学位论文 > 优秀研究生学位论文题录展示
基于神经网络反馈线性化方法的导弹稳定回路设计
作 者: 程新占
导 师: 史震
学 校: 哈尔滨工程大学
专 业: 导航、制导与控制
关键词: BTT导弹 反馈线性化 径向基神经网络 动态逆 导弹稳定回路
分类号: TJ760.2
类 型: 硕士论文
年 份: 2011年
下 载: 56次
引 用: 0次
阅 读: 论文下载
内容摘要
侧滑转弯(Skid-To-Turn, STT)控制技术与倾斜转弯(Bank-To-Turn, BTT)控制技术是目前广泛用于导弹控制的两项技术。其中,倾斜转弯控制技术是一种新型的控制技术,对提高导弹的射程、速度、精度以及机动性具有重大意义。BTT控制技术的特点决定了BTT导弹弹体模型中存在着多种耦合项,因此在设计BTT导弹自动驾驶仪时,传统的三通道独立设计方法不再适用。寻找一种有效的控制方法用于BTT导弹自动驾驶仪的设计,成为国内外学者的重要课题。随着非线性控制理论以及神经网络技术的发展,反馈线性化成为处理非线性系统问题的主要方法,而神经网络在处理不确定非线性系统时具有无法比拟的优越性。本文将反馈线性化方法中的一种解决非线性控制问题的常用方法——动态逆方法,与径向基(RBF)神经网络相结合,设计了BTT导弹稳定回路。本文的主要工作包括如下几点:第一,BTT导弹弹体模型的确定。BTT导弹弹体模型具有非线性、快时变、强耦合的特点,在建立BTT导弹弹体模型时,需要做一定的简化和假设。考虑到状态变量的可测性,在有效利用已知信息的基础上建立了导弹三通道数学模型。第二,应用动态逆方法对BTT导弹的稳定回路进行了设计。针对动态逆方法不能直接应用到非最小相位系统的特点,提出了两种有效的解决方法:①系统输出重定义法;②时标分离法。本文应用系统输出重定义法对具有非最小相位特点的BTT导弹弹体模型进行了处理,实现了动态逆方法与BTT导弹模型的有效结合。本章的末尾验证了该控制方法的可行性。第三,由于动态逆方法要求模型精确已知,而BTT导弹的弹体模型参数是变化的,且存在不确定性,因此应用动态逆方法设计的导弹稳定回路的鲁棒性很难达到要求。本文利用神经网络自学习、自适应的特点设计了神经网络动态逆控制器,替代了原有的控制器,有效提高了系统的鲁棒性。仿真结果表明,利用动态逆方法与神经网络技术相结合设计的导弹稳定回路,具有良好的动态性能及跟踪性能。
|
全文目录
摘要 5-6 Abstract 6-11 第1章 绪论 11-17 1.1 课题研究的背景、目的和意义 11-13 1.1.1 课题研究的背景 11 1.1.2 课题研究的目的和意义 11-13 1.2 国内外研究现状 13-14 1.3 论文的主要工作及章节安排 14-17 1.3.1 论文的主要工作 14 1.3.2 论文的章节安排 14-17 第2章 BTT导弹稳定回路设计的理论基础 17-29 2.1 引言 17 2.2 反馈线性化方法 17-19 2.3 动态逆方法 19-21 2.4 动态逆方法应用举例 21-22 2.5 人工神经网络 22-27 2.5.1 神经网络的特点、优越性及研究内容 22-24 2.5.2 神经网络的分类 24 2.5.3 RBF神经网络 24-26 2.5.4 RBF神经网络的逼近特性 26-27 2.6 本章小结 27-29 第3章 BTT导弹的数学模型 29-39 3.1 引言 29 3.2 常用坐标系及其相互关系 29-30 3.3 导弹运动方程 30-34 3.3.1 导弹质心运动的动力学方程 30-32 3.3.2 导弹绕质心转动的动力学方程 32-33 3.3.3 导弹的过载 33-34 3.3.4 BTT导弹的简化模型 34 3.4 BTT导弹的动态特性分析 34-36 3.5 本章小结 36-39 第4章 基于动态逆方法的BTT导弹稳定回路设计 39-51 4.1 引言 39 4.2 BTT导弹模型的不确定性 39 4.3 BTT导弹动态逆控制器设计及控制目标 39-43 4.3.1 动态逆方法在非最小相位中的应用 39-40 4.3.2 基于动态逆方法的BTT导弹控制器设计 40-43 4.3.3 BTT导弹控制系统的动态性能要求 43 4.4 BTT导弹动态逆控制系统仿真分析 43-50 4.4.1 动态逆控制系统的阶跃响应分析 44-45 4.4.2 动态逆控制系统的方波跟踪分析 45-47 4.4.3 动态逆控制系统的鲁棒特性分析 47-50 4.5 本章小结 50-51 第5章 神经网络逆模型在导弹稳定回路中的应用 51-63 5.1 引言 51-52 5.2 神经网络逆模型的提出 52-53 5.3 神经网络逆模型的结构 53-54 5.3.1 基本结构 53 5.3.2 扩展结构 53 5.3.3 结构的确定步骤 53-54 5.4 神经网络逆模型的训练辨识 54-57 5.4.1 训练样本的获取 54 5.4.2 神经网络逆模型的学习训练 54-55 5.4.3 神经网络逆模型的控制性能分析 55-57 5.5 神经网络逆控制系统的鲁棒特性分析 57-60 5.6 本章小结 60-63 结论 63-65 参考文献 65-69 攻读硕士学位期间发表的论文和取得的科研成果 69-71 致谢 71
|
相似论文
- 基于直接侧向力/气动力复合控制的姿态控制律设计,V249.1
- 移动质心与直接力复合控制动能弹控制方法研究,TJ765
- 单相Boost功率因数校正电路拓扑及控制算法的研究,TM461
- 交流传动系统的滑模控制算法研究,TP273
- 永磁直线电动机磁悬浮系统鲁棒控制策略研究,TM359.4
- 基于鲁棒动态逆的小灵巧炸弹控制器设计,TJ414
- 非线性控制在电液位置伺服系统中的应用研究,TM921.541
- 基于开通、关断角度优化的开关磁阻电机控制策略的研究,TM352
- 基于一类复杂工业过程的稳态优化控制研究,TP183
- 基于形状特征的人体行为识别方法研究,TP391.41
- 基于音频信号的球磨机寻优控制,TD453
- 基于灰色预测反馈线性化伺服控制算法的研究,TM341
- 电压型PWM整流器反馈线性化控制方法的研究,TM461
- 电力负荷预测方法研究及系统开发,TM715
- 公交乘客计数系统的模式识别设计,U491.17
- 风洞虚拟飞行试验中的飞行力学与控制问题研究,V212
- 航天器姿态控制的干扰抑制问题研究,V448.22
- 典型故障模式下飞航导弹容错与重构算法研究,V249.1
- 新型磁悬浮系统控制方法研究,TP273
- 基于小波熵和自适应量子粒子群优化算法的模拟电路故障诊断方法的研究,TN710
- 径向基神经网络的研究及在粒度软测量中的应用,TP183
中图分类: > 工业技术 > 武器工业 > 火箭、导弹 > 导弹 > 一般性问题 > 设计、计算、制图
© 2012 www.xueweilunwen.com
|