罗国库 董全林 孙美林 贾志军 刘丽国

摘要：      激光半主动导引头是各型激光制导导弹的核心部件， 为实现目标的精准打击提供可靠保障。 在导弹的飞行过程中， 导引头易受到内外部扰动的影响， 其视轴也会产生振荡， 以致无法实现稳定的目标探测。 因此， 实现视轴稳定是保证导引头高性能工作的前提。 本文采用自抗扰控制算法， 对导引头内外部扰动进行总体估计并给予相应补偿， 使得导引头视轴的振动得以大幅隔离， 从而实现视轴的相对稳定及高精度控制。

关键词：     激光导引头; 视轴稳定; 扰动; 自抗扰; 隔离度

中图分类号：     TJ765.3+32; TP273文献标识码：    A文章编号：     1673-5048（2019）02-0034-05

0引言

激光制导属于导弹制导的末制导方式， 抗干扰能力强、 制导精度高， 广泛应用于各型导弹。 然而， 导弹在飞行过程中易受到发动机、 气流等的干扰而始终处于振动状态， 从而耦合到导引头内部的光电探测器， 使得激光导引头的视轴产生振荡干扰， 以致不能精准锁定目标。 在导引头内部， 直流力矩电机的力矩干扰、 摩擦干扰等， 也会对导引头的性能产生影响。 在内外干扰的作用下， 激光半主动导引头的性能会受到较大影响。 因此， 对激光导引头的视轴进行稳定， 并实现对内外部扰动的隔离就是激光制导的核心工作之一。

在针对导引头视轴稳定的工作中， 目前最常用的就是采用速率陀螺来敏感方位和俯仰两方向的角速率干扰， 反馈到控制器来进行补偿。 对于视轴稳定的控制， 目前在实际中应用最广泛的还是经典控制技术， 以及在在经典控制上改进的方法，比如文献[1]提出的基于BBO优化PID参数的控制方法， 文献[2]提出的力矩扰动补偿和陀螺相位校正稳定回路设计， 文献[3]采用LQG和Kalman实时估计扰动并给予补偿来提升控制精度。 先进控制方法也逐渐应用于稳定平台， 如鲁棒控制器[4]、 自适应模糊控制器[5]、 自适应神经网络[6]以及自适应逆控制[7]等。

1导引头稳定平台工作原理

1.1导引头框架结构分析

半主动激光导引头的主要功能是实现扰动的隔离， 使得视轴稳定以及对目标的稳定跟踪。 本文所研究的對象是两轴两框架导引头， 见图1。

导引头俯仰和方位两个方向轴在结构上相互独立， 可以看成是两个单轴结构的组合， 而且两轴的控制方式及工作原理相似， 在对其进行研究时， 可任取其中一轴来进行研究[8]。 因此， 本文主要对内框架——方位轴的视轴稳定进行研究。

半主动激光导引头的单轴控制系统主要由电流环、 速度环及跟踪环三个闭环结构组成， 其结构

框图见图2。 主要包含直流力矩电机、 速率陀螺、 旋转电位计、 控制器等元件。 闭环结构中， 电流环抑制结构中电流的波动， 来实现电流的稳定。 速率陀螺测量角速率干扰， 反馈到控制器进行相应处理， 并产生相应的补偿信号输出到直流力矩电机， 通过电机的相应动作来实现视轴的稳定。 旋转电位计测量实际框架角， 并与目标框架角比较， 来实现预期的目标跟踪。

1.2扰动分析

半主动激光导引头是以光学设计、 精密机械、 数字信号采集与处理、 电机控制、 惯性导航等多学科结合的精密设备。 因此， 影响导引头视轴稳定的因素有很多， 按其来源分主要有内扰和外扰。

内部扰动主要来源于载体运动时各轴系和元件之间的摩擦[9]、 电机工作时的力矩干扰以及安装过程中稳定平台质心和转轴的偏移等[10]， 这些干扰都具有随机性; 外部扰动主要由于导弹在飞行过程中， 受到气流、 弹体外形以及发动机振动等的影响， 弹体会产生相应的振动， 这些振动会通过转轴逐步耦合到稳定平台， 使得光电探测器上的光斑也会产生相应波动， 致使不能精准捕获目标。

因此， 隔离扰动需要从多方面来进行。 机械设计方面需要对平台安装进行校准， 选取的材料摩擦系数应尽量相对较小， 电气设计应屏蔽电磁干扰， 元器件应性能稳定可靠， 控制算法方面采用自抗扰控制算法， 将内外干扰总体估计并给予相应补偿， 来实现扰动隔离， 提升导引头控制精度。

1.3稳定平台控制系统组成

稳定平台控制系统模型如图3所示。 在设计电流环时， 由于控制电流的动态变化很快， 而反电动

航空兵器2019年第26卷第2期罗国库， 等： 自抗扰技术在激光导引头视轴稳定中的应用图3稳定平台模型框图

势的变化速度相对较慢， 一般可忽略反电动势对电流环的影响[11]。 通过对电流控制器的合理设置， 可使得电流环的闭环控制传递函数 GI（s）≈1。 导引头相关参数如表1所示。

2ADRC控制器设计

自抗扰控制算法是韩京清研究员在PID控制的基础上， 基于PID控制的五项缺点而设计的一种新型控制算法[12]。 其结构主要由三部分组成， 见图4， 分别为跟踪微分器（TD）、 扩张状态观测器（ESO）以及非线性误差反馈控制律（NLSEF）。 其中， 跟踪微分器的作用是安排合理的过渡过程， 并给出此过程的微分信号; 扩张状态观测器对系统内扰和外扰进行总体估计; 非线性误差反馈控制律是根据扩张状态进行扰动补偿。 相比较于传统PID控制， 自抗扰控制具有超调低、 收敛快以及抗干扰能力强等优点[13]。

2.1跟踪微分器设计

传统控制方法中， 对于一个阶跃输入， 系统会因此而产生超调输出。 跟踪微分器根据阶跃信号和系统的“承受能力”来安排一个合适的过渡过程， 然后让系统的输出跟踪这个安排的过渡过程， 就能实现快速而又无超调地跟踪阶跃信号的目的， 并且使控制器的鲁棒性和适应性得到较大的改善[14]。 对于二阶跟踪微分器， 其离散形式为

x1（k+1）=x1（k）+T·x2（k）

x2（k+1）=x2（k）+T·fst（x1（k）， x2（k），

u（k）， r， h） （1）

式中： T 为采样周期;  u（k） 为第k 时刻的输入信号;  r 为决定跟踪快慢的参数， 称为速度因子， 而h为输入信号被噪声污染时， 决定滤波效果的参数， 称为滤波因子。  fst（·） 函数可以通过以下公式进行计算：

δ=r·h

δ0=δ·h

y=x1-u+h·x2

a0=δ2+8ry （2）

a=x2+yhy≤δ0

x2+0.5（a0-δ）·signyy>δ0  （3）

fst=-r·aδa≤δ

-r·signaa>δ （4）

其中， 可调参数为速度因子r和滤波因子h。

2.2扩张状态观测器设计

扩张状态观测器是通过状态误差反馈的方式来观测被控对象己建模部分之外的扰动， 并将观测到的未知扰动值视为一个状态变量， 原系统就被改造为高阶的串联积分系统， 并通过反馈的方式将观测到的未知扰动作用到控制器的输出上抵消扰动。

在非线性系统情况下， 常见的ESO为

e=z1-y

fe=fal（e， α1， δ）

fe1=fal（e， α2， δ）

z1=z1+h（z2-β01e）

z2=z2+h（z3-β02fe+bu）

z3=z3+h（-β03fe1） （5）

其中

fal（e， α， δ）=eδ1-ae≤δ

easignee>δ  （6）

2.3控制器设计

在自抗扰控制器中， 由于使用了扩张状态观测器， 控制器中就没有必要使用积分环节了。 在线性反馈下， 系统的稳态误差与反馈增益成反比， 而在非线性反馈下， 系统的稳态误差与使用的非线性反馈函数有关， 所以可以构造适当的非线性函数来完成反馈环节[10]。 自抗扰控制器中的非线性反馈函数形式如下：

u0=β1·fal（x1-z1， α01， δ）+

β2·fal（x2-z2， α02， δ） （7）

u=u0-z3/b（8）

用这种技术设计的控制器， 具有超调小、 收敛速度快、 精度高、 抗干扰能力强、 算法简单等特点。 ADRC 利用非线性结构从根本上克服了经典PID 所固有的缺陷， 其基本思想和方法与传统控制器相比有很大的突破。

2.4控制器参数整定

根据ADRC控制参数整定经验[15]， 以及多次仿真结果， 并对其应用实验， 可整定出ADRC控制参数如表2所示。

3.1仿真结果

根据已建立的导引头数学模型， 利用Matlab中的Simulink工具搭建相应的系统模型。 分别建立PID控制模块和ADRC控制模块， 对稳定平台进行控制仿真。 分别在输入为0的基础上， 对平台框架的两种控制方式施加5 （°）/1 Hz和3 （°）/2 Hz的正弦信号作为弹体扰动， 仿真结果见图5。

3.2实测结果

将导引头水平固定在三轴转台中心， 跟踪前方激光目标模拟器产生的静态目标。 转台在对应导引头偏航方向上分别以5 （°）/1 Hz和3 （°）/2 Hz的正弦信号摆动， 单次转动持续10个周期以上。 测试并记录导引头的框架角信号。 实测结果如图6所示。

实测结果中， 5 （°）/1 Hz扰动下导引头方位轴框架角的波动幅度约为±0.025°， 相对隔离度大约为0.5%; 3 （°）/2 Hz扰动下导引头方位轴框架角的波动幅度约为-0.025°～0.013°， 相对隔离度大约为0.63% 。 可知ADRC算法对扰动抑制效果较好， 符合预期2%的要求。

4结论

本文在對导引头结构及扰动分析的基础上，  针对导引头稳定平台的精准数学模型难以获得、 经典PID控制不能有效克服系统模型参数的变化和不确定干扰影响的情况， 为提升系统的控制性能， 设计了基于ADRC的视轴稳定控制算法。 通过隔离测试的仿真和实际实验， 相比于经典控制方法， 该控制器能大幅提升对导弹扰动的抑制能力， 为实现目标的精准打击提供了可靠保障。

参考文献：

[1] Su Kuifeng， Chang Tianqing， Zhu Bin， et al. PID Tuning for LOS Stabilization System Controller Based on BBO Algorithm[C]∥The 2015 Chinese Intelligent Automation Conference，  Fujian， 2015： 533-539.

[2] 顾秉伦， 江泽. 陀螺稳定平台速率稳定回路设计[J]. 导航与控制， 2013， 12（4）： 58-62.

Gu Binglun， Jiang Ze. Design of Gyro Stable Platform Rate Stabilized Circuit[J]. Navigation and Control， 2013， 12（4）： 58-62. （in Chinese）

[3] Li B， Hullender D A， Direnzo M T. NonlinearInduced Disturbance Rejection in Inertial Stabilization Systems[C]∥ Aerospace/Defense Sensing and Controls， International Society for Optics and Photonics， 1996： 421-427.

[4]  Moorty J， Marathe R， Sule V R. H∞ Control Law for LineofSight Stabilization for Mobile Land Vehicles[J]. Optical Engineering， 2002， 41（11）： 2935-2944.

[5] Ji Wei， Li Qi， Xu Bo， et al. Adaptive Fuzzy PID Composite Control with HysteresisBand Switching for Line of Sight Stabilization Servo System[J]. Aerospace Science and Technology， 2011， 15 （1）： 25-32.

[6] Zou Ying， Lei Xusheng. A Compound Control Method Based on the Adaptive Neural Network and Sliding Mode Control for Inertial Stable Platform[J]. Neurocomputering， 2015， 155： 286-294.

[7] 李英， 葛文奇， 王绍彬，  等. 稳定平台的自适应逆控制[J]. 光学精密工程， 2009， 17（11）： 2744-2748.

Li Ying， Ge Wenqi， Wang Shaobin， et al. Adaptive Inverse Control of Stable Platform[J]. Optics and Precision Engineering， 2009， 17（11）： 2744-2748. （in Chinese）

[8] 郑天涯， 高慧斌. 舰载航电经纬仪视轴稳定双速度环串级控制[J]. 计算机仿真， 2017， 34（3）： 25-28.

Zheng Tianya， Gao Huibin. Dual RateLoop Cascade Control for Stabilization of CarrierBased ElectroOptical Theodolite[J]. Computer Simulation， 2017， 34（3）： 25-28.（in Chinese）

[9] 王仁臻， 赵嫔娅， 陈艺. 摩擦对稳定平台稳定精度影响的研究[J]. 航空兵器， 2012 （3）： 58-60.

Wang Renzhen， Zhao Pinya， Chen Yi. Study on Effects of Friction on Stabilization Precision of GyroStabilized Platform[J].Aero Weaponry， 2012（3）： 58-60. （in Chinese）

[10] 李明， 李潔， 张延顺. 惯性稳定平台不平衡扰动建模与仿真分析[J]. 振动与冲击， 2016， 35（8）： 138-142.

Li Ming， Li Jie， Zhang Yanshun. Modeling and Simulation of Imbalance Disturbance for Intertially Stabilized Platforms[J]. Journal of Vibration and Shock， 2016， 35（8）： 138-142. （in Chinese）

[11] 邓科. 惯性稳定平台的建模分析与高精度控制[D]. 合肥： 中国科学技术大学， 2016.

Deng Ke. Modeling Analysis and High Precision Control of Inertial Stabilization Platform[D]. Hefei：  University of Science and Technology of China， 2016.  （in Chinese）

[12] 韩京清. 自抗扰控制技术[M]. 北京： 国防工业出版社， 2008： 17-19.

Han Jingqing. ActiveDisturbance Rejection Control Technology [M]. Beijing：  National Defense Industry Press， 2008： 17-19. （in Chinese）

[13] 李杰， 齐晓慧， 万慧， 等. 自抗扰控制： 研究成果总结与展望[J]. 控制理论与应用， 2017， 34（3）：  281-295.

Li Jie， Qi Xiaohui， Wan Hui， et al. Active Disturbance Rejection Control：  Theoretical Results Summary and Future Researches [J]. Control Theory & Applications， 2017， 34（3）：  281-295. （in Chinese）

[14] Han Jingqing. From PID to Active Disturbance Rejection Control[J]. IEEE Transactions on Industrial Electronics， 2009， 56（3）： 900-906.

[15] 江桂林. 基于自抗扰控制的油轮辅锅炉水位控制器设计[D]. 大连： 大连海事大学， 2016.