導(dǎo)引頭修模技術(shù)研究.pdf

1、導(dǎo)引頭系統(tǒng)是一類高精度的伺服系統(tǒng)，由于受外界環(huán)境等諸多不確定因素的影響，伺服機(jī)構(gòu)的參數(shù)會(huì)發(fā)生變化，從而造成整個(gè)系統(tǒng)的性能下降。本文將針對導(dǎo)引頭系統(tǒng)提出一種離線檢測和模型修正的方法。
　　本文首先對兩軸穩(wěn)定平臺(tái)進(jìn)行了動(dòng)力學(xué)分析，結(jié)合機(jī)電控制理論建立了系統(tǒng)的狀態(tài)空間模型。然后根據(jù)此模型，簡要分析了模型中參數(shù)變化對系統(tǒng)的影響。由于變化后的模型是未知的，因此本文將通過系統(tǒng)辨識技術(shù)建立系統(tǒng)的精確模型。辨識主要包括算法設(shè)計(jì)和實(shí)驗(yàn)仿真兩部分：(

2、1)文中提出采用動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)(DFNN)模型對導(dǎo)引頭系統(tǒng)進(jìn)行辨識，分析了DFNN的結(jié)構(gòu)、數(shù)學(xué)描述和具體的學(xué)習(xí)算法。文中引入EKF算法調(diào)整前提參數(shù)，采用線性最小二乘算法更新結(jié)論參數(shù)，對參數(shù)的學(xué)習(xí)算法進(jìn)行了改進(jìn)。(2)文中基于單軸轉(zhuǎn)臺(tái)搭建了相應(yīng)的測試系統(tǒng)，完成了系統(tǒng)的測試實(shí)驗(yàn)。然后分別采用DFNN和改進(jìn)的DFNN進(jìn)行了辨識仿真實(shí)驗(yàn)，結(jié)果表明：與基本的DFNN相比，改進(jìn)的DFNN總體性能有所提高。辨識獲得的模型可以近似描述導(dǎo)引頭系統(tǒng)的非線