基于神经网络控制器的设计方法及仿真验证实验（基于神经网络控制器的设计方法及仿真验证）

:31020简介

导弹的运动模型是一个非常复杂的非线性变参数模型。反馈线性化是一种重要的非线性控制方法。其基本思想是通过状态变换将一个非线性系统的全部或部分动态特性转化为线性特性，从而用成熟的线性控制方法来解决问题。实现反馈线性化通常有两种方法：微分几何法和动态逆法。几何方法需要很多数学工具，不适合工程推广应用。相比较而言，动态逆方法直观、简单，易于工程实现。

在实际应用中，Kim等人将导弹动力学分为两个动态子系统，即快变子系统和慢变子系统，然后用动态逆方法设计这两个子系统。Schumacher分析了该方法的稳定性，指出当内环带宽足够大且执行器不饱和时，系统的稳定性是可以保证的。这种方法的突出缺点是所设计的控制系统鲁棒性差。

由于动态逆方法需要被控对象的精确数学模型，在实际应用中，无法精确获得被控对象的数学模型。这是动态逆控制系统鲁棒性差的主要原因。根据上述文献的设计思想，将导弹的动力学方程分解为快、慢两个动力学子系统，分别对两个子系统进行动力学逆设计。其中，快速回路采用基于神经网络的自适应滑模逆控制器的设计方法，神经网络控制器采用李亚普诺夫综合法设计，并给出了神经网络的权值更新算法。仿真结果验证了该方法的正确性。

2、导弹动力学模型

为了便于利用成熟的线性控制系统设计理论进行设计和分析，通常对上述弹体模型进行简化，因此需要做如下假设：

(1)仅考虑导弹的短周期运动，认为导弹的运动速度变化缓慢，导弹的飞行速度可视为常数。

(2)对于弹丸运动过程中的攻角、侧滑角等小参数，可以省略它们之间的乘积，简化三角函数的高次项，即认为

(3)忽略舵机的非线性和速率陀螺、加速度计的动态特性。

(4)只考虑气动力和推力，忽略重力的影响。在设计过程中，这可以通过在控制指令中增加重补偿来补偿。

在上述假设下，得到以下简化的弹丸模型：

公式中的动力系数

3、根据时标分离原理生成子系统

以俯仰通道稳定回路为例说明本文的设计思想。俯仰通道的简化模型为：

从而得到以弹丸纵向攻角、俯仰角速度和角加速度为状态变量，纵向过载为输出的状态方程。

根据上述状态方程，按照时标分离法将弹丸纵向通道分为快、慢两个动态子系统。其中，公式(9)代表慢变子系统，公式(10)和(11)代表快变子系统。以下两个子系统采用动态逆设计。

4、动态逆控制器设计

4.1慢变子系统的动态逆设计

对于慢变子系统，采用传动的动态逆设计方法。根据时标分离的控制策略，慢子系统的控制量就是快子系统的输出量。

因此，缓变子系统是稳定的。

4.2快速变化子系统的动态逆设计

对于由公式7、8组成的状态方程

因此，所设计的控制律可以保证系统的稳定性。

4.3快变子系统的自适应滑模逆控制器设计

在导弹飞行控制中，参数变化剧烈，无法准确获取。RBF神经网络对非线性系统具有唯一的最佳逼近能力。因此，RBF

基于导弹非线性控制模型，采用时标分离动态逆方法设计了非线性导弹控制系统。该方法通过引入神经网络，将动态逆方法与自适应滑模控制相结合，有效地消除了建模误差对整个系统的不利影响，增强了控制系统的鲁棒性，适用于复杂的导弹控制系统设计，具有良好的应用前景。