带有高阶滑模微分器的制导控制一体化设计

针对制导控制一体化模型中由于目标机动加速度难以测量的问题,提出了应用高阶滑模微分器,对导弹导引头获得的弹目相对运动信息进行微分,从而解算出目标加速度的方法。在最后开展了导弹六自由度仿真验证,将高阶滑模微分器得到的目标加速度与真实值进行对比,验证了方法的有效性。

基于高阶滑模微分器的增广比例导引律

导引律的设计在导弹制导与控制中具有重要作用,为了解决增广比例导引中导弹-目标视线角速度和视线角加速度不易获得的问题,设计了一种基于高阶滑模微分器的增广比例导引律。首先,根据高阶滑模微分器的数学模型建立视线角速度和视线角加速度的估计模型;其次,根据视线角速度和视线角加速度的估计值,利用一种光滑无抖阵滑模微分器构造增广比例导引律。最后,通过仿真验证表明,具有滑模微分器结构的增广比例导引律导引性能良好。

高阶滑模微分器的分析与改进

首先采用Terminal吸引子函数代替原不连续函数,以避免滑模微分器的抖振;然后针对现有文献中高阶滑模微分器设计参数选取苛刻这一问题,放宽了设计参数选择范围,并分不同情况证明了高阶滑模微分器的稳定性.在此基础上,给出了高阶滑模微分器估计误差的上界与设计参数和滑模微分器阶次的关系式;通过对设计参数的选取和系统整体结构的分析,提出了高阶滑模微分器减小估计误差且更适于工程应用的设计方法,并给出所需条件.仿真结果表明了所得结论的正确性和有效性.

快速高阶滑模微分器

首先利用Terminal吸引子函数代替高阶滑模微分器中的不连续函数,以避免抖振;然后在高阶滑模微分器每一层滑模面中增加快速收敛项,以提高收敛速度,并分别针对不同情况证明了快速高阶滑模微分器的稳定性,给出了估计误差的具体表达式,提出了一种抑噪设计方法;最后比较了快速高阶滑模微分器与标准高阶滑模微分器的收敛时间和误差,总结了快速高阶滑模微分器的一般设计方法,并通过仿真结果表明了所得结论的正确性和有效性。

非匹匹配配不确定高阶非线性系统的滑模控制新方方法法

对具有非匹配不确定的高阶非线性系统,采用改进的高阶滑模微分器获取已知状态的任意阶微分估计值,再以恰当阶次的状态微分估计值之差,得到非匹配不确定项及其微分的估计值,证明了其误差任意小.为避免奇异性和抖振,采用两种方案设计了滑模控制器,并设计鲁棒项提高系统鲁棒性.基于Lyapunov理论证明了系统稳定性.同现有其他方法相比,该方法具有适用范围更广、收敛速度快、控制精度高、运算量小、保守性低等优点.最后仿真证明了本文所有结论.

高超声速飞行器动态稳定性建模仿真研究

在高超声速飞行器稳定性优化控制的研究中,高超声速飞行器系统建模中存在部分状态量不可精确测量问题。为解决上述问题,提出一种采用高阶滑模微分器的动态稳定性建模方法。在传统建模基础上,根据高超声速飞行器系统原理,利用可准确测量状态量对不可精确测量状态量进行重构,设计了动态稳定性建模方案。引入高阶滑模微分器用于状态重构系统信号的滤波与求导,收敛速度快且估计精度高,保证了所建立动态模型的稳定性和精确性。仿真结果表明,重构的航迹角和攻角响应速度快且稳定性好,重构的俯仰角速度有效抑制了弹性振动干扰,为飞行器稳定性优化设计提供了科学依据。

一类切换非线性系统的自适应反步滑模控制

针对一类系统状态不可测且存在未知非线性项和扰动的切换非线性系统,结合自适应反步设计和滑模控制方法并引入模糊逻辑系统(FLS)以及高阶滑模微分器,设计一类新的自适应反步滑模控制方法,对控制方法进行算例仿真。结果表明,该方法能够对被控系统的状态信号和未知扰动进行有效的观测逼近,实现了系统输出信号对参考信号的快速跟踪,被控系统的稳定性、所有信号的有界性以及控制方法的有效性均得到验证。

导弹积分反步制导控制一体化设计

制导控制一体化设计响应快、时延小,能充分考虑制导与控制间的耦合关系,但具有对象模型阶数高、鲁棒性差等特点.借用PI控制思想,将积分控制引入反步控制,设计基于积分反步方法的制导控制一体化算法,增强系统的抗干扰能力,实现对零视线角速率指令的高精度跟踪;通过构造高阶滑模微分器,观测反步控制中所需的视线角高阶微分信息,同时保证观测值对于真值的收敛速度和精度;设计基于浸入与不变的估计器估计目标机动信息,消除目标机动在拦截目标时对脱靶量的影响.仿真结果表明所设计的制导控制一体化算法可以实现导弹对目标的碰撞拦截,抑制目标机动带来的不利干扰,提高系统的鲁棒性.

基于神经网络的导弹制导控制一体化反演设计

针对制导控制一体化(IGC)模型中的不确定性难以进行估计补偿的问题,提出了基于神经网络的IGC反演设计方法。首先,根据弹目相对运动关系以及导弹自动驾驶仪模型建立了三维空间中的IGC模型。其次,针对由目标机动引起的模型不确定性,提出应用高阶滑模微分器(SMD)对导弹导引头获得的弹目相对运动信息进行微分,从而估计出目标加速度的方法,然后考虑导弹自身由于参数摄动以及未建模动态引起的模型不确定性,应用SMD和神经网络模型进行在线逼近补偿,基于反演控制理论设计了带有SMD和神经网络模型的IGC算法,应用李雅普诺夫稳定性理论对所设计的控制算法进行了稳定性证明。最后,进行了导弹六自由度仿真,验证了所设计控制算法的有效性。