智能制導

內(nèi)容概要

李士勇等編著的《智能制導——尋的導彈智能自適應(yīng)導引律》是系統(tǒng)研究智能制導——尋的導彈智能自適應(yīng)導引律的學術(shù)專著，反映了作者近年來取得的最新研究成果。所設(shè)計的智能制導律具有實時性好、適應(yīng)能力強、脫靶量小、易于實現(xiàn)等優(yōu)點，可以滿足攔截高速大機動目標的需要。全書共7
章，主要內(nèi)容包括：緒論；導彈導引系統(tǒng)運動學模型；傳統(tǒng)導引律分析；解析描述自適應(yīng)模糊制導律設(shè)計；神經(jīng)網(wǎng)絡(luò)優(yōu)化的自適應(yīng)模糊導引律；模糊變結(jié)構(gòu)制導律；神經(jīng)網(wǎng)絡(luò)滑模制導律。
《智能制導——尋的導彈智能自適應(yīng)導引律》可供從事導彈智能制導與控制、智能自動化等相關(guān)領(lǐng)域科研人員及工程技術(shù)人員使用，也可供高等院校教師及研究生學習參考。

作者簡介

李士勇，哈爾濱工業(yè)大學教授，博士生導師。1967年畢業(yè)于哈爾濱工業(yè)大學電機系，1983年獲自動控制專業(yè)碩士學位。1992年至1993年在日本千葉工業(yè)大學從事模糊控制、神經(jīng)控制及智能控制領(lǐng)域的合作研究工作。國家模糊控制生產(chǎn)力促進中心專家組專家，黑龍江省優(yōu)秀專家，中國自動化學會智能控制專業(yè)委員會委員，《JOURNAL OF MEASUREMENT SCIENCE AND INSTRUMENTATION》編委。近30年來，一直從事模糊控制、智能控制、智能制導、智能優(yōu)化算法、非線性科學、復雜適應(yīng)系統(tǒng)理論及應(yīng)用方面的科研、教學及指導研究生工作。獲國家級獎2項、省部級獎7項。在國內(nèi)外發(fā)表學術(shù)論文160余篇。已出版著作10部： 《模糊控制和智能控制理論與應(yīng)用》、 《工程模糊數(shù)學及應(yīng)用》、 《非線性科學與復雜性科學》、 《蟻群算法及其應(yīng)用》、 《模糊控制》、《量子計算與量子優(yōu)化算法》、 《非線性科學及其應(yīng)用》、 《智能控制》、《智能制導——尋的導彈智能自適應(yīng)導引律》，代表作《模糊控制?神經(jīng)控制和智能控制論》躋身于十大領(lǐng)域中國論文被引頻次最高的前50部專著與譯著排行榜，至今已被近5000篇論文所引用。美國IEEE Fellow、田納西大學著名教授J.C.Hung 1997年曾指出：“李教授在模糊控制、神經(jīng)網(wǎng)絡(luò)控制及智能控制方面有深入的理論研究和特殊的學術(shù)造詣?！?/pre>


書籍目錄
第1章　緒論
　1.1　精確制導律的研究背景及其意義
　1.2　精確制導技術(shù)發(fā)展概況
　　1.2.1　精確制導技術(shù)與制導武器
　　1.2.2　精確制導技術(shù)在現(xiàn)代戰(zhàn)爭中的地位及其發(fā)展趨勢
　1.3　國內(nèi)外末制導律研究現(xiàn)狀及分析
　　1.3.1　經(jīng)典導引律
　　1.3.2　現(xiàn)代制導律
　　1.3.3　智能制導律
　1.4　本書的主要內(nèi)容及結(jié)構(gòu)
第2章　導彈導引系統(tǒng)運動學模型
　2.1　導彈的動力學基本方程
　2.2　常用坐標系和坐標系間的轉(zhuǎn)換
　　2.2.1　導彈導引系統(tǒng)坐標系的定義
　　2.2.2　坐標系之間的轉(zhuǎn)換關(guān)系
　2.3　導彈運動方程組
　　2.3.1　導彈質(zhì)心運動的動力學方程
　　2.3.2　導彈質(zhì)心運動的運動學方程
　　2.3.3　質(zhì)量變化方程
　　2.3.4　導彈運動學描述
　　2.3.5　目標運動學描述
　　2.3.6　攔截幾何和導彈目標相對運動
　2.4　導引系統(tǒng)仿真框圖
　2.5　本章小結(jié)
第3章　傳統(tǒng)導引律分析
　3.1　導引飛行概述
　　3.1.1　導引方法分類
　　3.1.2　自動瞄準的相對運動方程
　3.2　追蹤法
　　3.2.1　彈道方程
　　3.2.2　直接命中目標的條件
　　3.2.3　導彈命中目標所需的飛行時間
　　3.2.4　導彈的法向過載
　　3.2.5　允許攻擊區(qū)
　3.3　平行接近法
　　3.3.1　直線彈道的條件
　　3.3.2　導彈的法向過載
　　3.3.3　平行接近法的圖解法彈道
　3.4　比例導引法
　　3.4.1　比例導引法的相對運動方程組
　　3.4.2　彈道特性
　　3.4.3　比例系數(shù)K的選擇
　　3.4.4　比例導引法的優(yōu)缺點
　　3.4.5　其他形式的比例導引規(guī)律
　3.5　三種速度導引方法的關(guān)系
　3.6　脫靶量分析
　3.7　本章小結(jié)
第4章　解析描述自適應(yīng)模糊制導律設(shè)計
　4.1　模糊控制
　　4.1.1　模糊控制的基本原理
　　4.1.2　模糊控制器的基本設(shè)計方法
　　4.1.3　解析描述控制規(guī)則可調(diào)整的模糊控制器
　4.2　導彈一目標三維運動描述
　4.3　解析描述模糊末制導律
　　4.3.1　解析描述模糊末制導律原理
　　4.3.2　模糊制導律設(shè)計
　　4.3.3　模糊制導律參數(shù)的確定
　　4.3.4　仿真結(jié)果及分析
　4.4　本章小結(jié)
第5章　神經(jīng)網(wǎng)絡(luò)優(yōu)化的自適應(yīng)模糊導引律
　5.1　神經(jīng)網(wǎng)絡(luò)
　　5.1.1　神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展與現(xiàn)狀
　　5.1.2　RBF神經(jīng)網(wǎng)絡(luò)簡介
　　5.1.3　RBF神經(jīng)網(wǎng)絡(luò)學習算法
　　5.1.4　RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)點及問題
　　5.1.5　RBF神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用
　5.2　基于RBF網(wǎng)絡(luò)調(diào)整的自適應(yīng)模糊導引律
　　5.2.1　RBF網(wǎng)絡(luò)的學習算法
　　5.2.2　RBF網(wǎng)絡(luò)調(diào)整α的公式推導
　5.3　基于模糊RBF神經(jīng)網(wǎng)絡(luò)辨識的自適應(yīng)模糊導引律
　　5.3.1　模糊RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　5.3.2　基于模糊RBF神經(jīng)網(wǎng)絡(luò)的辨識算法
　5.4　仿真結(jié)果及分析
　　5.4.1　RBF神經(jīng)網(wǎng)絡(luò)調(diào)整的模糊導引律
　　5.4.2　模糊RBF神經(jīng)網(wǎng)絡(luò)辨識的模糊導引律
　　5.4.3　三種導引律的對比分析
　5.5　本章小結(jié)
第6章　模糊變結(jié)構(gòu)制導律
　6.1　變結(jié)構(gòu)控制的基本原理
　　6.1.1　變結(jié)構(gòu)系統(tǒng)的定義
　　6.1.2　變結(jié)構(gòu)系統(tǒng)的一般性質(zhì)
　　6.1.3　切換面和滑動模態(tài)不變性條件
　　6.1.4　可達模態(tài)可達條件和可達空間
　　6.1.5　滑動模態(tài)的抖振
　　6.1.6　切換函數(shù)的設(shè)計方法
　　6.1.7　控制律的設(shè)計
　6.2　變結(jié)構(gòu)制導律的研究現(xiàn)狀
　　6.2.1　滑模制導律
　　6.2.2　切換偏置比例導引律
　　6.2.3　SWAR制導律
　　6.2.4　具有終端約束的變結(jié)構(gòu)制導律
　　6.2.5　最優(yōu)滑模制導律
　　6.2.6　全局滑模變結(jié)構(gòu)控制
　　6.2.7　變結(jié)構(gòu)制導律的發(fā)展方向
　6.3　模糊變結(jié)構(gòu)制導律的設(shè)計
　　6.3.1　變結(jié)構(gòu)控制在非線性系統(tǒng)中的應(yīng)用
　　6.3.2　目標一導彈相對運動模型
　　6.3.3　制導律的設(shè)計
　　6.3.4　模糊變結(jié)構(gòu)制導律
　6.4　仿真結(jié)果及分析
　6.5　本章小結(jié)
第7章　神經(jīng)網(wǎng)絡(luò)滑模制導律
　7.1　CMAC神經(jīng)網(wǎng)絡(luò)簡介
　　7.1.1　引言
　　7.1.2　CMAC神經(jīng)網(wǎng)絡(luò)的優(yōu)越性
　　7.1.3　CMAC神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
　　7.1.4　CMAC學習算法
　　7.1.5　cMAc神經(jīng)控制
　　7.1.6　需要解決的問題
　7.2　神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)控制
　　7.2.1　引言
　　7.2.2　常規(guī)神經(jīng)網(wǎng)絡(luò)和滑模變結(jié)構(gòu)控制的結(jié)合
　　7.2.3　自適應(yīng)神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)控制
　　7.2.4　基于模糊神經(jīng)網(wǎng)絡(luò)的滑模變結(jié)構(gòu)控制
　　7.2.5　基于滑模變結(jié)構(gòu)系統(tǒng)理論的神經(jīng)網(wǎng)絡(luò)自適應(yīng)學習
　　7.2.6　關(guān)于神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)控制的其他問題
　7.3　CMAC與滑模變結(jié)構(gòu)復合控制的新型制導律
　　7.3.1　滑模變結(jié)構(gòu)制導律
　　7.3.2　CMAC與VSG復合控制制導律
　7.4　自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)滑模制導律
　　7.4.1　導彈一目標運動方程
　　7.4.2　ARBFSM制導律設(shè)計
　　7.4.3　穩(wěn)定性分析
　7.5　基于自適應(yīng)RBF網(wǎng)絡(luò)切換增益調(diào)節(jié)的變結(jié)構(gòu)制導律
　7.6　仿真對比及分析
　　7.6.1　CMAC—VsG制導律
　　7.6.2　ARBFSM制導律
　　7.6.3　基于自適應(yīng)RBFNN切換增益調(diào)節(jié)的變結(jié)構(gòu)制導律
　7.7　本章小結(jié)
附錄7　種智能導引律的性能對比
參考文獻


章節(jié)摘錄
版權(quán)頁：   插圖：   3.4.4 比例導引法的優(yōu)缺點 從上述分析可見，只要獲得視線角速度信號就可實現(xiàn)比例導引規(guī)律。優(yōu)點足彈道比較平直，技術(shù)上容易實現(xiàn)。但是采用比例導引規(guī)律對于導彈的發(fā)射范圍有一定的要求，更重要的是在攔截過程中要求導彈有較高的機動性。因此，對于攔截大機動目標的情況，比例導引就顯得不能滿足要求。 比例導引能有效地對付機動不大的目標，它是溝通經(jīng)典導引律和現(xiàn)代導引律的橋梁。傳統(tǒng)比例導引法不考慮控制過程，即認為參數(shù)改變是瞬時完成的情況下，采用某種方法求取導彈飛向目標過程中應(yīng)滿足的規(guī)則，對制導系統(tǒng)的信息完備性要求不高，因此獲得廣泛的應(yīng)用。在現(xiàn)役的導彈中，大部分仍采用比例導引方法。這種末導引律在對小機動大慣性的目標時，能夠達到所需的精度。比例接近法優(yōu)點在于彈道前段較彎曲，能充分利用導彈的機動能力，彈道后段較為平直，機動能力富裕，全向攻擊，技術(shù)上易于實現(xiàn)，得到了廣泛應(yīng)用。但命中目標的需用法向過載與命中點的導彈速度和導彈的攻擊方向有直接關(guān)系，面對目標進行機動、快速的飛行時，所得到的仿真結(jié)果不理想，誤差較大。并且這種末制導的制導精度依賴于高精度的目標測量，一旦環(huán)境惡劣，測量精度無法保證時，制導精度極差，同時抗干擾的能力也不強。現(xiàn)代的末制導已經(jīng)很少采用這種傳統(tǒng)的末制導律，而使用由這種末制導衍生出來的新的末制導律。經(jīng)過人們的改善和修正，又出現(xiàn)了偏置比例導引、擴大比例導引、擴展比例導引和修正比例導引等。




編輯推薦
《智能制導:尋的導彈智能自適應(yīng)導引律》可供從事導彈智能制導與控制、智能自動化等相關(guān)領(lǐng)域科研人員及工程技術(shù)人員使用，也可供高等院校教師及研究生學習參考。





圖書封面






評論、評分、閱讀與下載



還沒讀過(10)
勉強可看(743)
一般般(126)
內(nèi)容豐富(5256)
強力推薦(430)


 


    智能制導 PDF格式下載