一种基于强化学习的高速飞行器姿态控制方法及应用技术

本发明专利技术属于高速飞行器姿态控制领域，针对现有的飞行器在控制过程中容易出现抖震现象的问题，提出一种基于强化学习的高速飞行器姿态控制方法及应用。方法包括：步骤1：建立高速飞行器俯仰动力学模型；步骤2：建立高速飞行器侧倾侧角幅值的约束模型；步骤3：确定攻角剖面和高度能量剖面，解析攻角和倾侧角；步骤4：基于步骤3的攻角、倾侧角以及阶梯状混合奖励函数，构建两个神经网络；步骤5：建立基于步骤4神经网络的PID控制器，通过阶梯状混合奖励函数训练神经网络，实现对高速飞行器的姿态控制。本发明专利技术拓展了传统PID参数控制决策空间，减少了翻转次数，克服了传统二值决策易于超出边界区域的缺陷，有效提高了任务实现效能。

【技术实现步骤摘要】

本专利技术属于高速飞行器姿态控制领域，具体涉及一种基于强化学习的高速飞行器姿态控制方法及应用。

技术介绍

1、高速飞行器姿态控制是近年来高速飞行器研究的核心和重点之一，在复杂的飞行环境下实现快速、精确、稳定的姿态控制仍是要研究的难题。

2、高速飞行器本身具有强耦合、强非线性、强不确定性的特点，同时飞行环境中还存在着各种外界干扰，飞行高度和马赫数跨度范围大、飞行环境复杂、气动特性变化剧烈、飞行约束条件多，对高速飞行器姿态控制系统提出了较高的要求。

3、目前已经有很多控制方法被研究应用于高速飞行器控制设计系统中：1.传统的线性控制方法适应性强、应用简单，但是会产生较大的误差，甚至造成系统不稳定；2.反馈线性化方法设计简单，鲁棒性较好，但是需要精确的数学模型，而高速飞行器的精确模型难以取得；3.反步法设计灵活，适用范围广，但在系统阶数增多时容易出现微分爆炸，导致计算量增大；4.滑模控制响应速度快、鲁棒性强，但是在控制过程中容易出现抖震现象，可能激发高速飞行器系统中的高频模态而导致飞行器失稳，且滑模面求导复杂，计算资源消耗大，在线应用难度大本文档来自技高网...

【技术保护点】

1.一种基于强化学习的高速飞行器姿态控制方法，其特征在于：包括:

2.根据权利要求1所述的一种基于强化学习的高速飞行器姿态控制方法，其特征在于：步骤4的阶梯状混合奖励函数为：

3.根据权利要求2所述的一种基于强化学习的高速飞行器姿态控制方法，其特征在于：步骤4构建两个神经网络包括：

4.根据权利要求3所述的一种基于强化学习的高速飞行器姿态控制方法，其特征在于：步骤5包括：

5.一种基于强化学习的高速飞行器姿态控制器，其特征在于：基于权利要求1-4任一项所述的基于强化学习的高速飞行器姿态控制方法构建而成。

6.一种基于强化学习的高...

【技术特征摘要】

1.一种基于强化学习的高速飞行器姿态控制方法，其特征在于：包括:

2.根据权利要求1所述的一种基于强化学习的高速飞行器姿态控制方法，其特征在于：步骤4的阶梯状混合奖励函数为：

3.根据权利要求2所述的一种基于强化学习的高速飞行器姿态控制方法，其特征在于：步骤4构建两个神经网络包括：

4.根据权利要求3所述的一种基于强化学习的高速飞行器姿态控制方法，其特征在于：步骤5包括：

5.一种基于强化学习的高速飞行器姿态控制器，其特征在于：基于权利要求1...

【专利技术属性】
技术研发人员：蔡光斌，刘静文，肖永强，郝明瑞，穆朝絮，杨波，李欣，徐慧，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：