第二章智能滑模变结构导引规律 - Read.DOC

第二章 智能滑模变结构导引规律 2.1 引 言 在上一章中，作者论述了基于滑模变结构控制理论设计制导律的方法。在实际应用中，滑模制导律容易引起视线角速率的抖动，影响制导精度。这种抖动实际上是导弹弹体的抖动，如果抖动的幅度过大，不利于弹上部件的正常工作。如果弹体细长，抖动还容易诱发其高频未建模动力学特性，不利于弹体的控制。因此，有必要研究滑模制导律的去抖动方法。目前，滑模变结构控制系统的去抖动方法主要有两类，一类是基于观测器的方法[1]，另一类是基于人工智能的方法[2]。前者结构复杂，应用的数学工具较多，对模型的依赖性强；后者则不依赖于模型，简单易行，效果明显。因此，为了消除滑模导引律可能引发的抖动，本章介绍滑模制导律的智能化和模糊化实现方法[3~5]。 2.2 基于规则的智能自适应滑模制导律(IASMG) 在第一章1.4中，我们推导出了ASMG的表达式。以纵向平面为例，有 已经证明当，时, 视线角速率依指数规律收敛到零。这里, 代表纵向平面内目标加速度在视线法向上的分量。式(2.1)中的第一项为比例导航项，根据已有的经验, 有效导航比一般选为。取, 则有效导航比为。式(2.1)中的第二项为变结构项，当目标机动时，它会发挥重要作用。这里，我们主要讨论如何选取变结构项中的参数，既保证制导律的鲁棒性，又能达到消除或抑制抖动的目的。 为了削弱抖动，可以用高增益连续函数代替符号函数，其中是小正数。这样，经过光滑处理的ASMG（SASMG）为 然而，实际当中目标机动加速度往往是变化的。对不同的机动情况，很难选择一组确定的参数和，既保证制导律的鲁棒性，又消除或抑制抖动。 在末制导过程中，当导弹与目标充分接近时，导弹上的探测器进入盲区，这时制导发动机停控。只要在停控时刻，视线角速率充分接近于零，导弹就可以精确命中目标。因此，在实际应用中，可以取略小于，则视线角速率始终处于零附近一个微小的邻域内，但并不需要保持为零，这样就不会发生抖动，而制导精度又很高。基于上述经验，结合SASMG，作者总结出一组产生式规则，利用这些规则可以在末制导过程中自主确定和。 这些规则是，在纵向平面内： IF 为零或很小，THEN 令为零； IF 小，THEN 令小，而且略小于，令很小； IF 中等，THEN 令中等，但略小于，令小； IF 大，THEN 令大，但略小于，令较小。 同理，在侧向平面内： IF 为零或很小，THEN 令为零； IF 小，THEN 令小，而且略小于，令很小； IF 中等，THEN 令中等，但略小于，令小； IF 大，THEN 令大，但略小于，令较小。 其中和分别代表目标加速度在视线坐标系的轴和轴上的分量的绝对值。实现上述规则，需要粗略地估计出和，这可以用解析重构法[6]来完成，即 式中，为终端时间。 在空间拦截中，令弹体坐标系平行于视线坐标系，那么有，，则式(2.3)和(2.4)又可以写作 式中，和是导引律的输出，、和需要验前确定，求和分别需要对和微分。在和的测量值含有噪声的情况下，除了用纯微分环节外，还要加入一个低通滤波器。 对SASMG使用规则(1)~(8)，得到IASMG。事实上，、和不可能精确已知，和也有一定的误差，所以精确地估计出目标法向加速度和是很困难的。然而，实现IASMG只需粗略地估计出和位于那一个区段之内，这是IASMG的一个重要优点。 智能控制器一般包括知识库、推理机和控制器[7]。把人的经验和知识表达成计算机能够识别、理解和执行的语言，即事实和规则。然后把这些事实和规则送入计算机，建立一个软件模块，这就是所称为的知识库。接着对知识库内容进行删除、修改和精练，使这个知识库能真正对某个控制过程提供最佳方案。推理机实质上是一个知识控制软件模块。它根据系统当前的运行状态，选择一条事实，在知识库中从上到下搜索可用规则，若这条事实和知识库中某条规则左部匹配成功，则执行该规则的右部，即“行动”。随后控制器根据推理的结果发出控制策略，对系统实施控制。 在IASMG中，知识库由规则(1)~(8)和目标法向加速度估值器, 即式(2.3)和(2.4)共同构成。推理机由软件实现，控制器则由SASMG实现。应用IASMG后，制导系统可以用图2.1来形象地描述。 图2.1 采用IASMG的制导系统结构框图 2.3 空间拦截中IASMG的实现方案 2.3.1 制导系统的组成 实现IASMG仅需要导弹上的目标探测器提供视线角速率信号，