基于PSO的飞行器姿态智能控制技术研究

以气动舵/推力矢量/直接力复合控制飞行器为对象,研究了多维异构复合姿态控制系统的控制律及分配律一体化智能设计问题。首先提出了基于PSO(Particle Swarm Optimization)算法的“智能控制律+智能分配律”飞行器姿态多维异构智能复合控制算法框架,并建立了控制系统数学模型,然后重点研究了控制律及分配律参数的智能优化算法实现方法,最后通过数学仿真验证了提出方法的有效性。仿真结果表明,所设计智能优化复合控制系统在标称模型以及模型摄动情况下均能够实现对姿态角指令的准确快速跟踪。

弱模型依赖通用智能姿态控制技术

超高速跨域飞行、敏捷机动等是新一代飞行器发展方向,而长时高速飞行产生的气动外形变化带来的气动参数大范围改变等问题,都对控制系统设计提出了更高的要求。为提高飞行器对模型不确定性的适应能力及控制方法对不同外形、复合执行机构的通用性,深入研究了弱模型依赖的通用智能姿态控制技术,分层次地开展了基于深度学习(DL)的自适应姿态控制、基于深度确定性策略梯度算法(DDPG)的通用姿态控制、弱模型依赖的多维复合控制等技术研究,显著提高了控制系统的鲁棒性和通用性,对人工智能技术在飞行器姿态控制中的应用具有一定的指导意义。