基于鲁棒自适应控制理论的导弹纵向逆控制

针对高机动导弹纵向运动数学模型具有严重非线性、不稳定、多变量耦合以及模型不确定等特点,提出了一种基于鲁棒自适应控制理论和动态逆相结合的导弹纵向控制系统设计方法。该方法以非线性动态逆控制为基本控制律,能够在复杂的飞行条件下,实现对高机动导弹的精确线性化,解除了多变量之间的耦合关系;并引入鲁棒自适应控制律,以抑制模型参数变化的摄动和外部干扰的影响,保证了导弹的纵向稳定性及其纵向飞行品质。仿真分析验证了控制方法的有效性。     

地空导弹与空中目标遭遇点预测模型和算法

导弹与目标的遭遇点坐标是地空导弹指挥控制系统进行射击指挥决策的关键依据之一,必须建立精准快速的预测模型或算法.‘针对非机动空气动力目标,研究了遭遇点预测的解析模型和迭代算法.解析模型中,将导弹引导过程近似为平行接近法,导弹匀速飞向瞬时遭遇点;迭代算法中,根据导弹常用的视线法和比例导引法解算导弹的运动学弹道,来预测瞬时遭遇点坐标.仿真分析表明,解析模型和迭代算法设计合理有效,前者简捷快速,适用于作战单元指挥控制系统;后者较为精准,实时性好,适用于火力单元指挥控制系统.两种方法都具有较强的工程应用价值,为指挥控制系统研制提供实用的模型技术支持.     

不同威胁源下无人机的攻击航路规划算法与仿真

考虑到任务环境中威胁源的不同属性,提出一种新的航路规划方法,进行了计算机仿真.将加权Voronoi图应用于威胁空间剖分确定被选航路集,设计了剖分方法,研究了剖分特点.鉴于加权Voronoi图的生成较为复杂,给出了简化策略.仿真结果表明,提出的航路规划方法不仅与实际情况更为接近,而且切实有效可行.     

基于自适应反步法的非线性导弹制导/控制系统综合设计

利用基于RBF神经网络的自适应反步法结合滑模控制对非线性导弹的制导/控制系统进行了综合设计.首先把导弹的制导/控制系统转化为严反馈型,然后利用基于在线调节的神经网络反步法克服非线性系统的非匹配不确定性,引入的滑模控制项使跟踪误差趋于零.仿真结果表明,所设计的方法具有较强的实用性.     

高机动导弹非线性自动驾驶仪动态面控制

提出了高机动非线性导弹自动驾驶仪的动态面控制器设计方法,该方法基于光滑二阶动态滑模,所设计的虚拟控制足够光滑,在利用反步法设计内环控制器时不需要进行积分滤波,克服了反步法所带来的项数膨胀问题.二阶动态滑模控制器能够对非匹配不确定性或未建模动态进行补偿,并且比传统滑模有更高的跟踪精度.在考虑了系统不确定性和外部干扰的情况下,仿真结果显示所设计的控制器有较强的鲁棒性和控制精度.