首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
应用倾斜转弯(Bank to Turn,BTT)及推力矢量控(Thrust Vector Control.TVC)技术设计并建立了空空导弹六自由度模型。在此基础上考虑气动参数变化和建模不确定性引起的误差对导弹控制系统的影响,为消除误差影响,引入RBF神经网络分别对快慢回路进行补偿,利用李亚普诺夫(Lyapunov)稳定性定理推导了神经网络权值、中心及带宽的自适应规律,并证明了闭环系统的稳定性。通过对某型空空导弹大机动仿真研究,结果表明RBF神经网络自适应控制方法补偿作用显著,不仅改善了控制系统的动态性能,而且使系统具有良好的抗干扰和容错能力。  相似文献   

2.
基于RBF神经网络整定的PID控制器设计   总被引:2,自引:0,他引:2  
对工业控制领域中非线性系统,采用传统PID控制不能获得满意的控制效果。采用基于梯度下降算法优化RBF神经网络,构建其模型,进而编写M语言程序。以整定PID控制器的参数,使系统输出近似跟踪输入。该方法只需给出粗略的PID控制参数,系统的性能依靠神经网络寻优调整,从而可有效地解决经典PID控制方法中控制参数整定困难的问题,且可克服由PID控制参数整定不准给系统带来的不良影响。  相似文献   

3.
分析了现代导弹成本估算中存在的问题.应用RBF神经网络建立了导弹成本预测模型,并采用该模型对某型导弹成本进行了预测.与多元线性回归和BP神经网络的预测结果对比,建立的新型导弹成本预测模型具有更高的预测精度.  相似文献   

4.
通过对比BP神经网络、径向基函数(RBF)神经网络在信号处理中的优缺点,详细分析了RBF神经网络的模型结构并应用于多模磁探测引信系统中,通过计算机仿真和实际测试效果较好。  相似文献   

5.
针对坦克炮身管精确定位和平衡问题,提出了一种基于干扰观测器(DOB)的RBF神经网络滑模控制策略。由于炮控身管平衡系统模型中存在某些时变的不确定参数,所以利用RBF神经网络的万能逼近特性来辨识该参数。为了更好地提升系统的抗干扰性能,引入了干扰观测器,对系统外部扰动进行实时观测。通过仿真试验可知,该控制策略有效地提高了系统的稳定性,消除了滑模控制过程中固有的抖振现象,并大大提高了电液伺服系统的跟踪性能,使系统具有良好的鲁棒性。  相似文献   

6.
RBF神经网络在再入体气动参数辨识中的应用研究   总被引:1,自引:0,他引:1  
基于神经网络逼近理论,利用自动增加隐节点的RBF神经网络对某再入体的气动参数进行辨识,提出了一种新的神经网络参数辨识结构,网络训练时,对初始权值就进行优化处理。仿真结果证明,提出了一种新的神经网络参数辨识结构。网络训练时,对初始权值就进行优化处理。仿真结果证明,严重的非线性状态方程中的气动参数用RBF网络进行辨识。取到了满意的结果,可以得到全局光滑的气动模型。在检验气动参数辨识结果时,不需重构弹道。  相似文献   

7.
张静 《兵工自动化》2007,26(9):60-61
将微分先行PID控制算法和径向基函数(RBF)神经网络结合,提出基于RBF神经网络的微分先行PID控制器.其微分先行PID控制器直接对被控对象进行闭环控制,实现参数在线自调整.RBF结构神经网络则根据系统的运行状态,利用神经网络的自学习自适应能力调节PID控制器参数的在线自整定,达到误差性能指标最优化.Matlab仿真表明,该控制方案不仅跟踪性能良好,而且抗干扰性较强,鲁棒性较好.  相似文献   

8.
基于神经网络和遗传算法的末敏弹系统效能参数优化设计   总被引:5,自引:0,他引:5  
黄鹍  陈森发  刘荣忠 《兵工学报》2004,25(3):257-260
末敏弹是一种先进的新型弹药,由于其结构复杂,影响因素多,所以对其进行全面的系统优化设计十分困难.为此,本文利用神经网络的高度非线性映射能力和遗传算法的全局寻优能力,在了解了末敏弹工作原理的基础上,首先确定了一个优化设计方案,并根据该方案建立了一个末敏弹系统效能神经网络仿真模型,在此基础上,应用混合遗传算法对该仿真模型进行了优化设计,获得了影响系统效能的几个主要因素的最优搭配.经过对优化结果的分析,发现其与实际情况较为吻合,为末敏弹系统的效能研究提供了依据.  相似文献   

9.
全调节RBF神经网络具有处理非线性参数的不确定性,提高神经网络的在线逼近能力,适用于噪声信号的非线性建模。为了消除引信回波中的背景噪声,提出一种基于全调节RBF神经网络的非线形自适应滤波方法,能很好克服信号处理中的模型不确定性和噪声。通过对比不同信噪比情况下引信回波的去噪效果,说明了基于全调节RBF神经网络的引信噪声对消系统的有效性和优越性。  相似文献   

10.
基于RBF神经网络的SO2的浓度预测,选取一定的历史数据建立径向基函数神经网络训练模型,进行拟合训练.将芜湖市1993年到2001年大气SO2的浓度历史数据用于径向基函数神经网络,建立训练网络模型,通过训练优化提高训练可靠性.再用该模型对芜湖市大气中SO2的浓度进行预测.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号