临近空间动能拦截器神经反演姿态控制器设计

为满足临近空间动能拦截器姿态控制快速性、准确性和鲁棒性的要求,设计了一种自适应神经反演姿态控制器。首先,建立了姿控发动机侧喷干扰模型,并推导了包含质心漂移、参数摄动和外界干扰的三通道强耦合模型;其次,设计了自适应神经反演姿态控制器,为提高控制精度,采用径向基函数(RBF)神经网络对各个通道的不确定项进行估计和补偿,并基于最小学习参数的思想,将神经网络学习参数拟合为一个参数,提高了RBF计算效率,保证了估计的实时性。最后,采用伪速率(PSR)脉冲调制器将设计的连续控制律转化为脉冲控制律,实现了拦截器的变推力控制,并克服了脉冲脉宽调制(PWPF)调制器相位滞后问题。数字仿真表明,所设计的控制器收敛速度快,控制精度高,对强扰动具有鲁棒性。

侧窗探测动能拦截器轨控有限时间收敛制导律

临近空间动能拦截器多采用侧窗探测,为保证探测视场稳定,需使姿态定向且保证视线角稳定,但轨控发动机捷联在弹体上,只能输出大小和方向恒定的力,姿态定向使纵向平面和侧向平面的控制力存在耦合.针对上述问题,设计有限时间收敛制导律和伪速率(Pseudo rate, PSR)脉冲调制器.首先,构建侧窗约束下的三维轨控制导交战模型;其次,设计适应于姿态定向和视线角约束的新型制导算法,并严格证明其有限时间收敛特性;再次,为克服PWPF (Pulse width pulse frequency)将连续控制量转化为数字量时存在的相位滞后问题,设计PSR脉冲调制器;最后,分析不同制导律、目标机动特性和开关机门限等因素对制导精度的影响.数字仿真表明,所设计的制导算法能够使视线角度和角速率有限时间收敛,保证探测视场的稳定,具有较高的制导精度,对目标的机动具有较强的鲁棒性.