神经网络在自动调平系统中的应用

针对雷达天线车调平系统的调平控制问题,提出了刚性模型与神经网络误差补偿模型相结合的控制结构。通过纯刚性系统模型假设和对平台姿态与各支腿关系的分析,提出了固定高度过调修正的调平策略,并利用逆向建模法建立了纯刚性系统的自动调平数学模型。由于难以对某些重大影响因素建立精确的数学模型,为提高调平精度,利用神经网络对未知函数的辨识能力建立了神经网络误差补偿模型。平台在横向倾角、纵向倾角的初始值分别为1°和-1.5°时,只经二次预测调整,即可使θx收敛在0.005°,θy收敛在-0.005°。仿真结果表明,该控制结构具有较高的控制精度、较快的收敛速度。