摘要

火箭破障武器装甲车在道路起伏的环境中车体易产生振动,在发射火箭炮破障弹时也会产生较大的振动,这些容易导致再次调炮破障时方向角度出现偏差影响破障精度,同时,其他扰动和不确定因素的存在也使得破障武器系统成为非线性时变系统。利用模糊控制良好的鲁棒性、适应性以及神经网络的自适应、自学习的能力,提出一种基于模糊RBF神经网络PID控制方法,同时采用K-means层次聚类对模糊神经网络的结构参数值进行初始化,采用LM算法对模糊神经网络进行训练。仿真结果表明,该方法可以有效提高系统的抗干扰能力、破障精度以及加快调炮的快速性。