逻辑系统逼近动态逆控制器中的不确定项,并设计了自适应律以调整参数的变化,最后根据Lyapunov稳定性定理,证明了所提出的方法能保证BTT导弹控制系统是渐近稳定的,系统的跟踪误差将收敛到零。仿真结果表明,设计的控制器,对参数和外界扰动等不确定因素具有较强的鲁棒性和自适应性。
贾杰, 刘连章, 曹琦[9]2010年在《导弹解耦控制方法综述》文中认为本文主要介绍近几年国内外应用于导弹控制系统解耦的各种方法,论述了基于现代控制理论的解耦控制方法如:动态逆、神经网络、滑模变结构、鲁棒控制等。对这些方法的优点与局限性进行了简要的总结。最后对这些解耦方法在导弹控制系统中的应用前景进行了展望。
朱成[10]2015年在《垂直发射防空导弹智能制导与控制》文中提出垂直发射防空导弹是现代防空作战装备体系中的重要组成部分,随着战场环境的不断恶化以及空袭兵器的升级换代,要求防空导弹及时地提升自身战术性能来应对这种挑战。应用垂直发射技术的防空导弹,要求导弹发射车的发射臂能够快速平稳地起竖到垂直状态;在发射的初始阶段,导弹姿态角需要进行快速调转。同时设计高效稳定的自动驾驶仪和打击高速大机动强干扰目标的制导律能够大幅提高防空导弹的性能,从而满足未来防空战场的需要。对此,本文针对垂直发射防空导弹的关键性技术进行研究,主要工作如下:首先,研究了垂直发射防空导弹发射车的起竖装置控制,对其进行了建模,并对参数进行了优化选取。为了处理系统建模的误差和未知外部干扰,设计了径向基(RBF)神经网络干扰观测器进行逼近。基于起竖装置的模型阶数较高的特点,运用Backstepping方法进行了起竖控制器设计,仿真结果验证了所设计方案的有效性。其次,研究了垂直发射防空导弹初始转弯阶段的姿态调转控制。针对模型出现奇异点的问题,建立了基于四元数的导弹姿态运动学模型。同时运用自抗扰控制器(ADRC)方法进行了导弹姿态控制器设计,使得系统鲁棒特性提高,能降低建模误差的影响。仿真结果表明,所设计姿态调转控制器的快速性和鲁棒性良好。接着,研究了垂直发射防空导弹稳定飞行阶段的姿态控制。设计了基于倾斜转弯(BTT)控制方式的自动驾驶仪。考虑到气动参数摄动和作战环境恶劣的影响,分为快回路、慢回路和过载回路应用ADRC进行了自动驾驶仪设计。仿真结果表明,所设计自动驾驶仪的快速性能和跟踪性能良好。最后,研究了垂直发射防空导弹的制导律。基于零化视线角速度的方法,设计了滑模变结构制导律。基于观测误差和目标机动,设计了扩张状态观测器进行实时观测。建立了模糊控制规则,运用模糊控制对制导律参数进行在线调整。对于打击超高速目标,引入了前向拦截的概念,与滑模变结构制导律相结合,对前向拦截的叁个阶段进行了制导律的设计。仿真结果表明,所设计的制导律能够准确命中目标,脱靶量小。
参考文献：
[1]. 基于动态逆系统和神经网络理论的BTT导弹控制系统研究[D]. 于秀萍. 哈尔滨工程大学. 2004
[2]. 基于神经网络反馈线性化方法的导弹稳定回路设计[D]. 程新占. 哈尔滨工程大学. 2010
[3]. 基于动态逆和滑模控制的BTT导弹控制系统研究[D]. 张娣. 东北大学. 2013
[4]. 基于鲁棒动态逆的小灵巧炸弹控制器设计[D]. 童学松. 南京理工大学. 2012
[5]. 基于神经网络的BTT导弹自动驾驶仪设计[D]. 魏喜庆. 哈尔滨工业大学. 2007
[6]. 基于动态逆和变结构控制理论的BTT导弹控制系统设计[J]. 姚建国, 祝小平. 航天控制. 2008
[7]. 基于BP网络的BTT导弹逆控制方法[J]. 王志鹏, 马建伟, 刘忠. 火力与指挥控制. 2011
[8]. 基于鲁棒模糊控制理论的BTT导弹动态逆控制[J]. 朱国栋, 林辉, 王琛. 计算机仿真. 2012
[9]. 导弹解耦控制方法综述[J]. 贾杰, 刘连章, 曹琦. 航空兵器. 2010
[10]. 垂直发射防空导弹智能制导与控制[D]. 朱成. 南京航空航天大学. 2015
标签：武器工业与军事技术论文; 垂直发射系统论文; 自动化控制论文; 导弹论文; 线性系统论文; 神经网络模型论文; 系统仿真论文; 动态模型论文; 非线性论文;