公开(公告)号：CN118484014A

公开(公告)日：2024-08-13

申请号：CN202410577863.9

申请日：2024-05-10

Applicant: 北京理工大学

Inventor： 弋滨 ,  马泽远 ,  夏群利

IPC: G05D1/46 ,  G05D109/28

Abstract: 本发明公开了一种基于动态逆的多无动力飞行器时间协同制导方法，包括以下步骤：建立了“领‑从”飞行器和目标之间的相对运动方程；以“领‑从”飞行器的剩余飞行时间之差作为协调变量，利用时标分离原理将跟随飞行器偏航通道的非线性运动模型分解为快变子系统和慢变子系统；通过动态逆理论对两个子系统进行反馈使其线性化，解算出跟随飞行器偏航通道的制导律，获得“领‑从”飞行器剩余时间之差趋于零的协同末制导律；采用协同末制导律控制飞行器的运动。本发明公开的基于动态逆的多无动力飞行器协同制导方法，协同制导律能够使“领‑从”飞行器同时到达目标，并实现对目标的精准打击。

公开(公告)号：CN116560232A

公开(公告)日：2023-08-08

申请号：CN202310503743.X

申请日：2023-05-06

Applicant: 北京理工大学

Inventor： 李毅恒 ,  刘大卫 ,  王晓光 ,  夏群利 ,  弋滨 ,  李青远

IPC: G05B13/04

Abstract: 本发明公开了一种基于RBF神经网络的变体飞行器自适应反演控制方法，包括以下步骤：设置RBF神经网络估计由于飞行器变形导致模型不确定以及外部扰动共同引起的弹道倾角未知影响项dγ和俯仰角速度未知影响项dq，获得RBF神经网络针对弹道倾角未知影响项的自适应权值，以及RBF神经网络针对俯仰角速度未知影响项的自适应权值；设置反演自适应控制器，将RBF神经网络的自适应权值加入至控制器的控制律中，通过反演自适应控制器实现对变体飞行器的控制。本发明公开的基于RBF神经网络的变体飞行器自适应反演控制方法，使用RBF逼近未知影响项并在控制律中进行补偿从而提高控制器的精度和鲁棒性。