
基本信息:
- 专利标题: 一种基于深度强化学习的飞行器智能抗扰动控制方法
- 申请号:CN202110750860.7 申请日:2021-07-02
- 公开(公告)号:CN113377121A 公开(公告)日:2021-09-10
- 发明人: 王宏伦 , 刘一恒 , 武天才 , 李娜 , 詹韬 , 浑陆
- 申请人: 北京航空航天大学 , 北京控制与电子技术研究所
- 申请人地址: 北京市海淀区学院路37号;
- 专利权人: 北京航空航天大学,北京控制与电子技术研究所
- 当前专利权人: 北京航空航天大学,北京控制与电子技术研究所
- 当前专利权人地址: 北京市海淀区学院路37号;
- 代理机构: 北京永创新实专利事务所
- 代理人: 易卜
- 优先权: 2020106345326 20200702 CN
- 主分类号: G05D1/08
- IPC分类号: G05D1/08
摘要:
本发明公开了一种基于深度强化学习的飞行器智能抗扰动控制方法,属于飞行器导航、制导与控制技术领域。在传统非线性抗扰动控制器的基础上,结合参考观测器网络和深度强化学习方法,构成总体智能控制框架。然后对参考观测器网络进行训练,使参考观测器网络能够建立飞行器精确逆动力学模型,进而产生前馈控制输入;同时利用深度强化学习TD3算法与传统非线性抗扰动控制器结合,使用TD3实时调整抗扰动控制器的控制增益参数,构成总体控制框架中的反馈控制输入。前馈控制与反馈控制相结合,得到飞行器智能抗扰动控制律。本发明提升控制性能以及适应性和鲁棒性,并对多类型飞行器具有普适性。
公开/授权文献:
- CN113377121B 一种基于深度强化学习的飞行器智能抗扰动控制方法 公开/授权日:2022-06-07
IPC结构图谱:
G | 物理 |
--G05 | 控制;调节 |
----G05D | 非电变量的控制或调节系统 |
------G05D1/00 | 陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制,例如自动驾驶仪 |
--------G05D1/08 | .姿态的控制,即摇摆、俯仰角或偏航角的控制 |