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。

目录

基于神经网络的BTT 导弹自动驾驶仪设计

BTT MISSILE AUTOPILOT DESIGNUSING NEURAL NETWORKS

摘 要

Abstract

第1章 绪论

1.1 课题背景

1.2 BTT导弹控制器设计技术

1.3 本文所做工作

第2章 基础理论

2.1 引言

2.2 多入多出系统的输入输出线性化

2.3 逆系统理论

2.4 自适应评价神经网络

2.5 导弹数学模型

2.6 本章小结

第3章 自适应评价神经网络设计导弹自动驾驶仪

3.1 引言

3.2 模糊基函数网络

3.3 问题描述

3.4 自适应评价控制器结构

3.5 自动驾驶仪设计

3.6 数字仿真

3.7 本章小结

第4章 逆系统方法设计BTT导弹自动驾驶仪

4.1 引言

4.2 BTT导弹自动驾驶仪设计

4.3 神经网络补偿器设计

4.4 仿真结果

4.5 本章小结

结论

参考文献

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

哈尔滨工业大学硕士学位涉密论文管理

致谢