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

基于神经网络反馈线性化方法的导弹稳定回路设计

内容摘要

全文目录

相似论文