||
本期推荐的文章是关于侧滑转弯导弹自适应预测自动驾驶仪的研究。该方法基于状态预测,适用于动力学不确定的复杂场景。
侧滑转弯导弹自动驾驶仪设计中,动力学模型的不确定性如同“技术桎梏”,传统控制方法难以在复杂工况下兼顾控制精度与系统稳定性。这篇文章的研究团队提出了一种基于状态预测的自适应预测自动驾驶仪新方案,依托状态预测机制与自适应控制策略,针对性解决了导弹动力学不确定带来的控制难题。该设计可有效提升侧滑转弯导弹在不确定动力学条件下的飞行控制性能,为高精度导弹制导与飞行控制系统的研发提供了全新技术路径与理论支撑。
A new design of adaptive predictive autopilot for skid-to-turn missile with uncertain dynamics through state prediction基于状态预测的动力学不确定侧滑转弯导弹自适应预测自动驾驶仪新设计
作者:Saeed Kashefi,Majid Hajatipour
机构:伊朗卡尚大学电气与计算机工程学院
引用:Kashefi, S., Hajatipour, M. A new design of adaptive predictive autopilot for skid-to-turn missile with uncertain dynamics through state prediction. Control Theory Technol. (2025). https://doi.org/10.1007/s11768-025-00282-6
摘 要
问题:侧滑转弯导弹动力学常存在未知性与不确定性,传统控制方法面临挑战。
方法:提出一种结合自适应预测控制与新型最优观测器的方案。利用泰勒级数展开进行状态预测,并通过神经网络逼近未知动力学。
创新:观测器增益通过解析解优化,避免非凸优化问题;无需角速度或风角测量,仅用法向加速度估计即可实现稳定控制。
验证:仿真表明该方法在保持系统稳定的同时,有效提升控制性能。
引 言
侧滑转弯(STT)导弹在复杂飞行条件下需满足严格的鲁棒性、性能与稳定性要求,其自动驾驶仪的设计始终是一项关键挑战。导弹动力学常因气动参数摄动、质量特性变化、外部干扰以及模型简化等因素而呈现显著的不确定性,尤其在短程导弹助推阶段,气动特性可能发生突变,进一步增加了控制设计的难度。现有方法多集中于处理参数不确定性,或在自适应机制中结合滑模控制以抑制抖振,但对于非结构不确定性(如未建模动态)的系统化处理仍显不足。此外,传统观测器设计往往缺乏增益优化机制,也未能充分开展对未来状态预测误差的主动优化,限制了估计精度与整体控制性能的提升。
为此,本研究提出一种融合自适应预测控制与新型最优观测器的完整解决方案,主要贡献体现在以下方面:
设计了基于状态预测的自适应预测自动驾驶仪,仅需法向加速度测量信息,无需角速度或风角估计,即可在模型不确定性下保证系统稳定与跟踪性能;
提出一种具有预测功能的自适应最优观测器,其优化目标为最小化未来时域内的状态预测误差,区别于传统仅聚焦当前误差的观测器设计;
通过泰勒级数展开与解析优化方法,实现预测时域与展开阶数的灵活选取,在避免非凸在线优化的同时,可依据精度需求处理非线性预测问题;
结合神经网络对导弹动力学中未知连续函数进行逼近,能够有效处理非参数不确定性及未建模动态;
整套方法在设计与实现上均具备清晰的理论框架与稳定性保证,为不确定STT导弹控制提供了系统化、可实施的解决途径。
图2 基于自适应预测观测器的自动驾驶仪总体方案
结 论
针对具有不确定动力学的侧滑转弯(STT)导弹,本文提出了一种结合自适应最优观测器方案的新型预测控制方法。该方法通过一种预测算法,从所有满足稳定性条件的增益中,对观测器增益和自动驾驶仪增益进行了最优选取。在此自动驾驶仪设计过程中,无需角速度测量或风角估计,仅使用所提出的最优观测器对法向加速度及其导数的预测值。利用李雅普诺夫定理,对包含所提观测器与自动驾驶仪影响的整体导弹系统稳定性进行了分析。对比仿真实验验证了所提方法的优势,结果表明其具有更优的控制性能。
作者介绍
Saeed Kashefi,于伊朗卡尚大学电气与计算机工程学院获得电子工程学士学位,以及控制工程硕士和博士学位。他的主要研究方向包括状态估计、自适应控制、最优控制和人工智能系统。
Majid Hajatipour, 分别于2006年和2011年在伊朗科技大学(Iran University of Science and Technology)获得硕士和博士学位。自2008年起,他一直从事过程控制与估计系统领域的研究与工程工作。Hajatipour博士同时也是伊朗卡尚大学的教授。他的研究兴趣包括非线性控制系统设计(特别是滑模控制)以及过程控制理论与应用。
期刊简介

欢迎扫码进入期刊主页
Control Theory and Technology (CTT), 中文名《控制理论与技术》, 创刊于2003年,原刊名为Journal of Control Theory and Applications,2014年刊名更改为Control Theory and Technology。由华南理工大学与中国科学院数学与系统科学研究院联合主办,主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中的应用。目前被 ESCI (JIF 1.5)、EI、Scopus (CiteScore 3.2)、CSCD、INSPEC、ACM 等众多数据库收录, 并于2013–2018年获得两期中国科技期刊国际影响力提升计划项目资助。2017–2021年连续获得“中国最具国际影响力学术期刊”和“中国国际影响力优秀学术期刊”称号,获得广东省高水平科技期刊建设项目I期(2021-2024年)和II期,2022-2024年进入中国科协自动化学科领域高质量科技期刊目录。
官网:https://link.springer.com/journal/11768 (即http://www.springer.com/11768)
https://jcta.ijournals.cn/cta_en/ch/index.aspx
投稿:https://mc03.manuscriptcentral.com/ctt
微信:ControlTheoryTech (欢迎扫码关注期刊微信公众号)
微博:ControlTheoryTech
Email:jcta@scut.edu.cn
Tel:020-8711 1464
2023-2024刊期合集
Volume 22 (February - November 2024)
Issue 3, 2024 - Special issue on analysis and control of complex systems in honor of the 90th birthday of Professor Huashu Qin
Issue 2, 2024 - Special issue on system identification and estimation
Volume 21 (February - November 2023)
Issue 3, 2023 - Special issue on frontiers of control and automation, dedicated to Prof. Ben M. Chen 60th birthday
Issue 1, 2023 - Special issue on connecting theory and practice with ADRC
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2026-1-3 06:11
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社