一种基于深度神经网络的非线性控制分配方法

摘要：

采用深度学习方法和自编码机的神经网络建模和优化方法,求解空天飞行器的控制分配问题.将空天飞行器控制分配问题的期望控制量看作自编码网络的输入,将舵面实际产生的控制力矩看作自编码网络的输出,通过构建一种特殊形式的深度神经网络,建立自编码机和控制分配问题的等价模型,在不需要用优化算法计算训练样本的前提下,实现了非线性控制分配.提出了一种全新的智能控制分配方法,与早期的基于神经网络的控制分配方法有本质不同.新方法能够很好地处理气动数据的非线性特性,具有较强的工程实用性.

关键词：空天飞行器、非线性控制分配、自编码机、深度学习、神经网络

分类号：O231.2(控制论、信息论（数学理论）)

资助基金：国家自然科学基金;国家自然科学基金;北京市自然科学基金

在线出版日期：2017-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：90-94