CN119472235A 融合pid控制和神经网络的飞行控制器、方法、存储介质 (佛山市鹰火微峰科技有限公司)_第1页
CN119472235A 融合pid控制和神经网络的飞行控制器、方法、存储介质 (佛山市鹰火微峰科技有限公司)_第2页
CN119472235A 融合pid控制和神经网络的飞行控制器、方法、存储介质 (佛山市鹰火微峰科技有限公司)_第3页
CN119472235A 融合pid控制和神经网络的飞行控制器、方法、存储介质 (佛山市鹰火微峰科技有限公司)_第4页
CN119472235A 融合pid控制和神经网络的飞行控制器、方法、存储介质 (佛山市鹰火微峰科技有限公司)_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

建沙路东一街区28号一栋411室(住所融合PID控制和神经网络的飞行控制器、方本发明公开了一种融合PID控制和神经网络数是一个预先训练好的风场无关的空气动力学反馈到PID控制器中来实现对飞行器的控制;本发明把各种干扰因素解耦成非实时和实时两类2获取飞行器实时在线的飞行状态数据,将其输入基底函数得将实时在线得到的风场无关的基底函数数据与风场相关的所述将所述残余力转化成飞行器的动力反馈到PID控制器中来实现对飞行器2.根据权利要求1所述的融合PID控制和神经网络的飞行器飞行控制方法,其特征在在不同的风场环境中完成实验,得到一组带时间戳的飞行状态数据和电机控制力数根据所述飞行状态数据和电机控制力数据,基于动力学模型计3.根据权利要求2所述的融合PID控制和神经网络的飞行器飞行控制方法,其特征在所述的基于动力学模型计算出一组反应飞行器的未建模的残余力4.根据权利要求2所述的融合PID控制和神经网络的飞行器飞行控制方法,其特征在35.根据权利要求4所述的融合PID控制和神经网络的飞行器飞行控制方法,其特征在6.根据权利要求1所述的融合PID控制和神经网络的飞行器飞行控制方法,其特征在7.根据权利要求1所述的融合PID控制和神经网络的飞行器飞行控制方法,其特征在8.根据权利要求7所述的融合PID控制和神经网络的飞行器飞行控制方法,其特征在理器执行时实现如权利要求1_8任一项所述的方法4[0005]一方面,构造一种融合PID控制和神经网络的飞行器飞行控制方法,所述方法包5按照如下计算式计算得到未建模的残余力的述的将所述残余力转化成飞行器的动力反馈到PID控制器中来实现对飞行器的控制,具体6过动力学公式的推算将飞行器状态换算成推力;基于记录的PWM输出和推力F的数据集合,进行曲线拟合得到飞行器的推力和PWM输出的对应7无关的基底函数D(p,v)和风场相关的线性系数a(w):[0044]f(p,v,w)=D(p,v)·a(w);时在线得到的风场无关的基底函数数据与风场相关的所述线性系数相乘,得到的残余力;最后将残余力转化成飞行器的动力反馈到所述飞行器的飞控系统中,利用PID来控制飞行器反馈到飞控系统对PWM输出进行调整,本发明即是在此基础上,提出考虑未建模的残余[0051]S101)在不同的风场环境中完成实验,得到一组带时间戳的飞行状态数据和电机[0052]S102)根据所述飞行状态数据和电机控制力数据,基于动力学模型计算出一组反8[0062]S103):建立数据集D=(DW9[0075]通过k_1时刻的更新得到未叠加动力预[0076]通过动力预测和位置跟踪sk[0077]S3:将实时在线得到的风场无关的基底函数数据与风场相关的所述线性系数相[0078]S4:将所述残余力转化成飞行器的动力反馈到PID控制器中来实现对飞行器的控述对应关系中映射得到相应的PWM输出,将所述PWM输出所对应的PWM指

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论