神经网络控制器在再入弹头姿态控制中的应用.pdf

第 1 章 绪 论 第 1 章 绪 论 1 . ， 课题来源及要求 本课题来源于我所的重点项目 一攻击特种目 标具有末制导控制导弹的制导与控制技 术研究 为了攻击大范围内机动的特种目 标，要求末制导弹头具有较大的机动能力，同时其 飞行轨迹满足一定的终端状态条件考虑到子母弹头攻击，要求弹头在给定的抛撤高度 保持一定的抛撒角度，同时保持较小的对目 标的落点位置误差机动弹头的落地速度控 制也有一定的要求 1 .2 研究的目的和意义 由于所研究的导弹是高速再入的弹头，不但要准确命中目 标，而且要具有足够的机 动能力，以防止反导武器的拦截一般的弹道导弹，飞行弹道主要取决于分离点弹头的 位置、速度和弹道倾角，而对于机动弹头来说，弹头与弹体分离后，还可以根据目 标情 况改变飞行弹道，并通过末制导系统来提高命中精度高速再入体的制导与控制存在如 下特点: ( 1 )快时变性 高速再入体的突出 特点就是高速、 大空域飞行，空气密度及速度变化很快， 攻角的 变化和俯仰角的变化规律基本相同，大攻角引起的气动力变化也很快，从而造成动力系 数快速变化，这使得传统的冻结系数法应用到姿态控制设计中遇到了困难 ( 2 )通道交连影响大 俯仰、 偏航、 滚动在小扰动线性化的条件下， 可以忽略通道交连影响， 分成三个独立 的通道进行系统设计，但在大扰动情况下通道交连影响加大，对于末制导弹头来说，有 三条途径造成通道交连，它们是: a .通过气动系数产生交连 舵偏等于零时，由 于侧滑角的存在，使I I I V 舵的法向力系数不同 ( 迎风舵增加， 背风舵减小) ，同样由于攻角的存在，使I I I I 舵的横向力系数不同，它们都要产生诱导 第 1 页 共 6 1 页 第 1 章 绪 论 的 滚 动 力 矩 。

同 样 在 相 同 的 攻 角 和 侧 滑 角 下 ， 由 于 凡, 凡也 会 产 生 诱 导 的 滚 动 力 矩 ， 而 且影响比侧滑角、攻角影响大，同样滚动舵偏也要产生诱导的俯仰和偏航力矩 b .通过弹体方程交连 所谓弹体方程线性化，实际上是在小扰动条件下进行的，在大范围机动时， 显然通 道间的相互影响也大 c .通过控制系统相互交连 在输入指令较大时， 控制系统中设备的输出可能出现饱和， 这样便可能出现俯仰和滚 动，偏航和滚动的相互影响 ( 3 )严重非线性一气动力及力矩的非线性特性十分复杂 高速再入体常常在大攻角状态下飞行，而大攻角气动力与力矩特性呈现严重的非线 性，这使得气动系数和弹体方程无法再进行近似线性化 ( 4 )制导律设计更加复杂化一要求同时保证制导精度、末端速度的大小和 方向 导弹能否击中目 标和以怎样的方式击中目 标，是制导系统设计的任务对高速再入 体来说，制导律的设计不但要保证导弹能以 足够的精度击中目 标，还需要弹头以一定的 方向 和给定的速度大小攻击目 标 要设计满足这一要求的制导律， 最好的方法是采用最 优控制理论，将目 标要求全部体现在优化指标中显然， 这样做将需要求解十分复杂的 R i c c a t i 微分方程， 往往得不到解析解，需要进行各种假设和简化，得到的解当然也并不 是严格最优的，需要通过大量仿真进行调整。

综合这些特点，就需要在制导律设计时， 采取一定的措施，既 保证得到理想的制导律，又避免计算上的复杂性，这是一个很困 难 也是很值得研究的问题 在再入机动飞行中，机动弹头的静稳定性变化较大.处于静稳定与静不稳定的交替 变化中，因此必须利用姿态控制系统来实现稳定飞行 根据上述的弹头再入的特点，并分析各种姿态控制的方法认为采用神经网络控制和 变结构控制比较合适 本论文的目 的是:因P II ) 控制器的每个参数随时间变化是一条曲线，人为地设计这 条曲线是非常困难的，其控制性能也受人为因素影响 现在用神经网 络来学习某型号再 入弹头的P m 控制器的规律，当控制器学习到了P H ) 控制器的规律后，自己可以根据弹 第 2 页 共6 1 页 第 1 章 绪 论 体的当前的环境来地调整权值输出更好的控制信号，进一步提高控制性能 1 . 3国内外技术状态和发展趋势 本论文所用到的制导律是基于最优控制理论的最优导引律 导弹姿态控制系统的设计， 传统的方法是所谓的小扰动线性化和冻结系数法， 然后针 对每个特征点的线性化模型运用P m 控制，得到相应的各种特征点的参数，最后将这些 参数拟合成曲线.传统的方法设计过程十分复杂，且参数调整很不方便，即使采用 L Q G / L Q R 方法， 设计过程仍 然很复 杂， 则所设 计的 控制 鲁棒性差。

近年来， 导 弹自 动 驾 驶仪的设计出现了许多新方法 ( 1 ) 自 适应控制 自 适应控制是在现代控制理论的 基础上发展而来的，由 于控制参数可调整，因 而对模型参数变化具有更大的自 适应能力，但是由 于它是性控制理论的基础上建立 起来的， 对于解决非线性问题存在先天的不足同时，参考模型自 适应控制的精度依赖 于参考模型的 选取， 或是辨识的系统模型的精度因此，自 适应控制应用于高精度 再入制导弹头，需要解决的问题就是参考模型如何确定，和选用什么方法辨识系统的模 型而且，自 适应控制在参数、模型剧烈变化时也会失去作用，这正是再入弹头控制中 必然存在的困难 ( 2 ) 反馈线性化控制 反馈线性化方法是近年来研究较多且比较成熟的非线性设计方法反馈线性化的基 本思想是先用代数变换将一个非线性系统的动态特性变换成线性的动态特性，然后用传 统的线性控制理论进行设计这种方法与通常的线性化方法有着根本的不同，表现在反 懊线性化是通过严格的 状态变换与反馈来达到的，而不是采用所谓的冻结系数法反馈 线性化控制使得复杂的非线性问题转化为相对较简单的线性问题，但是这种方法依赖于 精确的系统模型，对建模误差敏感，且不能处理动态系统的未知变化，鲁棒性较差，尽 管有着这样的缺点， 但由于设计过程简洁易于实现，所以反懊线性化方法还是得到了广 泛的研究和应用。

( 3 ) 模糊控制 模糊控制通过定义隶属函数和模糊规则使控制器的参数随时变化来适应不同的工作 第 s 页 共 6 1 页 第 1 章 绪 论 条件，从而具有很好的适应性和鲁棒性， 但是对于时变的、非线性、强祸合的复杂系统 来说要取得良 好的控制效果，需要建立比较完善的模糊控制规则这些规则是人们对被 控过程认识的模糊信息的归纳和操作经验的总结在复杂的工作条件下，这些模糊规则 有时很难建立或是建立的比 较粗糙，都会不同程度的影响控制效果. 为弥补这些缺陷， 应 采取措施使模糊控制具有更大的适应性，不但能自 动调节控制器参数，还能对模糊规则 自 适应调整 ( 4 ) 智能控制 智能控制包括广义的和狭义的:广义的智能控制包括一切具有智能的控制方法.如 神经网络控制、模糊控制等这里指的是狭义的智能控制，实际上是基于知识的信息反 馈控制系统，涉及的内 容十分广泛，包括专家系统、知识工程和信息科学等理论.智能 控制相对于其他控制具有如下特点:学习功能，系统能对过程或未知环境的信息进行识 别、记忆、学习并利用积累的经验改善系统的性能;适用功能，除了能对系统参数及结 构变化及输入输出变化做出估计外，还能对故障进行修复;组织功能，对于复杂的控制任 务和分散的传感信息具有自组织和协调功能，使控制更加主动和灵活。

从智能控制的功 能上可以看出，它可以 解决被控对象高度复杂和不确定的控制系统设计问 题 对于再入 弹头这种复杂程度的系统，从理论上讲，智能控制可以 达到很好的效果但是，智能控 制在功能强大的同时，复杂性也明显提高知识表示、数据库的建立、推理机的设计等 方面的研究还很粗浅庞大的知识系统库使得知识的获取产生瓶颈，同时对计算装置的 要求也很高，控制的实时性得不到保证所以，在现有的技术背影和研究条件下，智能 控制还很难在工程上获得实现，尤其对于再入弹头来说，再入速度快，飞行时间短，知 识获取的瓶颈不解决， 控制的可靠性得不到保证 所以， 本论文的研究不采用智能控制 ( 5 ) 神经网络控制 神经网络控制方法是近年来研究较多的一种控制方法， 它的工程应用也成为研究的热 点 神经网 络在控制领域具有很大的吸引力主要是因为它有如下优点 a .便于处理那些难于用模型或规则描述的过程和系统: b .具有很强的逼近非线性函数的能力; c .信息的分布存贮、并行计算，因而实时性好; d ，具有很强的信息综合能力和高度的容错能力; e .具有自学习和自适应能力: 第 4 页 共6 1 页 第 1 章 绪 论 f 神经元结构简单，便于大规模集成电路的实现 从神经网络的特点可见， 其在处理非线性、 强祸合、 快时变、 模型不确定的问题时， 具有先天结构上的优点。

所以 理论上， 用神经网络控制进行姿态控制会达到比 较好的效 果 ( 6 )变结构控制 变结构的控制通过开关线的选取，使控制更加灵活，并且控制具有响应快、超调小、 控制精度高、结构简单等优点;同时，变结构控制还具有较好的自 适应性和鲁棒性，兼 有自 适应控制和鲁棒控制的优点，所以用于解决再入体控制是一种比较理想并且值得研 究的控制方案但是，变结构控制也存在着不足，它容易产生高频颇振，需要在设计时 采取措施加以解决 除了上面介绍的几种主要的设计方法之外， 预报控制也是研究较多的设计方法 近年 来，针对快时变的特性，一些人还研究了基于时变技术的导弹自 动驾驶仪. 1 . 4 研究内容、技术指标和技术途径设想 1 .4 . ， 研究内容 本论文的 研究内容主要是用神经网络控制方法对导弹再入段进行姿态控制， 使得姿态 角稳定和快速高精度地跟踪姿态指令角 本论文首先结合神经网络的 特点，设计了神经网络辨识器和神经网络监督控制器 神经网络监督控制器首先学习某型号再入弹头的P I D控制器，使得在相同的输入下，能 够输出与P m 控制器相同的输出，然后再根据弹体的环境的调整自 身的权值，使得 弹体得到更好的控制。

论文最后用设计好的神经网络监督控制器对再入段弹头进行实时控制做了弹道仿 真 1 . 4 . 2 技术指标 弹头的控制对姿态控制系统的要求是， 不仅要求弹头能稳定飞行， 而且要求飞行过程 中的弹头姿态角能够迅速跟随姿态指令角变化为了保证落点精度，还要求姿态跟踪精 第 s 页 共6 1 页 第 1 章 绪 论 度高 1 . 4 . 3技术途径 由于用传统的方法设计再入弹头P I D控制器是非常的困难的，例如某型号的导弹的 P II D控制器的参数由设计人员应用制导与姿控六自由 度联合仿真试验，经精心的调试才 达到满意效果 本论文的目 的就是应用神经网络， 通过离线和训练，自 动调整参数， 达到满意效果 本人最初认为只要把控制器设计成神经网络P ID控制器的形式，即控制器的结构不 变，其参数由神经网络通过弹体环境自 动调整权值来设计，就能解决上述问题神经网 络控制器的网络结构非常简单( 见附录A图A - 1 ) 但当设计完进行六自由度弹道仿真时 遇到了困 难此困难是控制器在控制弹体时，当俯仰角达到第一个极值点附近时， 俯仰 角突然发散 ( 见附录A图A - 2 ) ， 弹头失控 造成弹头失控的直接原因是神经网络控制器 的网络权值陷入局部极值点。

而网络权值陷入局部极值点是由网络权值训练算法一B P 算法造成的 基于上述设计的失败， 本人重新考虑设计方法如下: 为避免B P 算法造成网络权值易 陷入局部极值点，使网络权值不能得到全面、正确的训练，我们用现成的某型号再入弹 头的P I D控制器做导师， 先离线训练神经网络权值， 让神经网络控制器得到全面训练，学 习到了P I D控制器的控制规律后，再用做控制器进行训练并控制弹头 第 6页 共 6 1 页 第 z 章 神经网络简介 第2 章 神经网络简介18 1 2 . ，神经网络的概念 人工神经网络是由人工神经元( 简称神经元) 互连组成的网络， 。