基于神经网络的BTT导弹自动驾驶仪设计

【摘要】： BTT导弹控制技术的特点决定了其成为强耦合的非线性时变系统,使其控制系统设计具有很高难度。传统的三通道设计方法已不再适用,因此,寻找一种有效的设计方法用于BTT导弹控制系统设计,成为从事导弹控制领域研究者共同关注的热点。本文提出了两种BTT导弹自动驾驶仪的设计方法,较好满足设计目标要求,为综合耦合、非线性、时变控制系统提供了有效的工程方法。 第一种方法应用自适应评价神经网络设计BTT导弹的自动驾驶仪。对BTT导弹模型进行输入输出线性化,线性化时通过重新定义输出来避免非最小相位现象。神经网络中包含了ASE和ACE两部分,ASE用来逼近线性化后的非线性复杂函数,而ACE产生加强信号来调节ASE。在控制器中的自适应鲁棒项用来消除逼近误差和扰动。控制器中的权值更新律是由李雅普诺夫稳定理论推导,保证了系统的跟踪性能和稳定性。经数字仿真验证了这种自动驾驶仪的有效性。 第二种方法将逆系统方法和自适应评价网络结合设计BTT导弹的自动驾驶仪。首先针对具有强耦合的非线性时变的BTT导弹控制问题,深入研究了逆系统这种常用于非线性系统控制的方法。用反馈线性化的方法得到原系统的逆系统,但由于建模不准确,求逆运算和模型动态等因素影响,造成了逆误差的存在。应用自适应评价网络来逼近逆误差,证明自适应神经网络的权值趋于常数并能保证系统的跟踪性。通过仿真验证了这种自动驾驶仪的性能。