基于自适应模糊神经网络逼近的滑模制导算法研究

来源 :第27届中国控制会议 | 被引量 : 0次 | 上传用户:xuhanping820
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种新的超声速反舰导弹制导律设计方法。首先建立了在航向平面的反舰导弹控制导引一体化四阶状态方程规范型模型,该模型考虑了导弹控制回路的动态特性和目标的不确定型。然后在自适应模糊神经网络对不确定性进行逼近的基础上,采用滑模控制的思想进行了导弹制导律设计,并利用Lyapunov理论对制导系统的稳定性进行了证明。仿真结果表明,该制导算法具有期望的性能要求。
其他文献
求解状态反馈H∞控制问题通常导致控制器增益过大,解决该问题的一种有效方法是同时采用保性能控制。本文研究了带有状态时滞的线性系统的时滞相关H∞保性能控制问题。基于矩阵
会议
提出了一种新型的智能变增益单神经元PID控制算法,它不需要对象的数学模型,采用具有智能权函数的模糊控制策略,在线自适应调整单神经元PID控制器的增益系数,有效地加快了控制系统
会议
为了有郊地消除三轴转台动不平衡的存在引起的周期性扰动,本文提出了一种用于消除带有不确定性频率的周期性扰动的自适应有限维重复控制方案。这种方案采用了一种自适应算法在
会议
对于分导飞行器来说,设计能克服其较大的参数不确定性的自适应控制器具有一定的研究价值。本文根据空间飞行器动力学与运动学模型的特点以及分导的特性设计了多模型自适应控制
会议
针对一类带未知干扰和时变参数的二阶不确定非线性系统,基于Lyapunov稳定件理论和Backstepping技术,提出了一种鲁棒自适应迭代学习控制算法。在迭代域内对未知时变参数进行估计
会议
C-DC变换器是一类变结构非线性时变系统,常规控制难以获得满意的稳态性能和动态性能。本文以Buck变换器为研究对象,使用强跟踪滤波器在线估计出由于系统参数不准确所引起的等价
会议
讨论了神经网络在非线性系统自适应控制中的应用。针对一类典型的非线性系统,基于超稳定性理论,采用基于BP算法的神经网络设计了非线性环节的逆模型和模型参考自适应控制器,目的
会议
结合免疫克隆选择机制,提出了一种基于免疫思维进化算法的PID参数整定方法,并在LabVIEW环境下实现了基于该方法的电厂过热汽温PID控制系统参数整定。仿真结果表明采用免疫思维
针对一类在有限时间区间上重复运行的离散时变系统,讨论用于系统时变参数估计的迭代学习辨识算法。文中推导得到两种迭代学习辨识算法。迭代学习贝叶斯法和迭代学习随机牛顿法
会议
本文针对一类具有状态干扰和输出干扰的正则广义线性系统,讨论了施加闭环PD型迭代学习控制算法所构成迭代学习控制系统鲁棒收敛的条件。并证明了系统在状态干扰、输出干扰有界