[发明专利]一种基于大脑情感学习的无人机推力变向智能控制方法

说明书

技术领域

本发明涉及一种固定翼无人机飞行控制技术领域，具体涉及一种基于大脑情感学习的无人机推力变向智能控制方法。

背景技术

推力矢量控制技术是目前比较先进的飞行控制手段，在现代喷气式飞行器中得到成功的应用。推力变向控制实现直接力控制，有足够大的可用过载和足够快的动态响应时间，能够实现对高速、大机动目标的有效拦截和攻击。另外,其在低速、高空状态下仍可产生很大的控制力矩，能满足无人机机动性强和迎角大的要求。推力矢量技术在有人机上已被验证能够改善飞机的隐身性、机动能力和敏捷性等，因此推力矢量技术的应用已成为无人机发展的重要趋势。

类似于喷气式飞机的推力矢量技术，本发明针对的是螺旋桨无人机的推力变向技术。推力变向技术具有推力矢量技术的优势特点，即能够提高无人机姿态和轨迹的控制性能，补偿气动舵面的功能，区别在于应用对象不一样。

对于螺旋桨无人机，气动舵面与推力变向协调工作有利于飞机机动控制。推力变向控制作为辅助控制机构，在一般情况下不参与控制。气动舵面和推力变向的操纵效率不同，在高动压时，前者效率高于后者，在低动压大迎角时则相反。为提高推力变向控制的自适应能力，将大脑情感学习算法用于推力变向控制中。

大脑情感学习(BEL)智能控制是一种启发于哺乳动物大脑内部情感学习方式的智能控制技术。伊朗学者Moren和Balkenius基于大脑神经逻辑学于2000年建立了大脑情感学习的计算模型，它是基于大脑中杏仁体和眶额皮层组织间信息传递方式进行建模。Lucas于2004年首先提出了大脑情感学习智能控制器，被应用于永磁同步电动机、电力系统、开关磁阻电动机、电压调节系统的控制中。

文献《变推力轴线无人机的大脑情感学习智能飞行控制》和《变推力轴线无人机飞行控制技术研究》，针对纵向飞行姿态控制问题,设计了基于气动舵面控制、推力矢量控制和大脑情感学习逆模型补偿控制相结合的混合控制结构。

发明专利《推力变向无人机的姿态控制系统及控制方法》是基于一种现代控制理论的气动舵面和推力变向综合控制方法。

现有技术均存在一定程度上的缺陷，考虑如何加装推力偏转装置的螺旋桨无人机，研究如何设计推力偏转装置的自动控制方法，成为了现有技术发展的方向。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于大脑情感学习的无人机推力变向智能控制方法，将大脑情感学习智能控制原理应用到无人机的推力变向控制中，改变飞机受力和力矩作用，克服了现有技术的不足。

技术方案：为实现上述目的，本发明采用的技术方案为：一种基于大脑情感学习的无人机推力变向智能控制方法，其特征在于，包括推力纵向偏转控制模块和推力横向偏转控制模块；

所述推力纵向偏转控制模块包括推力纵向智能控制接收器；推力横向偏转控制模块包括推力横向偏转控制智能控制接收器；

该方法包括如下步骤：

1)推力纵向偏转控制模块步骤：

1.1)参数初始化：设定感官输入函数和情感暗示函数的权系数向量ω_lon；设定杏仁体组织A的学习权值初值V_lon，眶额皮质组织O的学习权值初值W_lon；设定A-O组织权值的调节率系数υ_lon；

1.2)推力纵向智能控制器接收外部纵向输入信号，所述外部纵向输入信号包括俯仰姿态角反馈值、俯仰姿态角指令值、俯仰角速率反馈值和升降舵偏角反馈值；

所述外部纵向输入信号通过推力纵向智能控制器后得到纵向感官输入信号SI_lon和纵向奖励信号REW_lon：

SI_lon＝ω_lon(1)e_θ+ω_lon(2)θ+ω_lon(3)θ_c+ω_lon(4)q+ω_lon(5)δ_e

REW_lon＝ω_lon(5)e_θ+ω_lon(6)q+ω_lon(7)δ_e

1.3)纵向下更新杏仁体组织A的学习权值初值V_lon和眶额皮质组织O的学习权值初值W_lon，更新律表示为：

杏仁体组织A的学习权值更新率：