[發明專利]一種弱模型依賴的飛行器姿態穩定控制方法在審
| 申請號: | 202211225098.1 | 申請日: | 2022-10-09 |
| 公開(公告)號: | CN115562321A | 公開(公告)日: | 2023-01-03 |
| 發明(設計)人: | 郝明瑞;甄巖;孫文迪;魏東輝;張航 | 申請(專利權)人: | 北京機電工程研究所 |
| 主分類號: | G05D1/08 | 分類號: | G05D1/08;G05D1/10 |
| 代理公司: | 中國和平利用軍工技術協會專利中心 11215 | 代理人: | 劉光德 |
| 地址: | 100074 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 模型 依賴 飛行器 姿態 穩定 控制 方法 | ||
本發明實施例提供了提出一種弱模型依賴的飛行器姿態穩定控制方法,屬飛行器姿態控制技術領域,所述方法定義一個評估控制器長期性能的性能指標函數,定義CRITIC網絡逼近值函數,定義ACTOR網絡逼近最優控制策略,進行策略迭代,選定初始狀態,初始化CRITIC網絡和ACTOR網絡參數,初始化效用函數。本發明不依賴精確的飛行器動力學模型,直接充分有效利用飛行器系統本身可獲得的數據信息,建立基于數據驅動的飛行器控制策略,從而克服傳統控制方法對飛行器系統模型的強依賴性以及應對提高系統的抗干擾能力,提高飛行器應對復雜環境的自適應性能,實現智能控制,滿足高技術、高度復雜環境下飛行器的作戰任務需求。
技術領域
本發明屬飛行器姿態控制技術領域,尤其一種弱模型依賴的飛行器姿態穩定控制方法。
背景技術
由于飛行環境大范圍變化,高低空氣動特性存在巨大差異,質量分布快速變化,導致飛行器的動力學特性和模型參數在飛行中變化顯著;此外在飛行過程中由于氣流擾動等原因極易發生氣動彈性振動,各種復雜的力學過程不可能完全精細地考慮在用于控制設計的飛行器控制模型中。而且飛行過程中往往又會受到各種事先無法完全預知的擾動,以上因素直接導致了飛行器控制系統設計中的模型參數的不確定性。
基于現代控制理論和最優控制思想發展的最優控制、滑模變結構控制、自適應控制、魯棒控制等諸多控制方法對系統的精確動力學模型依賴性很強,在無法獲取飛行器精確數學模型條件下難以充分發揮其性能,抗干擾能力較弱。
發明內容
為解決上述技術問題,本發明提出了一種弱模型依賴的飛行器姿態穩定控制方法,所述方法,不依賴被控對象精確數學模型,算法實現簡單,計算量小,收斂速度快。
一種弱模型依賴的飛行器姿態穩定控制方法,包括以下步驟:
步驟一:定義一個評估飛行器中控制器長期性能的性能指標函數V(x(t)):
其中,r(x,u)=Q(x)+uTRu是效用函數,Q(x)是正定矩陣,且對都有Q(x)=0;R∈Rm×m是正定對稱的矩陣;
步驟二:定義CRITIC網絡逼近值函數,值函數V(x)近似為如下的等式:
其中φ1(x):Rn→RN是CRITIC網絡的激勵函數,隱藏層神經元的數量為N;CRITIC網絡的權重W1作為最優估計求解權重值是未知的,CRITIC神經網絡的輸出表示為:
其中為權重W1的當前估計值,為V(x)估計值,根據式(4)更新CRITIC神經網絡的參數:
其中a1為參數更新步長,σ1為
步驟三:定義ACTOR網絡逼近最優控制策略,該網絡參數化控制輸入:
ACTOR網絡的權重W2作為最優估計求解權重值是未知,ACTOR神經網絡的輸出表示為:
其中是對W2的估計,ACTOR網絡的調整規則如下:
其中a2為參數更新步長,D(x)為方差,χ(x)為卡方分布,F1>0,F2>0是ACTOR網絡的學習率;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京機電工程研究所,未經北京機電工程研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211225098.1/2.html,轉載請聲明來源鉆瓜專利網。





