第一代导弹制导被称为“指令制导导弹”，第二代导弹被称为“半自动指令制导导弹”，命中率较低，并存在各种其他缺点。基于成像红外和图像处理的导弹制导具有更高的打击率和更准确的目标探测。随着防御和战斗情况技术的进步，这项任务需要使用自主武器。导弹制导系统确定飞行路径动态和错过距离以实现任务目标。使用结合图片处理的智能传感器可以检测到任何形式的目标。
飞行路径中的现代误差连接可以通过使用制导系统中的图像处理来区分目标来提供。在本文中，已经进行了检测两个目标物体（飞机和大型导弹卡车）的工作。尽管颜色和结构几乎相同，但研究中开发的算法能够检测从输入相机捕获的场景图像中的目标。使用恒定转弯率模型和恒定速度，还提出了运动模型估计和对象跟踪。在采用运动估计和检测技术时，识别图像中目标的能力对于获得实际性能至关重要。Type 1 系统旨在管理偏航、俯仰和滚动轴以调节飞行路径。导弹自动驾驶系统使用方程进行建模，以描述机身和标准大气模型。在 MATLAB Simulink 中创建一个虚拟导弹模型，并模拟导弹以 328 m/s 的速度接近目标。导弹与目标的碰撞发生在 3.5 秒。
随着战斗和防御情况下技术的进步，对使用携带有效载荷的自动驾驶汽车的需求正在增加。对于不同类型的目标，使用导弹。导弹制导系统通过自动化系统计算未命中距离和弹道动力学。使用图像处理，可以识别多种类型的目标。在导引系统中使用图像处理来区分物体，可以在飞行路径中提供当代误差校正。该文采用多种方法进行目标识别、跟踪和轨迹动力学控制。该方法确定了两个目标，一辆大型导弹卡车和一架飞机。
该算法成功地识别了目标，尽管存在颜色差异和几乎相同的结构排列。通过恒定速度和恒定转弯模型对目标进行进一步的轨迹估计。在利用运动估计和检测时，现实世界的成功取决于识别视觉目标的能力。Type 1 系统的主要目标是使用偏航、俯仰和滚动轴进行飞行路径管理。导弹自动驾驶系统使用一个常见的大气模型和一组方程来描述飞机。在 MATLAB Simulink 中，对以 328 m/s 的速度飞行的模拟导弹攻击进行建模和仿真。在该模型中，导弹及其预期目标在 3.5 秒时合在一起。
计算能力的巨大发展促进了自适应和稳健控制的设计和实现。此外，纳米技术的巨大发展及其以更低的成本、重量和尺寸在民用层面的可用性吸引了世界各地的研究人员转向嵌入式系统，尤其是嵌入式飞行控制。实际应用之一是制导导弹，尤其是反坦克制导导弹系统，它针对地面和短程目标发射，被称为指挥视线。目前的工作涉及通过制导系统的自适应合成来提高属于第一代的反坦克制导导弹系统的性能。
需要在线系统识别才能完成自适应自动驾驶仪设计的周期。本文致力于使用模型参考和自调谐调节器为目标系统设计自适应自动驾驶仪，并针对以前的工作和参考飞行数据，了解时间响应和飞行路径特性的性能要求。新设计在 6-DOF 仿真中实现，从中获得的结果阐明了它在未建模动力学的情况下稳定系统的能力，并通过干扰抑制和测量噪声衰减满足性能要求。此外，还考虑了 HIL 环境对飞行路径进行评估。
计算能力的改进协调了高级稳健控制的设计和执行。关键应用包括反坦克导弹系统。目前的工作涉及通过自动驾驶仪和制导系统的稳健综合来提高反坦克制导导弹系统的性能。本文关注导弹机身转移函数的推导。获得的传递函数通过公式进行扩展，以便在鲁棒设计过程中考虑系统不确定性。本文的下一个目标是使用稳健的技术设计自动驾驶仪，并完全证明相关工作的理由，同时考虑到飞行战术特性的总体要求。
建议的设计在仿真模型中实现。获得的结果解释了所设计的控制器在存在未建模动力学的情况下保持系统稳定性的能力。这些自动驾驶仪证明了它对推力不确定性的稳健性，退化 30% 以内，±名义空气动力学系数的约 30%。它被限制在两个方向的风速约为 20 m/s。它证明了它对测量噪声的灵敏度较低，在 0.09 s 内抑制干扰 50%，在 0.22 s 内抑制干扰 95%。然后，在存在规定的不确定性的情况下，使用设计的稳健自动驾驶仪，通过接口卡在仿真中实现执行器硬件。结果显示了通过使用硬件在环仿真的准确性。获得的结果显示，开发的自动驾驶仪能够在存在噪声和干扰的情况下稳定系统。
坦克能力的不断发展需要为反坦克导弹设计精确的控制和制导系统，以应对未建模的动力学、鳍片扰动和环境噪声。为了实现这一目标，（Ouda、shady、Eslam、El Banna 和 El gabri）提取了一个非线性数学模型，该模型表示基础导弹在不同飞行阶段的动力学行为，并进行了不确定性量化 [1,2,3,4,5]。系统的不确定性包括不同原因引起的推力变化、空气动力学系数和参数的变化、不同方向的风速和不同的配平条件。为了克服不同来源的不确定性，使用稳健控制来设计自动驾驶仪，使系统保持稳定，并能够克服未建模的动力学，拒绝干扰并最大限度地减少测量噪声对导弹飞行包线的影响，如（Ouda、hassan、Islam和Abdallah）所讨论的[6,7,8,9]].性能规格包括过冲、响应速度、稳态误差和系统稳定性，以及不同交战场景的飞行路径。为了克服不确定性带来的影响并达到性能要求，本文致力于使用 H 为底层导弹系统设计一种鲁棒的制导和控制∞与评估。Amr 和 El Sheikh 证实，当该系统在一系列工厂参数、突然的干扰和环境噪音中保持令人满意的稳定性和性能水平时，它被认为是稳健的 [10， 11]。
因此，目标是研究所设计的自动驾驶仪对不同来源引起的不确定性的鲁棒性。另一方面，（Zhu， Gabrel and Rastegar）讨论的鲁棒控制理论的最新进展提供了下一代导弹的所有要求[12,13,14]。使用稳健的控制方法可以获得不同的目标，例如在选择机身几何形状时具有更好的灵活性，在底层系统自动驾驶仪设计中对不确定性有更多的容忍度。设计的控制器是在导弹控制系统中实现的，应该对模型的不确定性不敏感，并能够在整个操作范围内抑制干扰和噪声，以证明其稳健性。本文专门介绍自动驾驶仪的设计，包括使用 H 的喷射器控制∞在状态空间形式及其实现中，用于指导和控制性能分析。
本节回顾了导弹自动驾驶仪设计和制导计算机实现的几项研究。Yang 和 Li 开发了一种基于鲁棒状态反馈控制方案的解耦技术控制方法，并开发了 （BTT） 导弹系统的干扰观测器 [15]。（BTT） 导弹动力学系统分为三个子通道（滚转、偏航和俯仰）。然后为每个信道开发了扰动观测器，以估计外部扰动和非线性耦合。引入了稳健的状态反馈控制器来稳定每个通道的线性部分。Mattei 研究了在存在各种不确定性的情况下，用于高度机动导弹的非线性鲁棒控制器 [16]。设计的反步鲁棒控制器应用于 MIMO 模型，以实现 （BTT） 和 （STT） 机动。Liu 强调了多扰动导弹系统复合抗扰自动驾驶仪设计相关的问题 [17]。第一部分是开发一个观察者来估计干扰。研究了有限时间积分滑模控制方法，以开发反馈路径中的控制器。Lee 和 Singh 开发了一种自适应纵向自动驾驶仪，用于在存在外部干扰的情况下控制导弹的攻角 [18]。
控制系统必须满足明确的规范，并且必须承受模型中的不确定性。Dolye [19] 说明了任何反馈控制系统都有三个组成部分：过程、测量工厂输出的传感器和产生控制信号的控制器，如图 1 所示。1. 通常，该系统有三个输入，这些输入对三个输出 [实际输出 y（t）、跟踪误差 e（t） 和控制器/执行器信号 u（t）] 有贡献。
这项工作的主要贡献是推导了导弹机身传递函数，该函数表示俯仰平面中底层系统的动力学。获得的传递函数通过数学公式进行扩展，以便在鲁棒 （H∞） 设计。此外，使用 H 的自动驾驶仪设计∞技术考虑了飞行路径特性的要求。设计的自动驾驶仪在仿真中实现，从中获得的结果显示，设计的自动驾驶仪能够在存在噪声和干扰的情况下通过 HIL 实验验证来稳定系统。
任何真实的物理系统都无法通过数学系统精确建模;存在一定程度的不确定性，因此，即使输入已知，我们也无法准确预测系统的输出将是多少 [26]。设计稳健控制系统的主要挑战是开发能够实现系统响应并将误差信号保持在预定限度内的控制定律，但存在不确定性的影响。不确定性可能有多种形式，其中包括噪声/干扰信号和传递函数建模误差，以及未建模的非线性失真。因此，它采用了使用 H 的标准定量度量来衡量不确定性的大小∞norm 的 intent 中，如图 1 所示。2 由 Astrom [27]。模型误差 Δ 可以用一个未知的传递函数来表示，该传递函数表示模型与实际过程之间的差异。这种通用设置使设计人员能够捕捉到所有这些不确定性，包括结构化和非结构化的不确定性，并将它们表述到设计中。Kwakernaak 说明了有两种类型的不确定性，即结构化和非结构化 [28]。
稳健的控制器针对复杂系统的设计需要简化模型，以将获得的控制器简化为合理的顺序。订单缩减可以传递到原始系统、获得的控制器或整个系统。
在这项工作中，将模型约简算法应用于控制设计的控制器，以降低其复杂性。
Glover 证明了特征值定义了系统稳定性，而 Hankel 奇异值定义了系统中每种状态的能量 [30]。
在复杂系统的控制器设计中，模型约简出现在几个地方：
1.为了进行降阶控制器设计，最好简化可用的模型。
2.在使用某些设计方法（包括 H∞方法），虚构的不可观察/不可控状态由算法生成，这些状态必须由可靠的模型归约算法剥离。
3.最后，如果采用 H∞在控制律的复杂性没有明确限制的情况下，结果控制律的顺序可能比真正需要的要大得多。因此，将良好的模型约简算法应用于控制律，以降低其复杂性，而控制系统性能几乎没有变化。
在制定和解决飞行器的问题时，必须考虑坐标系和参考系来描述各种动力学参数，包括位置、速度、加速度、力和力矩。作用在导弹上的力是重量、推力和空气动力。这些力具有不同的母参考系，因此从一个坐标系到另一个坐标系的坐标转换是必不可少的。此变换是使用 Euler 角度变换方法执行的。
自动驾驶仪的性能特征必须具有快速响应以拦截机动目标，并在未建模的动力学和噪声影响下具有合理的系统稳定性鲁棒性。通过传统方法，三回路自动驾驶仪设计由时间常数、阻尼因子和开环分频器频率处理，以达到所需的性能要求。请注意，一般最优理论也可用于获得与常规方法相同的增益。使用最优控制技术进行反馈增益设计的关键思想围绕着适当选择和解释控制最优的性能指标。该文推导出了一个显式表达式，该表达式将二次性能指标中出现的权重参数与开环交越频率、相位裕量、阻尼因子或时间常数等设计参数相关联。由于所有设计参数的选择都不能保证最优控制律的存在，因此推导出了显式不等式，这些不方程被称为三环自动驾驶仪 （OC3L） 的最优性准则，以找出控制律最优的所有设计参数集。最后，基于 OC3L，开发了一种高效的增益选择程序，其中时间常数设置为设计目标，开环交越频率和相位裕量作为设计约束。通过数值模拟说明了所提出的技术的有效性。
几十年来，经典的三环自动驾驶仪拓扑结构已成功用作导弹纵向自动驾驶仪。为了实现对匹配和不匹配参数不确定性的鲁棒性，本文从滑模控制的角度提出了两种可能的设计。本文首先介绍了所谓的可变结构三环控制器 （VS3LC），它需要与传统三环自动驾驶仪相同的命令和传感量，但使用不连续反馈增益和鲁棒性改进的附加术语。研究发现，这种拓扑的解导致连续等效控制在滑动模式下具有与经典三环自动驾驶仪相同的表达式。接下来，提出了另一种对不匹配模型参数不确定性和匹配不确定性不敏感的可变结构变桨速率控制器 （VSPRC）。VSPRC 与额外的加速度外环控制相结合，产生了另一种三环拓扑，称为可变结构组合三环控制器 （VSC3LC）。通过数值模拟说明了所提出的可变结构控制器的鲁棒性能和稳定性。
涉及的技术资料如下：
近期上传资料如下：
【智慧兵棋推演专题】美国在人工智能兵棋推演的使用介绍--21份技术资料，超50万字的干货
提高空中和导弹防御（AMD）系统在人类与人工智能之间的信任-182页论文+145页技术论文
工智能用于防空和导弹防御安全风险评估的技术报告-162页
基于代理的模型对马赛克战争的建模技术介绍-涉及180页资料共计13万字的干货
【人工智能与杀伤链专题】以机器速度做出决策：将 AI 引入命令链-含30份技术资料-共406页-超100万字干货
【反无人机蜂群专题】关于在战斗中对小型无人机蜂群防御和手段-涉及28份资料-超100万字
海军兵棋推演战斗管理辅助工具中的博弈论和规范分析-2022最新84页论文
多域作战中的风险感知-美国陆军55页报告
游荡弹药和不可预测性：武器系统的自主性和对人类控制的挑战-72页
技术报告基于人工智能（AI）的空中和导弹防御（AMD）：以结果为导向的辅助决策-145页
近日推出反无人机专题-含关于在战斗中对小型无人机蜂群防御和手段-涉及28份资料-超100万字
本文节选自原文的一部分内容，原文进入知识星球下载：
