基于深度强化学习的分布式推进飞行器动力偏航控制方法

本发明属于飞行控制技术领域，公开了一种基于深度强化学习的分布式推进飞行器动力偏航控制方法。动力偏航控制方法包括安装分布式推进器；建立六自由度非线性动力学模型；获得差动功率下的气动数据和压力分布；建立分布式推进飞行器动力偏航控制框架；建立分布式推进飞行器动力偏航控制律。动力偏航控制方法将期望指标引入算法的奖励函数中，通过离线训练、在线使用的方式，得到动力偏航耦合控制模型，解决了分布式推进飞行器的飞‑推‑控耦合控制难题，对保证分布式推进飞行器动力偏航时的飞机姿态稳定性，提高航向稳定性和着陆安全性具有重要意义。