基于物理神经网络预测模型的无人机飞行控制方法

本发明属于无人飞行器控制技术领域，提出一种基于物理神经网络预测模型的无人机飞行控制方法，包括建立多层感知机神经网络预测模型，并设定损失函数，多层感知机神经网络预测模型用于根据无人机的当前时刻状态和控制输入，预测得到无人机的下一时刻预测状态；对多层感知机神经网络预测模型进行训练；初始化模型预测控制器并建立多目标优化函数；运行模型预测控制器，基于预测结果、约束条件求解多目标优化函数获得最优控制输入，并控制无人机按照参考轨迹飞行。本发明在多层感知机神经网络预测模型的损失函数中引入了动力学原理，具有物理可解释性，且预测准确性高、稳定性好；本发明的模型预测控制器对给定参考轨迹可实现稳定的飞行控制。