BTT导弹块模型的鲁棒自适应设计

针对BTT导弹的非线性模型,给出了其适合用backstepping设计方法的块控模型。充分利用系统的结构特点,结合块控原理、backstepping设计方法、鲁棒控制和自适应控制方法,提出了一种鲁棒自适应控制器的设计方法。允许系统中的每一个子块都存在不确定性,采用非线性跟踪微分器减小了backstepping设计中的"计算膨胀"问题,并且避免了系统控制矩阵未知时控制器可能的奇异问题,证明了系统的状态跟踪误差和参数误差指数收敛于原点的一个邻域。最后给出的仿真结果显示了本文方法的有效性。

BTT导弹的自适应滑模反演控制设计

针对具有非匹配不确定性的BTT导弹非线性动力学模型,结合反演控制、自适应控制和滑模控制方法,设计了一种新颖的BTT导弹自适应反演滑模控制器。反演设计的每一步中均采用具有范数型切换函数的连续滑模控制律,并采用自适应算法对不确定性的上界进行估计。将虚拟控制量的导数作为不确定性处理,利用自适应滑模控制的鲁棒性对其进行补偿,解决了"计算膨胀"问题,简化了控制系统的设计,并且设计中无需事先已知气动参数摄动的上界。采用Lyapunov稳定性理论证明了跟踪误差最终有界。仿真结果显示了本文设计方法的有效性。

BTT导弹的神经网络自适应反馈线性化控制

提出基于反馈线性化理论的BTT导弹自动驾驶仪设计方法。并提出由俯仰过载命令产生攻角命令的方法。应用CMAC神经网络构成一种自适应反馈线性化方案,使具有不确定性的实际系统获得要求的跟踪性能。闭环系统的稳定性由李雅普诺夫稳定性理论得到保证。该方法适合于控制导弹作全空域飞行。

BTT导弹的变结构解耦控制系统设计

倾斜转弯(Bank-to-Tum,BTT)导弹由于气动外形不对称,以及存在较大的滚动速率,其各个通道之间存在强烈的耦合。本文在变结构控制理论对外界扰动的不变性原理的基础上,采用变结构控制方法设计了BTT导弹的输出解耦控制律。仿真结果验证了本文设计的变结构解耦控制器对于导弹这类参数快速时变,通道间耦合严重,有不确定因素的系统能够实现解耦控制,并具有动态响应快,超调小的特性。

基于神经网络的BTT导弹鲁棒动态逆设计

针对存在不确定性的BTT导弹系统,基于神经网络提出了一种鲁棒动态逆控制系统设计方法。首先应用双时标假设将BTT导弹动力学分离为快变状态动力学和慢变状态动力学。然后,在巧妙地利用导弹气动参数特性设计Lyapunov函数的基础上,对快变状态动力学和慢变状态动力学分别进行动态逆控制设计。设计中应用RBF神经网络来逼近系统中存在的不确定性,证明了闭环系统的所有信号均有界且指数收敛至系统原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果验证了该算法的有效性。

BTT导弹制导律研究综述

与STT导弹相比,BTT导弹在气动效率、机动能力、控制性能等方面具有明显优势,但其运动耦合特性也给传统研究框架下的制导律设计带来了挑战。本文针对BTT导弹制导律设计问题展开研究,首先描述了BTT导弹制导基本问题,分析了BTT导弹制导律设计的技术难点,需要综合考虑运动耦合、多约束、目标机动、弹体动态效应等因素,然后综述了国内外现代制导律设计的基本方法,将其分为双通道解耦法、球坐标法、现代几何法等,最后指出了BTT导弹制导律的进一步研究方向。

多模型切换控制及其在BTT导弹设计中的应用

研究了一类可以抑制切换时刻输出跳跃的多模型切换控制器的设计问题。基于参数化特征结构配置结果及模型跟踪方法,设计了满足输出跟踪性能并使多模型系统中各闭环子系统渐近稳定的多模型切换控制律集合。充分利用参数化特征结构配置方法提供的全部自由度, 协调选取各子系统控制律中的参数来抑制切换时刻的输出跳跃。将本文提出的方法应用到某型倾斜转弯导弹自动驾驶仪设计中,仿真结果表明导弹的输出过载迅速准确跟踪制导指令,并且切换抖动得到有效抑制。

BTT导弹的协调式分散鲁棒H_∞控制器设计

BTT(倾斜转弯)导弹在飞行过程中常处于大迎角和快速滚动状态,这时通道间的运动学耦合为非线性形式且不能忽略。针对这一问题,提出了一种基于分散控制思想的协调式鲁棒H∞控制器设计方法。根据期望动态性能,为每个子系统设计高品质参考模型。引入协调支路有效消除通道间的主要耦合因素,并假设未补偿的耦合满足二次约束。基于鲁棒控制理论,在耦合项满足上述约束的前提下,设计控制器使得系统渐近稳定,同时从参考输入到跟踪误差传递函数的H∞范数最小。推导并得出了鲁棒控制器存在的充分条件,并将其归结为一个有限维线性矩阵不等式的优化问题。对BTT导弹的仿真结果表明了该控制方法的有效性。

基于自抗扰控制的BTT导弹自动驾驶仪设计

针对具有非线性、时变、强耦合和不确定性的Have Dash II BTT导弹控制系统,基于自抗扰控制理论,设计了一种新的BTT导弹鲁棒控制器。利用输入输出反馈线性化,将导弹控制系统分解成了3个单输入单输出的二阶子系统,输出变量的选取保证了系统是最小相位系统。采用自抗扰设计方法,估计并补偿系统中的不确定因素和三通道之间的耦合,以实现控制目的。仿真结果表明该BTT导弹驾驶仪具有良好的动态特性和强鲁棒性。

BTT导弹的发展现状与趋势

倾斜转弯(简称BTT)技术是当今世界导弹控制技术领域内用来提高导弹性能的一项重要技术。对BTT技术的特点进行了研究,分析了BTT导弹的研究现状,详细介绍了BTT导弹的分类以及BTT导弹的优点。最后,对BTT导弹在未来的应用中需要着重解决的问题进行了研究。

BTT导弹神经网络自适应控制器设计

在导弹系统存在非匹配不确定性的情况下 ,提出了一种基于RBF神经网络和反演控制技术的神经网络自适应导弹控制系统的设计方法。首先应用RBF神经网络在线辨识系统中存在的不确定性 ,然后利用反演控制技术设计了导弹非线性自适应控制器 ,成功的处理了非匹配不确定性 ,并应用Lyapunov稳定性理论推导出RBF神经网络权重矩阵及中心点值的调节律 ,保证了系统的稳定性。证明了系统的所有信号均有界且全局指数收敛至原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果显示了该设计方法的有效性。

BTT导弹再入段非线性鲁棒控制

针对BTT导弹再入段的非线性模型以及三通道间的较强耦合,研究了模型不确定情况下的解耦和跟踪控制问题。首先分析了BTT导弹在再入段的非线性模型,然后根据微分几何方法检验该模型是否可进行输入输出解耦,并推导出BTT导弹在再入段的非线性解耦控制律,其后分析了在某种匹配不确定情况下导弹动态系统的具体形式,并将李亚普诺夫方法运用到控制器的设计中,得出鲁棒输出控制跟踪控制律。采用该控制方式对某型BTT导弹的六自由度仿真实验结果表明:该鲁棒控制方法在系统存在不确定性的情况下,可保证系统的稳定性,并实现三通道间的近似解耦,使攻角α,侧滑角β和滚动角γ良好地跟踪期望指令。

BTT导弹自适应神经网络控制

针对具有不确定性的六自由度BTT导弹控制系统,基于李亚普诺夫稳定性理论和神经网络对非线性函数的拟合特性,设计了一种新的BTT导弹自适应神经网络鲁棒控制器。利用神经网络对Lyapunov函数进行函数拟合,同时引入自适应神经网络权值调节律,保证了闭环系统具有较好的鲁棒稳定性能和抗干扰性能,实现了BTT导弹控制系统的三通道一体化设计。控制器设计简单、参数调节方便,并且便于工程应用。仿真研究结果表明了BTT导弹系统的输出能够渐近跟踪给定的控制输入指令。

BTT导弹滚动通道变结构最终滑态控制系统设计

提出了一种模型参考变结构最终滑态控制方案，应用该方案设计了ＢＴＴ导弹滚动通道自动驾驶仪．理论分析表明，该方案确保了系统状态按照规定的动态特性直接进入最终滑态，有效地改善了变结构系统的动态性能，并且对于参数摄动具有较强的鲁棒性．数字仿真结果表明，应用该方案设计的ＢＴＴ导弹滚动通道自动驾驶仪具有良好的指令跟踪性能和较强的鲁棒性．

BTT导弹自适应反演控制律设计与仿真

针对倾斜转弯(BTT)导弹控制中的多变量强耦合问题,研究了一种适用于BTT导弹的反演算法,以实现自动驾驶仪的自适应解耦控制。根据BTT导弹控制的基本特性,建立导弹的非线性控制模型,并将其转化为适合于反演设计的反馈块模型。在此模型上,基于反演的非线性控制系统综合设计方法,加入自适应神经网络逼近系统中存在的不确定性,利用Lyapunov稳定性定理推导了自适应调节律,设计了导弹控制律。通过仿真验证了该设计方法的有效性和可行性,该控制器能够实现控制解耦目的,且对指令信号跟踪效果良好。

变结构自适应控制在BTT导弹中的应用

提出了ＢＴＴ导弹自动驾驶仪的变结构自适应设计方法。该方法完全基于对象参数变化和随机扰动的上下界，无需对系统进行参数辩识和对随机扰动进行在线估计，增强了控制系统的适应性和鲁棒性。在考虑了各种非理想因素的情况下，得到了令人满意的仿真结果。

BTT导弹滚转通道模型参考变结构自动驾驶仪设计

BTT导弹的气动参数强烈变化特点、大机动需求和控制技术要求导弹滚转通道必须具有快的响应速度和强的抗干扰能力。针对这些特点,引入了模型参考变结构控制(MRVSC)设计导弹滚转通道自动驾驶仪,应用Simulink对PID和MRVSC两种自动驾驶仪进行仿真分析;在飞行高度为200m时,PID和MRVSC自动驾驶仪对理想弹道的跟踪效果几乎相同;在10km高度,PID方法的跟踪效果明显变差,而MRVSC具有同样的跟踪效果;仿真结果表明,MRVSC自动驾驶仪能够保证快的响应速度和抵抗参数大范围变化。

BTT导弹基于扩张状态观测器的滑模控制律设计

针对BTT导弹非线性动力学模型中的参数不确定性及系统存在未知外部干扰的问题,提出了一种基于扩张状态观测器的滑模控制设计方法;将系统参数不确定性和未知外界干扰作为系统的复合干扰,采用扩张状态观测器估计系统的复合干扰,并实时补偿;利用Lyapunov方法证明系统的稳定性;该控制器算法简单、计算量小,更易于实际工程应用;仿真结果表明,设计的控制器对导弹控制系统受到的复合干扰具有较强的鲁棒性和稳定性,满足导弹姿态快速机动和高稳定度的控制要求,性能指标明显优于滑模控制器。

基于CMAC神经网络的BTT导弹模型跟踪控制

提出一种ＢＴＴ导弹模型跟踪控制系统的参考模型设计新方法。在此基础上，设计了一种非线性模型跟踪控制律，并将ＣＭＡＣ神经网络用于ＢＴＴ导弹系统的鲁棒自适应模型跟踪控制，使具有不确定性的实际系统获得要求的跟踪性能。该方法适合于控制导弹作全空域飞行。仿真结果进一步验证了该方法的正确与有效。

BTT导弹姿态跟踪保性能控制器设计

针对导弹在运动过程中模型存在较大不确定性,提出一种新的跟踪保性能鲁棒控制器设计方法,应用线性矩阵不等式来求解控制器使该方法简单易行。以某型BTT导弹姿态控制为例,设计了跟踪保性能控制器,仿真结果表明了方法的有效性,为高性能的BTT导弹姿态控制器设计提供了一种新途径。