基于BTT的反鱼雷鱼雷偏航角速率控制器设计

高 璇，周徐昌，潘 逊



基于BTT的反鱼雷鱼雷偏航角速率控制器设计

高 璇，周徐昌，潘 逊

(海军工程大学 兵器工程系, 湖北 武汉, 430033)

反鱼雷鱼雷(ATT)的机动性对于其成功拦截来袭鱼雷的概率有着重要作用, 而随着ATT机动性的提高, 对其控制的难度也越来越大, 这就对ATT的控制器设计提出了更高的要求。可以选用倾斜转弯(BTT)控制方式来提高ATT的机动性。研究了常规的比例-积分-微分(PID)控制, 智能PID控制, 预测函数控制(PFC)和模糊自适应PID控制, 并将它们分别应用于ATT的偏航角速率控制。仿真结果表明, 相对常规PID控制, 智能PID控制、PFC和模糊PID控制时, 系统控制过程平滑、无超调, 系统响应快速、稳定、准确, 且结果简单, 实用性强。相比较而言, PFC相对智能PID控制和模糊PID控制响应速度更快, 而且计算量小, 更适应ATT偏航角速率控制系统的快速响应要求。

反鱼雷鱼雷; 倾斜转弯; 机动性; 偏航角速率; 控制器

0 引言

倾斜转弯(bank to turn, BTT)技术是飞机常用的控制方式, 现代导弹也采用了这种控制方式。在导弹截击目标的过程中, 随时绕其纵轴转动, 使其所要求的法向过载矢量始终落在导弹对称面上或者中间对称轴上[1-3]。导弹在寻的过程中保持弹体相对纵轴稳定不动, 控制其在俯仰和偏航平面上产生相应的法向过载, 其总的法向力指向控制率所要求的方向上, 这种控制方式称为侧滑转弯(skid to turn, STT)技术。

现代鱼雷普遍采用STT控制方式, STT控制技术对于中近程、小机动的鱼雷较为适宜, 但对超大机动鱼雷和远程拦截鱼雷, 尤其是反鱼雷鱼雷(anti-torpedo torpedo, ATT)要求鱼雷阻力小、机动过载大, STT方式则不适用。因此, 有必要采用更有效的控制策略, 以提高ATT的机动性, BTT控制技术可以作为ATT控制方式的一个选择[4]。

BTT控制技术与STT控制技术的根本区别就在于, 在截击目标的过程中, 采用STT控制方式的鱼雷利用侧滑转弯实现对目标的跟踪和导引, 而采用BTT控制方式的鱼雷则利用倾斜转弯实现。鱼雷采用倾斜转弯的BTT控制方式, 就是先使鱼雷滚动一定的角度, 使其法向过载矢量与其中心对称轴重合, 这样鱼雷可以获得更大的转弯力矩, 从而达到更小的转弯半径和更大的转弯角速度, 以提高其机动能力[5-6]。

1 ATT的BTT模型

1.1 STT鱼雷模型

鱼雷的空间运动数学模型可由6个动力学方程和9个运动学方程描述, 在雷体坐标系下, 文献[7]给出了鱼雷空间运动方程的基本形式。方程组中包含了复杂的粘性力非线性项, 但是在鱼雷的初始设计和研究阶段, 不需要花费大量的人力物力去获得粘性力的具体形式, 粘性力的线性项就可以满足设计要求。因此, 为研究方便, 需作一定假设: 1) 鱼雷为刚体, 其外形关于纵平面平面对称; 在附加质量的计算中, 忽略不计鱼雷外形可能存在的关于平面的不对称性; 2) 鱼雷完全浸没在流体介质中, 并处于全沾湿状态, 且流体介质为理想流体; 3) 坐标系为原点在鱼雷浮心的雷体坐标系; 4) 流体动力位置力及阻尼力满足线性条件; 5) 不考虑地球的自转和地球的曲率, 近似认为地球坐标系为惯性坐标系; 6) 鱼雷质量恒定, 且不计鱼雷的惯性积。

1.2 BTT鱼雷模型

则位置力大小为

因此, 鱼雷的侧向空间运动方程组变为

式(2)~式(5)为基于BTT的ATT侧向运动动力学方程式, 与原STT模型运动学方程一起组成基于BTT的ATT侧向运动数学模型。

2 ATT偏航角速率控制器

2.1 控制器设计

2.1.1 智能比例-积分-微分控制器

鱼雷作为控制对象具有非线性和时变的特性, 采用定参数比例-积分-微分（proportion integration differentiation, PID)控制方法很难在鱼雷追踪目标过程中获得很好的稳定性。因此, 智能PID控制器的设计思想是将参数K用时变的K()代替, 改善PID控制器的品质[8-11]。智能PID控制器的输出应为

智能PID控制的关键是利用人工智能方法来设计时变的K()函数。为了提高控制系统的控制精度, 根据单神经元自适应PID控制器设计方法, 引入单神经元控制。单神经元的适应性是通过学习实现的, 学习方式可分为无监督学习和监督学习。无监督学习是在缺乏外界所提供的任何形式的反馈条件下所进行的学习。监督学习又称有导师学习, 通过逐步调整权值减少实际输出向量和预期输出向量之间的差异。对于有监督的Hebb学习规则为

2.1.2 PFC控制器

预测函数控制(predictive functional control, PFC)在保持模型预测控制优点的同时, 通过引入基函数的概念, 增强了输入控制量的规律性, 提高了快速性和准确性, 可有效地减少算法的在线计算量[12]。图1所示为PFC控制基本原理框图。

图1 预测函数控制基本原理方框图

PFC把控制输入的结构视为确保控制系统性能的关键, 新加入的控制作用可表示为若干个已知从函数的线性组合, 即

2.1.3 模糊PID控制器

图2 模糊自适应比例-积分-微分控制器结构

2.2 ATT偏航角速率控制系统

由某种导引率算出鱼雷的法向加速度, 实际上等价于求出的是鱼雷的偏航角速率, 这个角速率就是鱼雷按照理论弹道航行所希望的偏航加速率。而对于鱼雷的偏航控制系统来说, 这个偏航角速率也就是鱼雷所希望的参考输入。该角速率也确定了鱼雷的偏航舵角, 以此来控制鱼雷, 使其实际的偏航角速率趋于这个参考输入。所以, 不管采用何种方式对鱼雷进行导引, 鱼雷水平面内的控制就是偏航角速率的控制。ATT在水平面内的机动也是由其偏航角速率控制系统实现的, 在基于BTT的ATT侧向运动数学模型基础上建立的ATT偏航角速率控制系统的SIMULINK模型如图3所示。

图3 反鱼雷鱼雷偏航角速率控制系统SIMULINK模型

2.3 控制系统仿真

设鱼雷的偏航角速率回路的开环传递函数为

系统是一个稳定的零型系统, 对于阶跃输入存在较大的稳态误差, 首先采用常规PID控制方法对其进行控制。

根据控制系统的性能指标, 可求出PID控制器的参数

3 结束语

由仿真结果可知, 在偏航角速率控制器设计中, 常规的PID控制系统存在着振荡、超调。和常规PID控制相比, 采用智能PID控制、PFC控制和模糊PID控制时, 系统控制过程平滑、无超调, 系统响应快速、稳定、准确, 且结果简单, 实用性强。相比较而言, PFC控制相对智能PID控制和模糊PID控制响应速度更快, 且计算量小, 能适应ATT偏航角速率控制系统的快速响应要求。

[1] 刘兴堂. 导弹制导控制系统分析、设计与仿真[M]. 西安: 西北工业大学出版社, 2006: 33-135.

[2] 张靖南, 赵兴锋, 郑志强. BTT导弹的发展现状与趋势[J]. 飞航导弹, 2006, 36(10): 37-43.

[3] 孟秀云. 导弹制导与控制系统原理[M]. 北京: 北京理工大学出版社, 2003.

[4] 高璇, 周徐昌, 潘逊. 基于BTT的反鱼雷鱼雷控制技术[J]. 兵工自动化, 2010, 29(10): 79-81. Gao Xuan, Zhou Xu-chang, Pan Xun. Control Technologies of Anti-Torpedo Torpedo Based on BTT[J]. Ordnance Industry Automation, 2010, 29(10): 79-81.

[5] 高璇, 周徐昌, 沈建森, 等. 基于BTT的反鱼雷鱼雷横向-横滚操纵性研究[J]. 舰船科学技术, 2011, 33(5): 94-97. Gao Xuan, Zhou Xu-chang, Shen Jian-sen, et al. Research on Roll Maneuverability of ATT Based on BTT[J]. Ship Science and Technology, 2011, 33(5): 94-97.

[6] Gao X, Zhou X C, Pan X. Roll Stability of ATT Based on BTT[C]//2011 3rd International Workshop on Intelligent System and Applications. 2011(1): 98-101.

[7] 严卫生. 鱼雷航行力学[M]. 西安: 西北工业大学出版社, 2005.

[8] 邱道尹, 张健, 谢俊明, 等. 基于单神经元的自适应PID控制系统设计及仿真[J]. 华北水利水电学院学报, 2011, 32(1): 58-60. Qiu Dao-yin, Zhang Jian, Xie Jun-ming, et al. Design and Simulation of Self-adaptive PID Control System Based on Single Neuron[J]. Journal of North China Institute of Water Conservancy and Hydroelectric Power, 2011, 32(1): 58-60.

[9] 陶永华. 新型PID控制及其应用[M]. 北京: 机械工业出版社, 2003.

[10] 刘金琨. 先进PID控制MATLAB仿真[M]. 北京: 电子工业出版社, 2004.

[11] 王亦平, 杜一平, 刘影, 等. 基于智能PID的鱼雷控制算法探讨[J]. 鱼雷技术, 2005, 13(4): 26-28. Wang Yi-ping, Du Yi-ping, Liu Ying, et al. A Torpedo Control Algorithm Based on Intelligent Proportional Integrative Derivative[J]. Torpedo Technoloty, 2005, 13(4): 26-28.

[12] 刘超, 夏英华, 何海斌, 等. 基于模糊神经网络的非线性系统预测函数控制研究[J]. 黑龙江工程学院学报, 2010, 24(3): 53-57. Liu Chao, Xia Ying-hua, He Hai-bin, et al. Research on Predictive Function Control of Nonlinear System Based on Fuzzy Neural Network[J]. Journal of Heilongjiang Institute of Technology, 2010, 24(3): 53-57.

[13] 吴艳敏, 关英姿, 王福生, 等. 基于模糊自适应PID的转台位置控制系统设计[J]. 现代电子技术, 2008, 32(19): 102-104. Wu Yan-min, Guan Ying-zi, Wang Fu-sheng, et al. Design on Position Control in the Turntable System Based on Fuzzy Self-adaptive PID[J]. Modern Electronics Technique, 2008, 32(19): 102-104.

Design of Yaw Angular Velocity Controller for Anti-Torpedo Torpedo Based on Bank-to-Turn

GAO Xuan， ZHOU Xu-chang, PAN Xun

(Department of weaponry Engineering, Naval University of Engineering, Wuhan 430033, China )

To enhance maneuverability of anti-torpedo torpedo(ATT), a new yaw angular velocity controller for ATT is designed by analyzing and adopting conventional PID control, intelligent PID control, predictive functional control(PFC), and fuzzy adaptive PID control, respectively based on bank-to-turn(BTT) control mode. Simulation results show that, compared with conventional PID control, intelligent PID control, PFC and fuzzy adaptive PID control make system control process smoother, faster and more accurate without overshoot. Particularly, PFC is more suitable for yaw angular velocity control of ATT because of its fastest response and least calculation.

anti-torpedo torpedo(ATT); bank-to-turn(BTT); maneuverability; yaw angular velocity; controller

TJ630.33

A

1673-1948(2012)05-0359-04

2012-02-28;

2012-04-26.

高 璇(1980-), 男, 博士, 主要研究方向为制导与控制技术.

(责任编辑: 杨力军)