关于无人机导引律优化控制与仿真研究

《关于无人机导引律优化控制与仿真研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第33卷第02期计算机仿真2016年2月文章编号：1006—9348(2016)02—0078—05关于无人机导引律优化控制与仿真研究吴俊辰，王洁，徐殷云，杨景(空军工程大学防空反导学院，陕西西安710051)摘要：由于无人机导引律控制受到参数摄动和外界扰动的影响，传统的小扰动线性化导引控制方法已经无法满足需要，为了提高导引律控制的稳定性和导引精度，提出一种递归小波神经网络自适应滑模变结构导引律优化控制方法。首先，将变结构控制理论运用于无人机的导引律控制设计，推导出自适应滑模变结构导引律。然后，应用递归小波神经网络的非线性特点，通过离线训练一个神经网络模块，嵌入到控制回路中，实现对无人

2、机变结构导引律控制的优化。最后，根据优化后的导引律得到无人机状态的期望值，并将期望值与无人机状态的实际值之间的误差进行自主攻击轨迹的飞行控制。仿真结果表明，无人机导引律优化控制能够提高无人机的稳定性，而且具备良好的抗扰动能力，无人机在导引律控制过程中控制量变化平稳，具有良好的动态品质。可行性分析证明了改进方法的有效性和合理性。关键词：无人机；递归小波神经网络；自适应滑模变结构；自主攻击轨迹中图分类号：V249文献标识码：BOptimizationforVariableStructureGuidanceLawofUCAVWUJun—chen，WANGJie，XUQi—yun，YANGJi

3、ng(AirandMissileDefenseCollege，AirForceEngineeringUniversity，Xi’allShanxi710051，China)ABSTRACT：ForthedisturbanceofUCAV，inordertoimprovethestabilityofUCAV，theguidancelawwasopti-mizedbasedonrecurrentwaveletneuralnetworksinthepaper．UsingthevariablestructurecontroltheorytotheUCAV’Sguide，theadaptives

4、lidingvariablestructureguidancelawWasderived．AmoduleofRWNNWastrainedoff—line．Then，themoduleWasinsertedintothecontrolsystemofUCAV．Intheautonomoustrajectorycontrolalgo-rithm．theexpectationvalueofstateWasgivenbyadaptiveslidingvariablestructureguidancelaw．Thereexistsaner-rotbetweentheexpectationvalu

5、eandthevalueaccordingtothemotionmodel，whichWasusedtodrivecontr01．Thesimulationresultsshowthatthedesigncanimprovetheperformanceofguidancelaw，andthestatesvarysmoothlyinthecontrolprocess．KEYWORDS：UCAV；Recurrentwaveletneuralnetworks；Adaptiveslidingvariablestructure；Autonomoustrajectoryl引言无人机的导引控制是目前

6、控制领域的一个研究热点，受到了国内外学者的重视。在飞行中的外界扰动和参数摄动问题，严重影响了无人机飞行控制。小波神经网络(waveletneuralnetworks，WNN)在函数的逼近和非线性动态系统的识别方面已经得到了广泛地应用，但是单纯的利用小波网络会出现很多的问题比如网络结构膨胀导致学习收敛速度变慢。递归神经网络(recurrentneuralnetworks，RNN)能够很好的逼近动力学系统，在非线性动力学系统辨识方面优势很明显，但是学习算法复杂，稳定性不够口1。递归小波神经网络旧1收稿日期：2015—03—30修回日期：2015—04—28—78一(recurrentwav

7、eletneuralnetworks，RWNN)集成了小波神经网络和递归神经网络的优点，不仅提高了稳定性，也能够实现对动态非线性系统的辨识。本文创新性的将变结构理论应用在无人机的导引律优化控制上，推导得到无人机的自适应滑模变结构导引律。而且为了进一步弱化导引律对模型的依赖提高导引律控制的非线性和鲁棒性，在小波神经网络和递归神经网络的基础上得到递归小波神经网络，利用递归小波神经网络的非线性特点，训练一个神经网络模块，将其嵌入到控制回路中，对变结构