王旭锋，牛远征，曾远帆，殷 翔，姜晓明

（1.南京理工大学 自动化学院，江苏 南京 210094；2.上海机电工程研究所，上海 201109）

0 引言

随着现代战争模式的迅速变化，战场上出现越来越多低空、超低空等进攻性武器，这就需要包括车载导弹发射车在内的防空系统具有快速、高精度、准确打击等能力。作为现代防空体系重要的一环，车载随动系统的响应速度、跟踪精度、鲁棒性等指标的优劣会直接影响武器系统作战效能的发挥。

对于发射车的随动系统而言，由于作战环境复杂多变，机械摩擦、外部扰动等因素持续存在，动静态性能也会发生很大变化。在跟踪目标的过程中，会产生动态滞后，目标速度变化越快，滞后越突出，精确的控制模型往往难以建立。因此，传统PID 控制已经不能满足现代战争模式的作战需求［1］。

多年来，许多学者致力于模糊PID、自适应PID、神经网络PID 等先进PID 控制的研究，用以克服传统PID 缺陷。其中，模糊PID 控制可以很好地应用于非线性时变系统，但是模型的建立需要大量的经验，在输入输出上受模糊集的影响较大，从而导致系统超调、响应慢等问题［2-4］。自适应PID 控制的好坏，取决于辨识模型的精确度，对于复杂系统是特别困难的［5］。本文提出一种将单神经元与模糊PID 控制相结合的位置随动控制策略，以两种控制方法优缺点互补为思路，运用神经网络控制与模糊控制理论，设计出相应的比例Kp、积分Ki、微分系数Kd的动态调整规则，实现PID 参数的自整定，以此提高系统的快速性、控制精度和干扰能力［6］。……