基于H2/H□理论的BTT导弹模糊神经网络自适应控制

针对不确定非线性BTT导弹控制系统,提出了一种基于模糊高斯基神经网络控制设计方法。在设计过程中将干扰项和模型不确定项合为一项,应用模糊神经网络的逼近性质来逼近系统的不确定项,然后利用H2/H□理论来削弱逼近误差和外部的扰动,通过确定适当的价值函数从而推导出自适应律。最后通过对BTT导弹的六自由度仿真验证该方法的有效性。     

基于模糊神经网络的BTT导弹自适应控制

针对不确定非线性BTT导弹控制系统,提出了一种基于模糊高斯基函数神经网络的自适应控制设计方法。在设计过程中将不确定部分合为一项,应用模糊神经网络的万能逼近性质来逼近系统不确定项,然后利用滑模控制和自适应模糊神经网络理论设计了控制器,应用Lyapunov稳定性理论保证闭环系统的稳定性,并推导出自适应律,最后通过仿真结果验证该方法的有效性。     

BTT导弹模糊自适应PID控制

提出了一种模糊鲁棒PID控制器的设计,把模糊控制和常规PID控制结合起来,对控制系统的比例、积分、微分参数进行在线自整定.对BTT导弹偏航通道的模糊自适应控制进行了研究,在Simulink中的仿真结果表明,这种模糊PID控制器的控制效果优于单纯的PID控制,超调量小,抗干扰性能强,对变参数系统的鲁棒性强,满足在线适时自适应控制的要求.     

基于H2/H∞混合控制的空-空导弹鲁棒制导律的设计

针对空-空导弹在追踪平面内非线性运动问题,基于H2/H∞混合控制方法设计了H∞鲁棒制导律.根据导弹和目标在同一平面内的运动模型,由非线性H2/H∞混合控制理论,描述任意给定目标加速度、控制加速度指令,并由H2/H∞混合控制标准设计问题的解,得到系统具有一定性能指标的控制输入,实现H∞鲁棒制导律设计.最后的数值仿真验证表明所设计的鲁棒制导律是有效的.     

基于变论域理论的BTT导弹模糊自适应控制

针对BTT导弹控制系统所具有的非线性、快时变性以及模型不确定性问题,研究了一种基于变论域的模糊自适应控制器。通过选取合适的论域伸缩因子,提高控制精度;利用模糊模型逼近控制系统的非线性部分,采用李亚普诺夫方法证明所设计的非线性控制系统的渐进稳定性并推导出自适应律。最后对控制器进行了仿真验证,仿真结果表明跟踪性能良好。     

BTT导弹的神经网络逆系统方法控制研究

提出一种BTT导弹非线性控制系统的神经网络逆系统方法。从理论上证明了该控制方法可实现导弹三通道的解耦控制,输出渐近无差跟踪。为了验证控制方案的有效性,进行了仿真研究。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,控制方案可行,满足设计要求。     

自适应模糊H∞控制在导弹自动驾驶仪中的应用

自适应模糊H∞控制在导弹自动驾驶仪中的应用,通过对攻角求二阶导数,得到导弹输入-输出动态模型,同时将模糊系统简变为单输入逻辑系统.设定攻角变化范围,并将其作为模糊系统的唯一输入变量.根据系统的带宽,在控制器中加入低通滤波器,以保证系统跟踪效果,过滤控制信号中频率过高部分.仿真证明,该应用可得到导弹飞行动态的精确数学模型.     

自适应模糊H∞控制在导弹自动驾驶仪设计中的应用

研究了自适应模糊H∞控制在导弹自动驾驶仪中的应用。针对导弹飞行动态的非线性和不确定性,采用了近年来发展起来的自适应模糊控制,并结合H∞控制技术,在模型未知的情况下,有效地实现了导弹的飞行控制。本文提出的控制器不但对模型不确定具有鲁棒性,而且对具有不同飞行动态的导弹有很强的通用性。     

基于模糊PID控制的BTT导弹自动驾驶仪设计

倾斜转弯（bank—to—turn,BTT）BTT导弹在飞行过程中,它的参数是时变且大范围不确定的,因此其数学模型具有一定的不确定性。引入对被控对象模型精确度要求较低的模糊控制法．结合经典PID控制法,设计了三种BTT导弹自动驾驶仪,并对其进行了仿真比较。     

基于LMI的主动悬架混合H2/H∞控制

以2自由度1/4车辆悬架动力学模型为研究对象,将系统的被控输出分为性能输出和约束输出.利用H∞范数描述系统的归一化约束输出,同时选择H2范数最小化系统的性能输出,将性能输出归结为在给定抑制程度γ∞条件下的最优控制问题,避免加权系数的选择,利用LMI(线性矩阵不等式)方法设计了主动悬架混合H2/H∞状态反馈控制器.仿真结果表明:所设计的主动悬架的性能较被动悬架有一定程度的改善.     

导弹BTT控制方案的研究

本文重点研究地空导弹使用BTT(倾斜转弯)控制的导弹性能估计。在不评论BTT导弹的优点,并规定有相同极限攻角和极限法向加速度的情况下,仅从导弹的控制技术方面,针对地空导弹的特定战斗使命,选用“成功截击百分比”和“最小导引距离(或时间)”作为评价导弹性能的指标,与STT导弹性能进行比较。通过数字仿真,阐述了不同控制方案,不同结构外形和快、慢速导引系统对导弹性能的影响。结果表明:BTT控制比STT控制能得到较好的性能。一字型结构与BTT-90方案组合,导弹性能更佳。增大导弹的滚动速率可进一步提高BTT导弹的性能。     

基于H∞混合灵敏度的导弹稳定控制回路设计

针对基于经典控制理论导弹稳定控制回路设计时存在的干扰及模型不确定性问题,提出了基于H∞混合灵敏度的导弹稳定控制回路设计方法。通过选取目标函数,将H∞混合灵敏度的问题转化成标准的H∞控制问题,利用Matlab求解了鲁棒控制器,给出了仿真结果。结果表明,利用H∞混合灵敏度方法基于一个特征点所设计的导弹稳定控制回路,对模型不确定性具有较好的鲁棒稳定性,符合系统设计要求。     

BTT导弹控制方案研究

当前在战术研究领域中，为提高导弹的战术性能引入很多新技术，倾斜转弯技术就是其中之一，通称ＢＴＴ（Ｂａｎｋ－Ｔｏ－Ｔｕｒｎ）技术。很多国家已对这种导弹的总体方案，气动外形设计，制导和控制等方面进行了广泛的研究，下面将针对其制导方案加以讨论。     

基于H2／H∞混合控制的空-空导弹鲁棒制导律的设计

针对空一空导弹在追踪平面内非线性运动问题，基于H2/H∞混合控制方法设计了H∞鲁棒制导律。根据导弹和目标在同一平面内的运动模型，由非线性H2/H∞混合控制理论，描述任意给定目标加速度、控制加速度指令，并由H2/H∞混合控制标准设计问题的解，得到系统具有一定性能指标的控制输入，实现H∞鲁棒制导律设计。最后的数值仿真验证表明所设计的鲁棒制导律是有效的。     

H2/H∞混合控制在无人机飞行控制中的应用

针对无人机受参数摄动和外界扰动影响的特点,对H2/H∞混合控制控制理论在无人机飞行控制系统中的应用进行了研究.对典型无人机的横航向飞行控制系统,用混合H2/H∞鲁棒控制方法设计状态反馈控制器,使飞机控制系统在鲁棒稳定条件下,满足一定的性能指标.利用线性矩阵不等式在求解多目标综合控制问题方面的优势对问题进行求解,仿真结果表明控制器具有较好的扰动抑制能力和跟踪性能.     

基于模糊神经网络的导弹倾斜运动稳定与控制研究

根据非线性系统的模糊神经网络自适应控制算法，研究了导弹倾斜运动采用变系数运动方程时的稳定和控制问题。     

基于多目标H2/H∞方法的鲁棒飞行控制研究

文中基于线性矩阵不等式（LMI）方法研究了多目标H2／H∞控制在飞行控制系统中的应用，分析了飞行控制系统在同时具有外界干扰和建模误差等不确定性时的多目标H2／H∞状态反馈控制器的设计问题。对H∞、H2和H2／H∞三种控制方法进行对比研究．分析说明了H∞和H2方法应用的局限性。通过对某型飞机纵向飞行控制系统的仿真分析，结果表明多目标H2／H∞设计方法的具有控制增益小、动态性能好、鲁棒性强等特点。     

BTT导弹加权混合灵敏度函数频域整形

在频域不确定性系统的混合灵敏度H∞控制中,加权函数的选择一般比较困难。依据闭环系统性能指标、动态解耦要求以及控制约束条件,提出加权函数频域整形的公式化构造方法,得出加权函数的一般构造形式,在此基础上优化加权函数中变量参数,确定出满足H∞控制设计要求的加权函数。为验证所述方法的有效性,在某型BTT导弹俯仰／偏航耦合通道模型上对抗干扰性和目标跟踪特性进行了仿真。结果表明该加权函数频域整形方法不仅能使H∞控制同时兼顾时域和频域指标,结构简单,且具有一般的构造形式。     

基于H∞滤波的主/被动雷达模糊自适应融合算法

在主/被动雷达复合制导背景下,提出一种基于H∞滤波和模糊逻辑的自适应融合算法,算法结合了H∞滤波和模糊推理的优点.为了克服卡尔曼滤波对模型和传感器噪声特性的依赖性,应用H∞滤波实现目标的状态估计.与卡尔曼滤波相比,H∞滤波不需要对噪声作任何假设.由于模糊推理方法具有很强的处理不确定性问题的能力,基于协方差匹配技术应用模糊推理方法在线估计每个H∞滤波器的性能,融合中心根据每个H∞滤波器的性能融合来自两滤波器的状态估计值.数字仿真结果表明了算法的有效性.     

基于鲁棒H∞优化高精度导弹舵机串级控制研究

通过将串级控制结构转化为标准H∞控制问题求解,提出一种基于H∞优化串级控制系统设计结构,并运用参考模型匹配方法实现系统的性能指标要求。将该控制结构用于研究高精度导弹舵机控制系统设计问题,简化了传统方法设计串级控制器的求解过程。仿真结果表明,应用该方法设计的导弹舵机闭环系统具有良好的快速跟踪特性,对外界扰动具有很好的干扰抑制能力,证明了该方法的正确性和有效性。