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。

基于遗传算法和模糊逻辑的智能飞控技术研究

设计了基于遗传算法和模糊逻辑控制的智能飞行控制系统及采用论域自调整的模糊控制器 ,控制器以角度跟踪误差及其微分信号为输入来控制相应的气动舵面偏转 ,实现对该姿态的跟踪控制。文中给出了控制器输入输出的隶属函数 ,设计了相应的规则库。并在此基础上进一步利用遗传算法对模糊控制器进行优化设计 ,给出了遗传算法各个参数的选择原则。仿真结果表明 ,基于遗传算法和模糊逻辑的智能飞控系统具有良好的控制效果。