[发明专利]基于神经网络的高超声速飞行器自适应补偿控制方法有效
| 申请号： | 201810262739.8 | 申请日： | 2018-03-28 |
| 公开（公告）号： | CN108375907B | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 胡庆雷;李梓明;郭雷;王陈亮 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的高超声速飞行器自适应补偿控制方法，包括以下步骤：建立高超声速飞行器的纵向动力学模型，并将其分解为姿态子系统和速度子系统；建立高超声速飞行器的升降舵故障模型；构建平滑函数来估计非线性输入饱和，并引入径向基函数神经网络来估计高超声速飞行器的纵向动力学模型中的非线性函数；通过反步法设计高超声速飞行器的自适应补偿控制器及相应的自适应参数更新律。本发明提供了一种考虑了升降舵故障以及输入饱和的径向基神经网络自适应补偿控制方法，解决了高超声速飞行器飞行过程中各类升降舵故障以及执行器饱和对飞行器的影响，保证了系统的容错能力和鲁棒性。 | ||
| 搜索关键词： | 基于 神经网络 高超 声速 飞行器 自适应 补偿 控制 方法 | ||
【主权项】：
1.一种基于神经网络的高超声速飞行器自适应补偿控制方法，其特征在于，包括以下步骤：S1：建立高超声速飞行器的纵向动力学模型，并将其分解为姿态子系统和速度子系统；S2：建立高超声速飞行器的升降舵故障模型；S3：构建平滑函数来估计非线性输入饱和，并引入径向基函数神经网络来估计高超声速飞行器的纵向动力学模型中的非线性函数Fi(i＝1,2,3)；S4：通过反步法设计高超声速飞行器的自适应补偿控制器及相应的自适应参数更新律。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810262739.8/，转载请声明来源钻瓜专利网。
