-
公开(公告)号：CN116088556A
公开(公告)日：2023-05-09
申请号：CN202310171397.X
申请日：2023-02-27
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于深度强化学习的飞行器容错控制方法。首先建立了飞行器六自由度非线性模型，并对飞行器姿态运动实施小扰动线性化。以俯仰通道为例搭建经典PD控制结构，引入深度确定性策略梯度算法对既定结构的参数进行训练优化。为验证DDPG算法效果，设计深度神经网络结构并针对线性化系统进行训练及结果比对；再综合三个通道应用至未故障的非线性系统得到智能体，以自适应控制方法原理为参考，在该智能体的基础上增加控制输出前的补偿决策量，实现对故障情况下的姿态角有效控制，并提高姿态跟踪精度及鲁棒性。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
