一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法、系统及存储介质

本发明一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法、系统及存储介质,涉及飞行器控制技术领域，为解决现有方法需要提前将飞行器气动进行统一的参数化建模，对参数进行辨识；无法解决在跨域变构型高速飞行器气动参数模型完全未知情况下，由气动不确定性带来的姿态控制难题。本发明通过构建的三通道神经网络模型，包括俯仰通道神经网络模型、偏航通道神经网络模型和滚转通道神经网络模型；并基于舵偏误差对姿态变化的影响敏感性加权构建损失函数，训练得到三通道舵偏解算器神经网络模型；构建在线迁移学习样本库进行在线迁移学习，基于反步法控制器求解气动力矩，最终求解得到偏航指令。