三回路自动驾驶仪特点分析

对三回路自动驾驶仪的工作原理及特点进行了分析. 研究表明,这种驾驶仪的内回路是姿态驾驶仪,可以对静不稳定导弹进行稳定,闭环稳态传递系数不受气动参数变化的影响,驾驶仪输出对舵机零位误差不敏感,系统响应速度较带积分校正的过载驾驶仪快,且三回路驾驶仪比标准驾驶仪对噪声有较强的滤波能力.     

倾斜转弯导弹三回路鲁棒自动驾驶仪设计

针对倾斜转弯导弹,提出了最优/经典综合设计方法设计自动驾驶仪.该方法应用最优控制设计出俯仰/偏航混合通道三回路自动驾驶仪,设计中同时对开环系统的奇异值频域曲线进行约束,以保证系统具有一定的鲁棒性,获得的三回路自动驾驶仪结构简单,易于工程实现.仿真结果证实了其具有良好的跟踪性能和鲁棒性,也表明该自动驾驶仪能满足倾斜转弯导弹协调倾斜转弯的要求.     

基于神经网络的车辆交通协调性评价模型

为了研究自动驾驶汽车交通协调性的主客观映射评价模型,以高速公路匝道汇入为研究场景,首先基于自然驾驶数据的交互样本数据,以自车平均行驶速度、并线时刻侧向速度、并线时刻车头TTC、并线时刻两车相对侧向速度和对手车减速程度等客观指标数据和交通协调性主观评价结果作为模型输入和输出,构建映射评价模型;然后设计2×2交叉对比实验,并分析数据预处理方法及神经网络类型对评价模型效果的影响。研究结果显示,基于线性函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为95.71%和80.00%,基于阶梯函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为94.60%和73.25%。由此可见,模型评价效果较好,所建立的客观表征指标集能够较好地表达专家对车辆交通协调性表现的评价。在建模方法方面,基于BP神经网络的映射评价模型的表现优于Dropout神经网络模型,能够根据客观数据更准确地得到符合专家评判标准的评价结果。在样本数据预处理方法方面,线性函数归一化处理方法能够在消除数据间数量级差异的同时保留客观表征指标集数据在不同样本之间的差异,能提高映射评价模型的评价精度。因此,在小样本数据量下,基于线性函数归一化和BP神经网络的映射评价模型构建方案的评价效果更优。     

Missile robust gain scheduling autopilot design using full block multipliers

Reduction of conservatism is one of the key and difficult problems in missile robust gain scheduling autopilot design based on multipliers. This article presents a scheme of adopting linear parameter-varying (LPV) control approach with full block multipliers to design a missile robust gain scheduling autopilot in order to eliminate conservatism. A model matching design structure with a high demand on matching precision is constructed based on the missile linear fractional transformation (LFT) model. By applying full block S-procedure and elimination lemma, a convex feasibility problem with an infinite number of constraints is formulated to satisfy robust quadratic performance specifications. Then a grid method is adopted to transform the infinite-dimensional convex feasibility problem into a solvable finite-dimensional convex feasibility problem, based on which a gain scheduling controller with linear fractional dependence on the flight Mach number and altitude is derived. Static and dynamic simulation results show the effectiveness and feasibility of the proposed scheme.     

基于小生境免疫算法的船舶FNN自动舵设计

结合隔离小生境技术的特点和免疫遗传算法的全局收敛特性,提出一种基于小生境免疫遗传算法的模糊神经网络控制器优化设计方法,并将其用于船舶自动舵的设计.隔离小生境能有效解决局部和全局收敛的矛盾,可以解决船舶运动控制的FNN控制器难于设计以及传统BP学习算法易于陷入局部收敛的不足.将神经网络结构辨识器作为船舶的辨识模型,船舶运动模型采用二阶非线性方程,模糊神经网络控制器为主控制器,对船舶航向运动控制系统进行仿真研究.结果表明,在船舶无干扰和存在随机干扰的情况下,由此设计的船舶自动舵控制系统均能使船舶转向控制无超调,跟踪快,与BP学习算法相比控制效果更趋于为理想,可以进一步提高航行的性能.     

基于粒子群优化的船舶PID自动舵的改进

受生物免疫反馈过程的启发,利用模糊逻辑的适应性,提出一种模糊免疫PID控制策略,并以此对传统的PID型航向自动舵进行改进.用一种模糊控制器来模拟免疫系统中的反馈机理,以航行的经济性为目标,采用线性递减权值策略的全局PSO算法,对控制器进行参数优化.并对比2种采用免疫PID控制器的系统组成方案,指明适用于船舶航向控制的控制系统形式.实验仿真结果表明:该控制器能很好地根据船舶动态特性的变化,自动地进行适应性免疫调节,具有跟踪速度快、航向控制超调小以及抗扰性强等优点.     

具有侧向脉冲推力的旋转导弹建模与控制研究

针对具有气动舵和侧向脉冲推力复合控制的自旋导弹,在准弹体坐标系中建立完整的动力学模型,由于侧向脉冲推力的离散事件特性,提出运用混杂系统理论的方法设计其复合控制自动驾驶仪。根据系统的特性将自动驾驶仪划分成两种不同的工作模式,针对不同的工作模式分别设计不同的控制方法,通过两种模式之间的切换实现导弹的快速响应和能源的合理分配。最后进行仿真检验该自动驾驶仪的有效性,并将仿真结果与气动舵单独控制时的结果作了对比,表明通过复合控制显著改善了导弹的动态响应特性     

拦截蛇形机动目标考虑自动驾驶仪动态特性的最优制导律

针对目标蛇形机动及导弹自动驾驶仪动态特性对制导精度的不利影响,基于二维制导模型,推导了拦截蛇形机动目标考虑精确自动驾驶仪动态特性最优数值制导律. 设计了蛇形机动目标特性卡尔曼滤波器,分析了该最优数值制导律的具体实现方法. 仿真结果表明,卡尔曼滤波器对蛇形机动目标跟踪性能良好;采用蒙特卡洛仿真技术,证实了该最优数值制导律比已有拦截蛇形机动目标最优制导律制导性能高,能有效降低目标蛇形机动及自动驾驶仪动态特性造成的不利影响.      

关于PID自动舵神经网络控制的研究

提出一种基于神经网络的PID自动舵控制方法。该方法能实时精确地辨识船舶数学模型参数,自动调节PID参数,提高船舶航向保持性能。     

基于反馈线性化的船舶自动舵模糊滑模控制

针对船舶航向自动舵控制系统的非线性数学模型,应用基于微分几何的反馈线性化方法,将原非线性系统等价为完全可控型线性化模型,然后设计了滑模变结构控制器,并利用模糊控制器实现了滑模趋近律的参数自整定,设计方法简单可行。仿真结果表明,所设计的模糊滑模控制器能够快速准确地跟踪设定航向,并对参数摄动和外界风浪干扰具有很强的鲁棒性,同时消除了系统的抖振现象,优于传统的滑模控制。

Abstract：

According to the nonlinear model of ship autopilot system and using the feedback linearization procedure of differential geometry,an equivalent,fully controllable and linear model was derived via a homomorphism transformation and a fuzzy reaching law sliding mode controller was designed.The simulation results show that the controller designed here,which is superior to traditional sliding mode control,can track a desired course fast and accurately.It also exhibits strong robustness peculiarity to system uncertainties and avoiding chatting phenomenon.