本发明公开了一种BTT导弹神经网络反演自动驾驶仪的FPGA实现方法。
首先,建立了BTT导弹的状态方程模型;
其次,选用RBF神经网络方法来补偿BTT导弹状态方程的建模误差;
然后,利用Backstepping方法推导出控制输入,从而设计出BTT导弹稳定的控制器;
最后,将导弹模型解算移植于FPGA内来实现。自动驾驶仪运行时,输入期望姿态信号和初始状态向量至控制器中,由控制器计算出控制输入即舵偏角,将其送入模型解算器中解算得出BTT导弹的新姿态信息。再将所有状态信号存入存储器FIFO中,由此形成循环。
仿真结果表明,该自动驾驶仪既取得了较好的控制效果,又大大缩短了仿真时间,能够满足实时性的要求。
| 专利名称 | BTT导弹神经网络反演自动驾驶仪的FPGA实现方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610479531.2 |
| 申请号 | - | 专利申请日期 | 2016-06-27 |
| 专利授权日期 | 2017-06-27 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 荣海军;鲍容憬;王力;杨朝旭;李长军;吴思思 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种BTT导弹神经网络反演自动驾驶仪的FPGA实现方法:首先,建立了BTT导弹的状态方程模型;其次选用RBF神经网络方法来补偿BTT导弹状态方程的建模误差;然后利用Backstepping方法推导出控制输入,从而设计出BTT导弹稳定的控制器;最后,将导弹模型解算移植于FPGA内来实现,自动驾驶仪运行时,输入期望姿态信号和初始状态向量至控制器中,由控制器计算出控制输入即舵偏角,将其送入模型解算器中解算得出BTT导弹的新姿态信息,再将所有状态信号存入存储器FIFO中,由此形成循环;仿真结果表明该自动驾驶仪既取得了较好的控制效果又大大缩短了仿真时间,能够满足实时性的要求。 | ||