考虑自动驾驶仪延迟的非线性最优末制导方法

针对过载受限和自动驾驶仪延迟等条件下的非线性最优末制导指令在线生成方法进行研究。首先,基于庞特里亚金极大值原理,建立了目标静止的非线性最优末制导问题的最优性条件,并利用饱和函数将过载约束嵌入最优性条件。其次,应用参数化方法使得通过数值积分即可快速生成满足最优性条件的飞行轨迹数据集。然后,利用该数据集训练神经网络,使其拟合弹-目相对运动状态到最优制导指令的映射关系,实现过载约束下制导指令的毫秒量级在线生成。针对自动驾驶仪的延迟响应,通过微分补偿法估计神经网络下一时刻输出的制导指令以实现快速跟踪。最后,仿真结果表明,本文所提出方法针对静止目标与小机动目标都能够在线生成最优制导指令。

过载和攻击时间约束下的非线性最优制导方法

考虑导弹过载受限条件下,对以期望时间为攻击目标的非线性最优制导问题进行了研究。首先,建立了非线性最优制导问题的理论模型,基于庞特里亚金极大值原理和饱和函数方法建立了最优轨迹的最优性条件。其次,根据最优性条件和哈密尔顿轨迹参数化方法,建立了最优轨迹的参数化微分方程组,使得通过数值积分即可生成从飞行状态到最优制导指令映射关系的数据集。然后,通过前馈神经网络对上述映射关系进行近似,实现了非线性最优制导指令的毫秒量级实时生成。最后,通过数值仿真验证了所提非线性最优制导指令生成方法的有效性。

一类纯反馈非仿射非线性系统的自适应神经网络变结构控制

研究了一类非仿射的纯反馈单输入单输出非线性系统。针对此系统,在中值定理、神经网络参数化和解耦Backstepping的基础上,提出了一种自适应变结构神经网络控制策略,而且所给出的定理证明闭环系统的所有信号在平衡点上是半全局一致有界的。通过对一个非仿射CSTR对象的仿真验证了该方法的有效性。