文章详情
| 稿件标题： | 基于RBF神经网络增益调节的滑模制导律 |
| 稿件作者： | 佟廷帅1,刘晓利1,张志勇2,何贤军1,陈志华1 |
| DOI： | 10.11809/bqzbgcxb2019.12.022 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 自动驾驶仪；RBF神经网络；滑模制导律；变结构；自适应 |
| 文章摘要： | 为了解决滑模制导律在拦截高速、大机动目标存在视线角速率抖振现象以及忽略自动驾驶仪动态特性等问题，结合变结构控制理论和神经网络，提出一种基于径向基函数(RBF）神经网络调节增益的滑模制导律。利用RBF神经网络结构简单、收敛速度快、能够逼近任意非线性函数的特点来实时调节滑模制导律中的变结构项增益。最后将基于RBF神经网络增益调节的滑模制导律与比例导引法、固定增益滑模制导律进行仿真对比。结果表明：基于RBF神经网络增益调节的滑模制导律能对增益自适应调节，可抵消目标机动影响，确保角速率较平滑，并能削弱系统的抖振，增强了系统的鲁棒性，提高导弹拦截精度。 |
| 引用本文格式： | 佟廷帅,刘晓利,张志勇，等.基于RBF神经网络增益调节的滑模制导律［J］.兵器装备工程学报，2019,40(12):110-114. TONG Tingshuai, LIU Xiaoli, ZHANG Zhiyong, et al.Sliding Mode Guidance Law Based on RBF Neural Network Gain Regulation［J］.Journal of Ordnance Equipment Engineering,2019,40(12):110-114. |
| 刊期名称： | 2019年12期 |
| 出版时间： | 2019年12月 |
| 上线时间： | 2019年12月28日 |
| 浏览次数： | 2679 |
| 下载次数： | 616 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |