论文部分内容阅读
[摘 要]首先对空空导弹自动驾驶仪控制系统的重要作用进行阐述，然后提出了该系统的组成结构；把 BP 神经网络优化设计方法和导弹建模控制技术引入到空空导弹领域，进行自动驾驶仪控制系统的设计和控制，提高了导弹控制系统的抗干扰性，改善了导弹的飞行品质，提升了导弹的整体性能。
[关键词]神经网络；空空导弹；控制系统
中图分类号：TP103 文献标识码：A 文章编号：1009-914X（2015）14-0214-02
1 概述
空空导弹是现代化武器库中最重要的武器之一，其主要的任务是准确的攻击空中目标[1]。制导系统和控制系统是导弹制导控制系统的组成部分，制导系统的主要负责的是根据测得的弹目位置信息形成导引指令；控制系统是根据制导系统的导引指令控制并稳定导弹飞行，因此对导弹制导控制系统的制导规律和控制规律的深入研究，能够准确确定导弹的机动性和精度并弥补导弹硬件上的缺陷，能使制导控制系统甚至整个导弹系统的性能更好能更加充分的发挥其作用，起到更好的效果[2]。
制导控制系统一般是多回路系统，最外层的是观测跟踪装置、指令形成装置、执行装置及弹体构成的制导回路部分，其次是由自动驾驶仪与弹体构成的闭合回路，即姿态稳定回路部分。除弹体以外的部分叫做自动驾驶仪。导弹自动驾驶仪是导弹制导和控制系统的重要组成部分，其设计的好坏对导弹制导控制系统整体性能的发挥起重要作用[3]。另外，在稳定的导弹控制系统中，自动驾驶仪控制弹体，也就是说驾驶仪是控制器，导弹弹体是被控对象。
2.人工神经网络
人工神经网络是一个并行和分布式的信息处理网络结构，该网络结构一般由许多个神经元组成，每个神经元有一个单一的输出，它可以连接到很多其它的神经元，其输入有多个连接通路，每个连接通路对应一个连接权系数.人工神经网络是生物神经网络的一种模拟和近似.它主要从两个方面进行模拟，一是从结构和实现机理方面进行模拟；二是从功能上加以模拟.
在1943年，心理学家W.S.McCuloch和数理逻辑学家W.Pitts首先提出一个简单的神经网络模型.1949年出现一种调整神经网络连接权的规则，通常称为Hebb学习规则1958年出现“感知机”.1969年M.Minsky和S.Papert发表了名为“感知机”的专著，提出简单线性感知机的功能是有限的，使整个70年代的神经网络的研究处于低潮.随着80年代Hopfield网和BP算法的提出，人们又看到神经网络的前景和希望，并掀起神经网络研究的热潮，随之在军事领域的应用也在不断扩大，如目标识别、信息处理、自动控制和智能决策等.其中，神经网络控制就是在这个背景下发展起来的.它特有的学习能力、潜在的分布并行计算特点以及对多传感信息的处理能力，使它具有许多潜在的优势，并应用到许多领域.
3 空空导弹自动驾驶仪的组成结构
空空导弹自动驾驶仪由惯性器件、控制计算装置和舵机部分组成。 空空导弹自动驾驶仪常用的惯性器件是测速陀螺仪、自由陀螺仪和加速度计等，测速陀螺仪用于测量姿态角速度、自由陀螺仪用于测量导弹的姿态角、加速度计用于测量线加速度[4-5]。
空空导弹自动驾驶仪控制计算装置由数字电路和各种模拟电路组成，主要用于实现数据和信号的传递、变换以及自动驾驶仪工作时的状态如何转换等功能。
空空导弹自动驾驶仪舵机系统是由功率放大器、舵机、传动机构和反馈电路四部分组成。舵机系统的主要功能是根据已给的控制信号去控制相应空气动力控制面的运动或者是改变推力矢量的方向[6]。导弹自动驾驶仪和导弹弹体构成了稳定的闭环回路，因此稳定性就是设计 空空导弹自动驾驶仪的前提。在稳定控制回路中，导弹自动驾驶仪是控制器，而导弹是被控对象[7-8]。
4 基于神经网络的自动驾驶仪控制系统设计
经典控制理论和现代控制理论在此统称为传统控制理论，其解决问题的思路可分三步：建立被控对象数学模型；再根据数学模型进行分析；最后根据数学模型和分析结果设计合适的控制器.因此，它设计的控制系统与数学模型的准确性有很大关系.神经网络可以不需要被控对象的数学模型，只需对神经网络进行在线或离线训练，然后利用训练结果进行控制系统设计.也就是说，神经网络能模拟非线性系统，适应了弹体模型的不确定性及非线性性.
按照不同的分类，神经网络控制大致可分为：神经网络监督控制（或称神经网络学习控制）；神经网络自适应控制（自校正、模型参考控制）；神经网络内模控制；神经网络预测控制；神经网络自适应评判控制；等.在此控制系统中，我们选择神经网络自适应控制中的模型参考控制来进行研究.
自动驾驶仪控制系统起稳定导弹姿态的作用，它与导弹上或地面的导引装置交联组成导弹制导和控制系统，实现稳定和控制功能。BP 神经网络 PID 控制器通过神经网络强大的自学习和非线性映射特性实现对 PID 参数的在线整定和优化，从而达到最优非线性控制的目的，使系统实际输出尽可能地逼近开发者所期望的输出。其控制算法结构如图1 所示：
系统实际输出 y （k）的反馈、输入 r（k）形成的偏差 e（k）作为 PID 控制器及 BP网络的输入。PID 控制器输出 u（k）作为舵机输入，u（k）经导弹非线性模型作用输出 y （k）。BP 神经网络参数调节器为含隐层的三层前馈网络，具有 1 个输入节点和 3 个输出节点，当输入为 N，输出为 M 时，该 BP 神经网络可以看成是从 N 维欧氏空间到 M 维的非线性映射，可以作为逼近任意非线性的映射，为非线性系统的辩识和控制提供了一种简单有效的方法。
5 空空导弹自动驾驶仪控制系统仿真模型
导弹自动驾驶仪能自动稳定和控制导弹绕质心运动，它的功能是起稳定导弹姿态保证导弹稳定飞行，并根据制导指令控制导弹飞向目标，故称导弹姿态控制系统[9]。 空空导弹自动驾驶仪控制系统的 Simulink 模块如图2所示，该 Simulink模型进行仿真，当输入端的信号发生变化时，导弹的运动姿态和运动速度也随之变化。因此这里考查到参数主要有：输入信号 Step 为阶跃响应；两个输出信号：Scope 信号显示器和 workspace 数据显示。
仿真可分为：（1）利用MATLAB中的SIMULINK軟件求解弹体滚动通道模型的输入输出数据及参考模型的输入输出数据，以备后用；（2）为了使神经网络控制器C能达到参考模型控制结果，利用参考模型输入输出数据（即第一步的结果），训练神经网络控制器C保存权值和阈值；（3）利用MATLAB编程提取所需数据及第二步求出的权值和阈值，得到仿真结果.
6 结论
随着神经网络技术的推广，BP 神经网络技术开始应用在导弹自动驾驶仪中，把 BP 神经网络优化设计方法和导弹建模控制技术直接应用在非线性模型上，进行导弹的设计和控制，提高了导弹控制系统的抗干扰性、改善导弹的飞行品质、提升了导弹的整体性能。
参考文献
[1] 曾庆华.战术导弹控制系统故障诊断软件开发实施报告[R].长沙：国防科技大学航天与材料工程学院空间技术研究所，2005
[2] 曾儒伟，许诚，曾量. 故障诊断方法发展动向[J]. 航空计算技术，2003，33（3），19-22
[3] 胡昌华，许化龙.控制系统故障诊断与容错控制的分析和设计[M].北京：国防工业出版社，2000
[4] 吴今培. 模糊诊断理论及其应用[M]. 北京：科学出版社，1995
[5] 曾庆华.飞行器故障诊断系统国内外研究现状[R]. 长沙：国防科技大学航天与材料工程学院空间技术研究所，2005
[6] 徐章遂等. 故障信息诊断原理及应用[M]. 北京：国防工业出版社，2000年7月第1版
[7] 章德宾.基于 HLA/RTI 的分布式组织活动建模研究[J].系统仿真学报，2008，20（2）：542-545.
[8] 马治明.飞航导弹自动驾驶仪系统控制方案研究[J].计算机测量与控制， 2009，17（2）：357-359.
[9] 魏华.基于MEMS陀螺的自动驾驶仪设计[D].南京：南京理工大学，2007：5-7.
[关键词]神经网络；空空导弹；控制系统
中图分类号：TP103 文献标识码：A 文章编号：1009-914X（2015）14-0214-02
1 概述
空空导弹是现代化武器库中最重要的武器之一，其主要的任务是准确的攻击空中目标[1]。制导系统和控制系统是导弹制导控制系统的组成部分，制导系统的主要负责的是根据测得的弹目位置信息形成导引指令；控制系统是根据制导系统的导引指令控制并稳定导弹飞行，因此对导弹制导控制系统的制导规律和控制规律的深入研究，能够准确确定导弹的机动性和精度并弥补导弹硬件上的缺陷，能使制导控制系统甚至整个导弹系统的性能更好能更加充分的发挥其作用，起到更好的效果[2]。
制导控制系统一般是多回路系统，最外层的是观测跟踪装置、指令形成装置、执行装置及弹体构成的制导回路部分，其次是由自动驾驶仪与弹体构成的闭合回路，即姿态稳定回路部分。除弹体以外的部分叫做自动驾驶仪。导弹自动驾驶仪是导弹制导和控制系统的重要组成部分，其设计的好坏对导弹制导控制系统整体性能的发挥起重要作用[3]。另外，在稳定的导弹控制系统中，自动驾驶仪控制弹体，也就是说驾驶仪是控制器，导弹弹体是被控对象。
2.人工神经网络
人工神经网络是一个并行和分布式的信息处理网络结构，该网络结构一般由许多个神经元组成，每个神经元有一个单一的输出，它可以连接到很多其它的神经元，其输入有多个连接通路，每个连接通路对应一个连接权系数.人工神经网络是生物神经网络的一种模拟和近似.它主要从两个方面进行模拟，一是从结构和实现机理方面进行模拟；二是从功能上加以模拟.
在1943年，心理学家W.S.McCuloch和数理逻辑学家W.Pitts首先提出一个简单的神经网络模型.1949年出现一种调整神经网络连接权的规则，通常称为Hebb学习规则1958年出现“感知机”.1969年M.Minsky和S.Papert发表了名为“感知机”的专著，提出简单线性感知机的功能是有限的，使整个70年代的神经网络的研究处于低潮.随着80年代Hopfield网和BP算法的提出，人们又看到神经网络的前景和希望，并掀起神经网络研究的热潮，随之在军事领域的应用也在不断扩大，如目标识别、信息处理、自动控制和智能决策等.其中，神经网络控制就是在这个背景下发展起来的.它特有的学习能力、潜在的分布并行计算特点以及对多传感信息的处理能力，使它具有许多潜在的优势，并应用到许多领域.
3 空空导弹自动驾驶仪的组成结构
空空导弹自动驾驶仪由惯性器件、控制计算装置和舵机部分组成。 空空导弹自动驾驶仪常用的惯性器件是测速陀螺仪、自由陀螺仪和加速度计等，测速陀螺仪用于测量姿态角速度、自由陀螺仪用于测量导弹的姿态角、加速度计用于测量线加速度[4-5]。
空空导弹自动驾驶仪控制计算装置由数字电路和各种模拟电路组成，主要用于实现数据和信号的传递、变换以及自动驾驶仪工作时的状态如何转换等功能。
空空导弹自动驾驶仪舵机系统是由功率放大器、舵机、传动机构和反馈电路四部分组成。舵机系统的主要功能是根据已给的控制信号去控制相应空气动力控制面的运动或者是改变推力矢量的方向[6]。导弹自动驾驶仪和导弹弹体构成了稳定的闭环回路，因此稳定性就是设计 空空导弹自动驾驶仪的前提。在稳定控制回路中，导弹自动驾驶仪是控制器，而导弹是被控对象[7-8]。
4 基于神经网络的自动驾驶仪控制系统设计
经典控制理论和现代控制理论在此统称为传统控制理论，其解决问题的思路可分三步：建立被控对象数学模型；再根据数学模型进行分析；最后根据数学模型和分析结果设计合适的控制器.因此，它设计的控制系统与数学模型的准确性有很大关系.神经网络可以不需要被控对象的数学模型，只需对神经网络进行在线或离线训练，然后利用训练结果进行控制系统设计.也就是说，神经网络能模拟非线性系统，适应了弹体模型的不确定性及非线性性.
按照不同的分类，神经网络控制大致可分为：神经网络监督控制（或称神经网络学习控制）；神经网络自适应控制（自校正、模型参考控制）；神经网络内模控制；神经网络预测控制；神经网络自适应评判控制；等.在此控制系统中，我们选择神经网络自适应控制中的模型参考控制来进行研究.
自动驾驶仪控制系统起稳定导弹姿态的作用，它与导弹上或地面的导引装置交联组成导弹制导和控制系统，实现稳定和控制功能。BP 神经网络 PID 控制器通过神经网络强大的自学习和非线性映射特性实现对 PID 参数的在线整定和优化，从而达到最优非线性控制的目的，使系统实际输出尽可能地逼近开发者所期望的输出。其控制算法结构如图1 所示：
系统实际输出 y （k）的反馈、输入 r（k）形成的偏差 e（k）作为 PID 控制器及 BP网络的输入。PID 控制器输出 u（k）作为舵机输入，u（k）经导弹非线性模型作用输出 y （k）。BP 神经网络参数调节器为含隐层的三层前馈网络，具有 1 个输入节点和 3 个输出节点，当输入为 N，输出为 M 时，该 BP 神经网络可以看成是从 N 维欧氏空间到 M 维的非线性映射，可以作为逼近任意非线性的映射，为非线性系统的辩识和控制提供了一种简单有效的方法。
5 空空导弹自动驾驶仪控制系统仿真模型
导弹自动驾驶仪能自动稳定和控制导弹绕质心运动，它的功能是起稳定导弹姿态保证导弹稳定飞行，并根据制导指令控制导弹飞向目标，故称导弹姿态控制系统[9]。 空空导弹自动驾驶仪控制系统的 Simulink 模块如图2所示，该 Simulink模型进行仿真，当输入端的信号发生变化时，导弹的运动姿态和运动速度也随之变化。因此这里考查到参数主要有：输入信号 Step 为阶跃响应；两个输出信号：Scope 信号显示器和 workspace 数据显示。
仿真可分为：（1）利用MATLAB中的SIMULINK軟件求解弹体滚动通道模型的输入输出数据及参考模型的输入输出数据，以备后用；（2）为了使神经网络控制器C能达到参考模型控制结果，利用参考模型输入输出数据（即第一步的结果），训练神经网络控制器C保存权值和阈值；（3）利用MATLAB编程提取所需数据及第二步求出的权值和阈值，得到仿真结果.
6 结论
随着神经网络技术的推广，BP 神经网络技术开始应用在导弹自动驾驶仪中，把 BP 神经网络优化设计方法和导弹建模控制技术直接应用在非线性模型上，进行导弹的设计和控制，提高了导弹控制系统的抗干扰性、改善导弹的飞行品质、提升了导弹的整体性能。
参考文献
[1] 曾庆华.战术导弹控制系统故障诊断软件开发实施报告[R].长沙：国防科技大学航天与材料工程学院空间技术研究所，2005
[2] 曾儒伟，许诚，曾量. 故障诊断方法发展动向[J]. 航空计算技术，2003，33（3），19-22
[3] 胡昌华，许化龙.控制系统故障诊断与容错控制的分析和设计[M].北京：国防工业出版社，2000
[4] 吴今培. 模糊诊断理论及其应用[M]. 北京：科学出版社，1995
[5] 曾庆华.飞行器故障诊断系统国内外研究现状[R]. 长沙：国防科技大学航天与材料工程学院空间技术研究所，2005
[6] 徐章遂等. 故障信息诊断原理及应用[M]. 北京：国防工业出版社，2000年7月第1版
[7] 章德宾.基于 HLA/RTI 的分布式组织活动建模研究[J].系统仿真学报，2008，20（2）：542-545.
[8] 马治明.飞航导弹自动驾驶仪系统控制方案研究[J].计算机测量与控制， 2009，17（2）：357-359.
[9] 魏华.基于MEMS陀螺的自动驾驶仪设计[D].南京：南京理工大学，2007：5-7.