基于bp网络的飞行器解耦设计

基于bp网络的飞行器解耦设计

ID:31264434

大小:65.06 KB

页数:15页

时间:2019-01-07

基于bp网络的飞行器解耦设计_第1页
基于bp网络的飞行器解耦设计_第2页
基于bp网络的飞行器解耦设计_第3页
基于bp网络的飞行器解耦设计_第4页
基于bp网络的飞行器解耦设计_第5页
资源描述:

《基于bp网络的飞行器解耦设计》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、文章编号:1003-6199(2011)04-0014-05?摘要:根据BP神经网络在函数逼近方面的能力,将BP神经网络应用于飞行器系统解耦。在解耦过程中,通过神经网络离线训练标准数据,得到输入输出的函数关系,从而可以得到解耦中的各个参数。根据气动力矩矩阵的行半径系数的大小来验证耦合的强弱。仿真结果表明,BP网络对控制系统的解耦效果是明显的。?■关键词:BP网络;解耦设计;气动耦合?中图分类号:TP13文献标识码:A??••VehicleDecouplingDesignBasedonBPNeuralNetwork••ZHENGKe?ke,W

2、ANGZhi?shen,WANGYong?ji,LIULei?(DepontmentofControlScienceandEngineering,HuazhongUniversityofScieneeandTechnology,?KeyLaboratoryofImageRrocessingandIntelligentContral,Wuhan430074,China)Abstract:BasedontheBPneuralnetwork"sapproximationtheory,aBPneuralnetworkisusedtobeapplie

3、dtothedecouplingofaircraft'scontrolsystem.Intheprocessofdecoupling,thenetworkgetsthenonlinearfunctionoftheinputandoutputbytrainingthestandarddata・Basedonthenonlinearfunction,wecangettheparametersofdecoupling・Thesimulationshowstheefficientdecoupling・■Keywords:BPneuralnetwor

4、k;decoupling;aerodynamiccoupling1引言?现代许多航空航天飞行器因本身独特的运动方式或内部部件的影响,俯仰、偏航和滚转三个通道的动力学往往耦合在一起。如倾斜转弯(BTT)导弹,弹体在飞行过程中不断高速滚转,使得俯仰和偏航通道成为一个强烈耦合的组合通道,难以分开[11;又如三轴稳定卫星,由于内部携带的飞轮的作用,星体的滚转和偏航通道的动力学也相互交叉关联。由于耦合影响的存在,飞行器的稳定性受到了严重的威胁,控制系统的设计也受到了巨大的?挑战。??因此飞行器本身的耦合影响必须在控制系统设计的时候予以考虑,为飞行器设

5、计解耦系统,使其输入输出具有一一对应的关系,从而大大降低控制系统的设计难度,对飞行目标的实现具有重大?意义。??由于飞行器偏航通道和滚转通道之间存在气动耦合,因此本文采用操纵指令补偿的方法[2]对气动耦合进行补偿,根据BP可以能够逼近任何有理函数,实现输入输出的非线性映射的性质,使用BP网络来确定解耦控制中的补偿量,从而实现解耦?控制。?2耦合分析?气动耦合包括气动力和气动力矩的耦合。气动力和气动力矩的耦合的影响主要是俯仰、偏航和滚转三个通道的交叉耦合[3]。在大攻角飞行条件下,飞行器空气动力学特性变得十分复杂,气动力和力矩将呈现很强的非线

6、性特性,气动交叉耦合十分明显,严重地影响到控制系统的设计。在大攻角飞行状态下,非对称流动致使飞行器纵向运动参数不仅影响纵向运动的气动力和力矩,还影响横向运动的气动力和力矩,同时横航向运动参数不仅影响横航向运动的气动力和力矩,也影响纵向运动的气动力和力矩。由于侧滑角和滚转角的存在,飞行器会产生不对称随机涡流效应,由此诱导出的偏航和滚转力矩,有可能大到足以使偏航失去控制,滚转失去稳定[4]oM此,在控制过程中要减小耦合影响,增强飞行器的机动性,必须对气动交叉耦合的影响程度进行分析。?通过大量的数据分析,俯仰通道与偏航通道、俯仰通道与滚转通道之间

7、的耦合往往很小,几乎约等于零,即无耦合影响。因此本文主要考虑偏航通道和滚转通道之间的耦合影响。?文献[21采用了气动操纵力矩去耦方法,采用一个定常耦合补偿器来对通道间的耦合进行补偿。但是此方法中用线性的定常方法补偿非线性的气动耦合,常常难以达到良好的补偿效果,而且文献[2]并未给出此方法的仿真结果。?近些年来,一些学者开始将神经网络应用于飞行器气动参数的辨识[5]和气动参数的拟合[6]。?本文使用神经网络进行离线训练,并将训练结果运用于解耦控制。其解耦结构图如图1所示。??■利用气动力矩的偏导数对气动耦合进行分析,根据气动力矩式(1)对舵的

8、偏导矩阵求行半径系数来衡量耦合的大小,以此来对气动耦合进行补偿。???C??mz??8?

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。