摘要
本发明属于高超声速飞行器控制技术领域,涉及一种耦合信息驱动的高超声速飞行器智能控制方法。首先,建立弹性高超声速飞行器纵向动力学模型。然后,构建基于采样分析的耦合数据库,通过模拟不同飞行包线数据,利用采样统计算法计算耦合度矩阵,形成耦合数据库,以量化变量间相互影响。进一步,进行耦合数据驱动的深度神经网络训练,采用长短时记忆网络,利用耦合数据库作为数据样本进行离线训练,以提升飞行器在强耦合环境下的自主精细控制能力。最后,设计在线控制器实现耦合信息智能补偿方案,将飞行器机动控制分为速度回路和姿态回路,设计相应的控制指令和神经网络更新律,以实现实时、智能的飞行控制。
技术关键词
升降副翼
高超声速飞行器
变量
智能控制方法
纵向动力学
深度神经网络训练
采样分析方法
记忆单元
矩阵
回路
数据
包线
力矩
非线性系统
统计算法
偏角
耦合神经网络
智能控制器