模糊逻辑和BP网络在空空导弹攻击区辨识中的应用

用模糊逻辑算法和改进的 Ｂ Ｐ算法对某空空导弹未知攻击区辨识进行了仿真分析。分析结果表明这两种算法效果均佳，但各有其特点，而且互不能替代。前者的收敛较后者快，后者的精度（在有限样本下）较前者高。用传统的最小二乘法对未知攻击区的辨识分析是难以达到的。

基于自抗扰与模糊逻辑的大攻角控制系统设计

针对直接力/气动力复合控制空空导弹的敏捷转弯问题,提出了一种基于自抗扰控制技术与模糊逻辑的自动驾驶仪设计方法。将导弹俯仰通道分解为攻角控制回路与俯仰角速度控制回路,使用自抗扰控制方法分别设计控制器,并将其串联组成完整控制回路。由攻角指令得到虚拟控制量,然后通过模糊逻辑将虚拟控制量分配给气动舵与直接力喷流装置。最后使用模糊控制方法对自抗扰控制器的反馈增益进行在线调整。仿真结果表明,所提出的控制方案对大攻角指令有良好的跟踪效果,适用于空空导弹的大攻角敏捷转弯控制。

一种用于非线性复杂系统辨识的自适应模糊神经网络

该文提出一种用于复杂的非线性未知系统辨识的混合神经网络模型—自适应模糊神经网络(AFNN)。AFNN网络结构简洁,具有通用逼近的特性,能够克服由于突变点的存在而对系统辨识所带来的误差,提高整个系统的辨识精度。对空空导弹攻击区辨识的仿真结果验证了AFNN网络的有效性。