智能制导 寻的导弹智能自适应导引律

第1章 绪论 1

1.1 精确制导律的研究背景及其意义 1

1.2 精确制导技术发展概况 2

1.2.1 精确制导技术与制导武器 2

1.2.2 精确制导技术在现代战争中的地位及其发展趋势 4

1.3 国内外末制导律研究现状及分析 4

1.3.1 经典导引律 5

1.3.2 现代制导律 7

1.3.3 智能制导律 8

1.4 本书的主要内容及结构 10

第2章 导弹导引系统运动学模型 12

2.1 导弹的动力学基本方程 12

2.2 常用坐标系和坐标系间的转换 13

2.2.1 导弹导引系统坐标系的定义 14

2.2.2 坐标系之间的转换关系 16

2.3 导弹运动方程组 21

2.3.1 导弹质心运动的动力学方程 21

2.3.2 导弹质心运动的运动学方程 22

2.3.3 质量变化方程 23

2.3.4 导弹运动学描述 23

2.3.5 目标运动学描述 25

2.3.6 拦截几何和导弹目标相对运动 25

2.4 导引系统仿真框图 26

2.5 本章小结 27

第3章 传统导引律分析 28

3.1 导引飞行概述 28

3.1.1 导引方法分类 28

3.1.2 自动瞄准的相对运动方程 29

3.2 追踪法 31

3.2.1 弹道方程 31

3.2.2 直接命中目标的条件 33

3.2.3 导弹命中目标所需的飞行时间 33

3.2.4 导弹的法向过载 34

3.2.5 允许攻击区 35

3.3 平行接近法 38

3.3.1 直线弹道的条件 39

3.3.2 导弹的法向过载 40

3.3.3 平行接近法的图解法弹道 41

3.4 比例导引法 41

3.4.1 比例导引法的相对运动方程组 42

3.4.2 弹道特性 42

3.4.3 比例系数K的选择 46

3.4.4 比例导引法的优缺点 47

3.4.5 其他形式的比例导引规律 47

3.5 三种速度导引方法的关系 50

3.6 脱靶量分析 51

3.7 本章小结 51

第4章 解析描述自适应模糊制导律设计 52

4.1 模糊控制 52

4.1.1 模糊控制的基本原理 52

4.1.2 模糊控制器的基本设计方法 53

4.1.3 解析描述控制规则可调整的模糊控制器 60

4.2 导弹-目标三维运动描述 63

4.3 解析描述模糊末制导律 65

4.3.1 解析描述模糊末制导律原理 65

4.3.2 模糊制导律设计 66

4.3.3 模糊制导律参数的确定 67

4.3.4 仿真结果及分析 68

4.4 本章小结 75

第5章 神经网络优化的自适应模糊导引律 76

5.1 神经网络 76

5.1.1 神经网络技术的发展与现状 76

5.1.2 RBF神经网络简介 79

5.1.3 RBF神经网络学习算法 80

5.1.4 RBF神经网络的优点及问题 84

5.1.5 RBF神经网络在控制中的应用 84

5.2 基于RBF网络调整的自适应模糊导引律 86

5.2.1 RBF网络的学习算法 86

5.2.2 RBF网络调整α的公式推导 87

5.3 基于模糊RBF神经网络辨识的自适应模糊导引律 88

5.3.1 模糊RBF神经网络结构 89

5.3.2 基于模糊RBF神经网络的辨识算法 90

5.4 仿真结果及分析 91

5.4.1 RBF神经网络调整的模糊导引律 91

5.4.2 模糊RBF神经网络辨识的模糊导引律 93

5.4.3 三种导引律的对比分析 95

5.5 本章小结 96

第6章 模糊变结构制导律 97

6.1 变结构控制的基本原理 97

6.1.1 变结构系统的定义 97

6.1.2 变结构系统的一般性质 98

6.1.3 切换面和滑动模态不变性条件 99

6.1.4 可达模态可达条件和可达空间 101

6.1.5 滑动模态的抖振 103

6.1.6 切换函数的设计方法 107

6.1.7 控制律的设计 109

6.2 变结构制导律的研究现状 110

6.2.1 滑模制导律 110

6.2.2 切换偏置比例导引律 110

6.2.3 SWAR制导律 111

6.2.4 具有终端约束的变结构制导律 112

6.2.5 最优滑模制导律 113

6.2.6 全局滑模变结构控制 113

6.2.7 变结构制导律的发展方向 114

6.3 模糊变结构制导律的设计 114

6.3.1 变结构控制在非线性系统中的应用 115

6.3.2 目标-导弹相对运动模型 116

6.3.3 制导律的设计 117

6.3.4 模糊变结构制导律 119

6.4 仿真结果及分析 119

6.5 本章小结 120

第7章 神经网络滑模制导律 121

7.1 CMAC神经网络简介 121

7.1.1 引言 121

7.1.2 CMAC神经网络的优越性 122

7.1.3 CMAC神经网络的结构 123

7.1.4 CMAC学习算法 124

7.1.5 CMAC神经控制 124

7.1.6 需要解决的问题 128

7.2 神经网络滑模变结构控制 129

7.2.1 引言 129

7.2.2 常规神经网络和滑模变结构控制的结合 129

7.2.3 自适应神经网络滑模变结构控制 133

7.2.4 基于模糊神经网络的滑模变结构控制 134

7.2.5 基于滑模变结构系统理论的神经网络自适应学习 134

7.2.6 关于神经网络滑模变结构控制的其他问题 135

7.3 CMAC与滑模变结构复合控制的新型制导律 135

7.3.1 滑模变结构制导律 136

7.3.2 CMAC与VSG复合控制制导律 136

7.4 自适应RBF神经网络滑模制导律 138

7.4.1 导弹-目标运动方程 138

7.4.2 ARBFSM制导律设计 139

7.4.3 稳定性分析 140

7.5 基于自适应RBF网络切换增益调节的变结构制导律 141

7.6 仿真对比及分析 143

7.6.1 CMAC-VSG制导律 143

7.6.2 ARBFSM制导律 144

7.6.3 基于自适应RBFNN切换增益调节的变结构制导律 146

7.7 本章小结 147

附录 7种智能导引律的性能对比 148

参考文献 150