一种基于单框架控制力矩陀螺伺服的飞行器姿态控制方法

    公开(公告)号:CN120010534A

    公开(公告)日:2025-05-16

    申请号:CN202411971458.1

    申请日:2024-12-30

    Abstract: 本发明提供了一种基于单框架控制力矩陀螺伺服的飞行器姿态控制方法,包括:设计单框架控制力矩陀螺SGCMG操纵率,根据力矩指令得到框架角速率;根据力矩指令和框架角速率,得到单框架控制力矩陀螺作用在飞行器上的力矩;根据力矩指令得到框架角速率和单框架控制力矩陀螺作用在飞行器上的力矩,构建飞行器姿态动力学模型和姿态运动学方程模型;根据飞行器姿态动力学模型和姿态运动学方程模型,设计控制律参数并得到姿态控制律方程。本发明针对高速飞行器执行机构需承受长时耐高温、偏航/滚动通道控制力矩不足的问题,采用单框架控制力矩陀螺SGCMG作为内部执行机构,对飞行器姿态控制系统进行设计,实现了高机动飞行器姿态稳定与姿态机动。

    一种神经网络控制律高效自主学习方法

    公开(公告)号:CN120046653A

    公开(公告)日:2025-05-27

    申请号:CN202411917060.X

    申请日:2024-12-24

    Abstract: 本发明公开了一种神经网络控制律高效自主学习方法。针对在运用深度强化学习算法实现复杂飞行器控制律自学习的过程中,超参数设定高度依赖于人工经验进而造成设计难度大,且不一定对于任务最优的问题,本发明引入图像识别领域网络架构搜索思想,提出基于神经网络架构轻量化搜索策略的飞行器控制律自学习方法。该方法在将神经网络架构设计问题转化为图拓扑生成问题的基础上,结合LSTM循环神经网络的图拓扑生成算法、基于权重共享的深度强化学习参数轻量化训练与评估机制,以及基于策略梯度的图拓扑生成器参数学习算法,实现了深度强化学习训练算法中神经网络架构超参数的自动优化,进而完成了控制律的自学习。

Patent Agency Ranking