摘要：考虑空泡记忆效应的超空泡航行体控制难度较大,主要体现在滑行力的强非线性、模型中的时延特性以及运动中的未知扰动.对于此类多输入多输出的复杂非线性系统,利用传统反步法控制器设计思想,将其改进以适用于超空泡航行体的纵向运动控制.为了对系统模型中存在的未知扰动进行观测补偿,本文设计了线性扩张状态观测器(LESO),将扰动估计值与控制器设计相结合,使用Lyapunov方法分析系统稳定性.最后在不同条件下进行仿真,结果验证了所设计的LESO估计未知扰动的准确性,以及所提控制方法对超空泡航行体纵向控制的有效性.

摘要：为提升高速导弹突防能力和打击精度,提出了一种高速导弹机动博弈突防策略。运用微分博弈理论对基于脱靶量的性能指标进行最小化设计,得到突防弹和拦截弹的博弈制导律。根据过载-攻角间数学关系,反解出攻角、滚转角指令。针对高速导弹控制系统非线性、强耦合问题,采用反步控制方法对其进行解耦控制,采用一阶指令滤波器求解虚拟控制指令的一阶导数,避免了反步控制方法中“微分项爆炸”问题。仿真结果表明,相比传统制导律突防弹脱靶量仅有米级的情况,采用博弈制导律的突防弹能够实现208 m的突防脱靶量,验证了所提算法的优越性;采用指令滤波反步法控制器的突防弹,能够实现对控制指令信号的良好跟踪,面临同等速度和过载性能导弹的拦截时,突防脱靶量可达156 m,同时具备对固定目标3 m的精确打击能力。

摘要：针对近距空战对抗中无人机机动决策问题,本文基于深度Q网络(DQN)算法的框架,对强化学习奖励函数设计以及超参数的选择问题进行了研究。对于强化学习中的稀疏奖励问题,采用综合角度、距离、高度和速度等空战因素的辅助奖励,能够精确描述空战任务,正确引导智能体的学习方向。同时,针对应用强化学习超参数选择问题,探究了学习率、网络节点数和网络层数对决策系统的影响,并给出较好的参数选择范围,为后续研究参数选择提供参考。空战场景的仿真结果表明,通过训练智能体能够在不同空战态势下学习到较优的机动策略,但对强化学习超参数较敏感。

摘要：Dzielski基准模型和扩展模型被广泛应用于超空泡航行器控制问题的研究,但对此类模型之间的差异性与合理性的综合分析较少。针对此,文中首先通过数值仿真得到Dzielski基准模型和扩展模型的状态响应与滑行力变化曲线,对比分析了此类模型间的差异性与合理性。仿真结果表明,空泡记忆效应会引起滑行力峰值的降低,空泡偏移会轻微影响空泡与航行器的碰撞时间和滑行力的大小。其次,对Balas模型中不合理的滑行力计算公式进行了改进。最后,在Mao模型的基础上,提出了一种新的模型,并仿真验证了所提模型的合理性。文中研究可为后续超空泡航行器控制系统设计提供参考。

摘要：针对欠驱动RTAC(rotational/translational actuator)的镇定问题,提出了一种滑模自抗扰控制方法,通过对总扰动的观测和补偿降低了未知扰动对RTAC的影响.为克服RTAC的欠驱动特性,所提方法通过将可驱动的摆球角度和无驱动的小车位置两个状态相结合,构建出虚拟被控量作为系统输出,从而使RTAC的动力学模型转换为非欠驱动模型.基于重建的模型设计线性扩张状态观测器(linear extended state observer,LESO)和滑模控制器,并采用Lyapunov方法证明RTAC的闭环稳定性,实现了RTAC的镇定控制,有效抑制了小车的振荡.最后,通过数值仿真和硬件实验验证了所提控制方法的有效性,与已有方法的对比分析证明该方法具有良好的控制性能.