基于BP神经网络的飞行控制系统设计及FPGA实现

针对无人机自主飞行的需求,设计并实现一种基于BP神经网络的飞行控制系统。系统采用“模仿学习”的方法,让飞行员在飞行模拟器中演示需要神经网络学习的任务,并在演示中捕获训练数据集,然后神经网络通过这些数据集自动生成无人机飞行控制模型。针对飞行控制系统的嵌入式应用需求,提出一种“基础运算单元模块化”的方法,将飞行控制系统包含的基础运算单元封装成特定的模块,通过灵活调用基础运算模块完成飞行控制系统的FPGA(fi eld programmable gate array)实现。最终在机载处理模块的FPGA中对飞行控制系统进行验证测试。实验结果表明BP神经网络飞行控制系统的FPGA实现功能正确,硬件资源占用较小,计算时延能够满足飞行控制的高实时性要求。