-
题名基于RCMAC网络的动态逆再入制导方法研究
被引量：1
- 1
-
-
作者
吴浩
杨业
-
机构
北京航天自动控制研究所
-
出处
《空间控制技术与应用》
2011年第4期49-53,共5页
-
文摘
针对升力式再入飞行器的制导问题,首先利用准平衡滑翔原理给出标准的阻力加速度-速度剖面,并对阻力加速度跟踪制导原理进行分析,然后利用自回归小脑模型神经网络(RCMAC)网络良好的非线性逼近能力、泛化能力和自学习能力,采用基于RCMAC网络的动态逆方法实现对阻力加速度的跟踪,并证明闭环系统的稳定性.三自由度仿真结果表明,该制导方式降低了动态逆方法对模型的依赖,增强了制导系统的鲁棒性.
-
关键词
升力式再入飞行器
自回归小脑模型神经网络(rcmac)
动态逆
阻力加速度跟踪
再入制导
-
Keywords
lifting reentry vehicle
recurrent cerebellar model articulation controller （rcmac）
dynamic inversion
drag acceleration tracking
reentry guidance
-
分类号
V448.22
[航空宇航科学与技术—飞行器设计]
-
-
题名一种变步长CMAC的沉降NARMAX模型
- 2
-
-
作者
王华秋
-
机构
重庆理工大学计算机科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2011年第4期1368-1371,1377,共5页
-
基金
重庆市教委科学研究资助项目(KJ100805)
国家教育部人文社会科学研究青年基金资助项目(10YJC870037)
-
文摘
为了提高氧化铝生产质量和降低能耗,分析了氧化铝沉降工艺中影响沉降过程的各种因素,采用小脑模型神经网络(CMAC)系统辨识的方法建立沉降系统的带外部输入的自回归滑移模型(ARMAX)。针对CMAC收敛性存在的问题,提出了基于变步长小脑模型神经网络(CMAC)算法,通过双曲正割函数优化学习步长,提高了小脑模型神经网络算法的收敛速度和计算精度,进而优化了沉降槽密度ARMAX模型。仿真实验表明,该算法的ARMAX模型可以对沉降过程中的槽内密度进行准确识别,指导氧化铝的沉降生产操作。
-
关键词
沉降
带外部输入的自回归滑移
变步长小脑模型神经网络
系统辨识
-
Keywords
settlement
auto-regressive moving average exogenous
changed step CMAC
system identification
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
