公开(公告)号：CN118915435A

公开(公告)日：2024-11-08

申请号：CN202410915969.5

申请日：2024-07-09

Applicant: 哈尔滨工业大学

Inventor： 韦常柱 ,  俞茗叶 ,  许河川 ,  孙智力 ,  张峪浩 ,  徐世昊

IPC: G05B13/04

Abstract: 本发明公开了一种基于循环神经网络观测器的变体飞行器终端滑模控制方法，所述方法包括如下步骤：步骤1：构建变体飞行器姿态动力学与运动学模型，与姿态指令作差形成姿态控制误差模型；步骤2：基于姿态控制误差模型，构建终端滑模面；步骤3：设计基于循环神经网络的观测器，观测变体飞行器模型中的不确定扰动项；步骤4：基于终端滑模面和观测器的输出值，获得变体飞行器的控制量。本发明的循环神经网络观测器可同时利用当前时刻与过去时刻的量测信息，对于扰动的估计更为准确。同时本发明的终端滑模面能够显著提高响应速度，更适合于变体飞行器这类需要快速实现跟踪的对象。

公开(公告)号：CN118940393A

公开(公告)日：2024-11-12

申请号：CN202410915967.6

申请日：2024-07-09

Applicant: 哈尔滨工业大学

Inventor： 韦常柱 ,  俞茗叶 ,  刘哲 ,  孙智力 ,  许河川 ,  徐磊

IPC: G06F30/15 ,  G06F30/27 ,  G06F30/28 ,  G06N3/04 ,  G06N3/08 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种不确定外形飞行器气动参数辨识方法，所述待定包括如下步骤：步骤1：构建气动模型学习样本库；步骤2：构建飞行状态到气动力/力矩系数的基础气动辨识网络模型；步骤3：构建气动辨识网络样本；步骤4：利用气动辨识网络样本，每间隔T时刻采用随机梯度下降方法对气动辨识网络进行增量调整，从而获得更加准确的气动辨识网络模型；步骤5：根据实时飞行状态与整后的气动辨识网络模型获得不确定外形飞行器气动系数，对气动系数进行数值微分求导获得气动参数。该方法采用“线下学习+线上修正”的气动参数在线辨识方法，充分利用基于人工智能的气动参数辨识优势，实现不确定外形飞行器气动参数的在线快速准确辨识。