基于PSO和RBF网络的模糊末制导律研究

论文摘要

导弹导引系统实质上是一个同时具有非线性、时变性和模型不确定性的复杂系统。近年来,随着被拦截目标速度和机动性能力的增强,导弹导引系统的制导任务变得越来越复杂。传统的末制导律已不能满足日趋严格的拦截要求,尤其是目标大机动规避。基于最新控制理论的新型导引律成为各国精确制导技术的研究热点。其中基于模糊逻辑的导引律研究越来越多,逐渐成为热点。本文首先分析了导弹运动数学模型,建立了导引律仿真系统,对传统导引律进行了介绍,并从理论上对盲区所引起的脱靶量进行分析。考虑到粒子群算法（particle swarm optimization, PSO）原理简单,易于实现工程优化,研究了粒子群算法的基本原理以用来优化后来所设计的导引律,提出了一种基于线性递减惯性权重和交叉策略的改进算法。仿真结果表明,该改进算法不仅操作简单,而且有效。其次,针对模糊导引律中存在的参数优化问题,提出了两种基于粒子群算法优化的模糊导引律,依据导引性能指标对模糊导引律的参数进行优化。一种是基于粒子群优化的模糊导引律,用粒子群算法同时优化模糊控制器中的比例因子、量化因子和模糊规则库的权重;另一种是基于RBF（radial ba-sis function,RBF）神经网络推理的RBF模糊神经网络导引律,并用粒子群算法优化导引律参数。仿真结果表明,粒子群算法可以简化模糊设计过程中的参数优化等问题,优化后的模糊导引律在制导精度等各方面都有显著提高。最后,针对自适应模糊导引律参数设计的困难,设计了两种基于RBF神经网络的自适应模糊导引律。一种是基于RBF网络整定的自适应模糊导引律,通过对RBF神经网络两个自调整因子增量式公式的推导,得到了RBF网络整定的自调整因子递推公式。另一种导引律是基于RBF网络辨识的自适应模糊导引律,即用RBF网络去辨识这两个自调整因子。仿真结果对比表明,这两种导引律拦截精度更高,拦截时间更短,并且对拦截机动目标有很强的自适应性,是一种具有实用价值的高精度末制导律。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 精确制导技术发展概况
• 1.1.1 精确制导技术与制导武器
• 1.1.2 精确制导技术在现代战争中的地位及其发展趋势
• 1.2 精确制导律研究背景及其意义
• 1.3 国内外末制导律研究现状及分析
• 1.4 本文主要研究内容
• 第2章 导弹导引系统建模与传统末制导律
• 2.1 概述
• 2.2 导弹运动数学模型
• 2.2.1 导弹导引系统坐标系的定义
• 2.2.2 坐标系之间的转换关系
• 2.2.3 拦截几何和导弹目标相对运动
• 2.2.4 导弹运动学描述
• 2.2.5 目标运动学描述
• 2.2.6 导引系统仿真框图
• 2.3 传统导引律分析
• 2.3.1 追踪法
• 2.3.2 平行接近法
• 2.3.3 比例导引
• 2.3.4 三种速度导引方法的比较和联系
• 2.3.5 比例导引的弹道特性
• 2.4 脱靶量分析
• 第3章 粒子群算法及其改进
• 3.1 概述
• 3.2 粒子群算法基本原理
• 3.2.1 群智能
• 3.2.2 粒子群算法
• 3.3 粒子群算法的改进
• 3.4 交叉PSO算法
• 3.4.1 TSP问题
• 3.4.2 离散的PSO算法
• 3.4.3 求解TSP问题的交叉PSO
• 3.5 仿真结果分析
• 3.5.1 原始PSO和基本PSO对比试验
• 3.5.2 TSP问题
• 3.6 本章小结
• 第4章 基于RBF网络推理的模糊导引律
• 4.1 概述
• 4.2 模糊逻辑导引律
• 4.3 基于PSO的模糊导引律参数优化
• 4.4 RBF模糊神经网络控制器的设计
• 4.5 基于PSO的RBF模糊神经网络导引律参数优化
• 4.6 仿真结果及分析
• 4.6.1 基于PSO的模糊导引律
• 4.6.2 基于PSO的RBF模糊神经网络导引律
• 4.7 本章小结
• 第5章 基于RBF网络优化的自适应模糊导引律
• 5.1 概述
• 5.2 追击目标运动学分析
• 5.3 自适应模糊导引律
• 5.4 基于RBF网络整定的自适应模糊导引律
• 5.4.1 RBF网络的学习算法
• 0,α_s 公式推导'>5.4.2 RBF网络整定的α₀,α_s公式推导
• 5.5 基于RBF网络辨识的自适应模糊导引律
• 5.6 仿真结果及分析
• 5.6.1 RBF网络整定的模糊导引律
• 5.6.2 RBF网络辨识的模糊导引律
• 5.6.3 三种导引律的对比分析
• 5.7 本章小结
• 结论
• 参考文献
• 附录
• 1 Benchmark测试函数
• 2 14 城市的标准TSP问题坐标（burma14）
• 3 31 城市的CTSP问题坐标
• 4 4 种交叉策略和6 种变异策略[51]
• 攻读学位期间发表的学术论文
• 致谢