公开(公告)号：CN118915467B

公开(公告)日：2025-02-07

申请号：CN202411081139.3

申请日：2024-08-08

Applicant: 大连理工大学

Inventor： 王冠 ,  金泽宇 ,  刘凯 ,  王海清 ,  李家鑫 ,  董哲 ,  秦佳楠

IPC: G05B13/04

Abstract: 本发明属于高超声速飞行器控制技术领域，涉及一种高超声速飞行器的数据驱动学习控制方法。本发明的目的是为了提供基于数据驱动的学习控制方法实现非最小相位高超声速飞行器稳定跟踪控制。该方法包括构建非最小相位高超声速飞行器的纵向动力学模型；通过对输出重定义实现系统的零动态重构；基于深度Koopman算子理论，使用预先收集的数据集训练径向基神经网络的权重，对输出重定义动态方程进行精确建模。设计基于数据驱动的输出重定义优化学习控制器，实现对参考指令的稳定跟踪。该方法是一种高超声速飞行器的数据驱动学习控制方法及系统，且具有广阔的应用前景。

公开(公告)号：CN118915467A

公开(公告)日：2024-11-08

申请号：CN202411081139.3

申请日：2024-08-08

Applicant: 大连理工大学

Inventor： 王冠 ,  金泽宇 ,  刘凯 ,  王海清 ,  李家鑫 ,  董哲 ,  秦佳楠

IPC: G05B13/04

Abstract: 本发明属于高超声速飞行器控制技术领域，涉及一种高超声速飞行器的数据驱动学习控制方法。本发明的目的是为了提供基于数据驱动的学习控制方法实现非最小相位高超声速飞行器稳定跟踪控制。该方法包括构建非最小相位高超声速飞行器的纵向动力学模型；通过对输出重定义实现系统的零动态重构；基于深度Koopman算子理论，使用预先收集的数据集训练径向基神经网络的权重，对输出重定义动态方程进行精确建模。设计基于数据驱动的输出重定义优化学习控制器，实现对参考指令的稳定跟踪。该方法是一种高超声速飞行器的数据驱动学习控制方法及系统，且具有广阔的应用前景。