一种基于深度森林算法的高速飞行器智能控制方法技术

本发明专利技术提供了一种基于深度森林算法的高速飞行器智能控制方法，包括：对高速飞行器动力学模型中的不确定性扰动以及通道间耦合进行精确跟踪并滤除；设计姿态跟踪误差性能约束函数，将姿态跟踪误差约束至一个设定范围内；基于超螺旋算法，根据高速飞行器动力学模型和姿态跟踪误差性能约束函数设计高速飞行器姿态控制器；利用NSGA‑III优化算法与变异系数法，综合考虑各性能指标设计多目标优化算法，并从高速飞行器姿态控制器中获取训练样本数据；基于深度森林算法，利用训练样本数据预测得到优化场景参数与性能参数之间的逻辑关系，并根据逻辑关系构建性能指标策略库。本发明专利技术能够在满足高速飞行器进气约束与跟踪性能约束的基础上，确保控制性能最优。

【技术实现步骤摘要】

本专利技术涉及飞行器控制，特别是涉及一种基于深度森林算法的高速飞行器智能控制方法。

技术介绍

1、高速飞行器普遍采用机身-发动机一体化设计，这种设计思想在为飞行器提供充足动力、提高升阻比以及减少燃料负载的同时，也会带来空气动力学与推进系统之间的强耦合问题。若飞行器产生过大攻角，无法维持吸气式发动机充足的进气量，会出现发动机推力骤减甚至熄火的问题。当发动机推力骤减或消失后，由于气动力的作用，会在飞行器前部产生一个抬头附加力矩。该力矩会改变飞行器的静稳定性甚至加剧飞行器的静不稳定性，造成飞行器控制系统的失效。因此，在设计高速飞行器控制系统过程中，需要特别关注瞬态性能与稳态性能。

2、同时，由于高速飞行器的飞行工况复杂，不同飞行条件下能够满足进气约束的响应性能是不同的，因此需要在不同飞行工况下设计不同的性能函数参数，但这在实际中难以实时操作。

技术实现思路

1、为了克服现有技术的不足，本专利技术的目的是提供一种基于深度森林算法的高速飞行器智能控制方法。

2、为实现上述目的，本专利技术提供了如本文档来自技高网...

【技术保护点】

1.一种基于深度森林算法的高速飞行器智能控制方法，其特征在于，包括：

2.根据权利要求1所述的基于深度森林算法的高速飞行器智能控制方法，其特征在于，所述高速飞行器动力学模型的表达式为：式中，Θ＝[θ,ψ,γ]T为飞行器姿态角向量，其中θ为俯仰角，ψ为偏航角，γ为滚转角；ω＝[ωx,ωy,ωz]T为飞行器姿态角速率向量，其中，ωx为滚转角速率，ωy为偏航角速率，ωz为俯仰角速率；u＝[δx,δy,δz]T是控制输入，其中，δx为滚转舵，δy为偏航舵，δz为俯仰舵；y＝Θ表示系统输出，dΘ＝[dθ,dψ,dγ]T和表示由模型不确定或未知外界干扰组成的总干扰，其中，dΘ为外环集总扰...

【技术特征摘要】

1.一种基于深度森林算法的高速飞行器智能控制方法，其特征在于，包括：

2.根据权利要求1所述的基于深度森林算法的高速飞行器智能控制方法，其特征在于，所述高速飞行器动力学模型的表达式为：式中，θ＝[θ,ψ,γ]t为飞行器姿态角向量，其中θ为俯仰角，ψ为偏航角，γ为滚转角；ω＝[ωx,ωy,ωz]t为飞行器姿态角速率向量，其中，ωx为滚转角速率，ωy为偏航角速率，ωz为俯仰角速率；u＝[δx,δy,δz]t是控制输入，其中，δx为滚转舵，δy为偏航舵，δz为俯仰舵；y＝θ表示系统输出，dθ＝[dθ,dψ,dγ]t和表示由模型不确定或未知外界干扰组成的总干扰，其中，dθ为外环集总扰动，dθ为俯仰角子系统扰动，dψ为偏航角子系统扰动，dγ为滚转角子系统扰动，dω为内环集总扰动，为滚转角速度子系统扰动，为偏航角速度子系统扰动，为俯仰角速度子系统扰动；gθ∈r3×3、fω∈r3×1、gω∈r3×3均为系统矩阵；其中其中，v为飞行速度，q为动压，s为参考面积，l为升力，β为侧滑角，jx为对弹体系x轴的转动惯量，jy为对弹体系y轴的转动惯量，jz为对弹体系z轴的转动惯量，与分别为滚转力矩系数关于滚转角速度ωx与滚转舵δx的偏导数，与分别为偏航力矩系数关于侧滑角β、偏航角速度ωy、偏航舵δy的偏导数，与分别为俯仰力矩系数关于攻角α、俯仰角速度ωz、升降舵δz的...

【专利技术属性】
技术研发人员：丁一波，马学宝，岳晓奎，代洪华，潘兴华，徐骋，李娜英，魏振岩，岳彩红，宋硕，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：