基于物理模型与强化学习融合的舵面振荡故障特征提取方法

一种基于物理模型与强化学习融合的舵面振荡故障特征提取方法，根据飞行参考命令与实际飞行参数信号之间的误差，通过自动驾驶仪生成参考舵面控制指令，根据伺服作动器模型和飞机动力学模型以及参考舵面控制指令δd从而建立舵面伺服控制系统，进而生成飞机在飞行过程中飞控可用参数信号，将舵面振荡故障的期望频率和幅值与舵面振荡故障特征提取系统输出的频率和幅值之间的误差作为奖励函数的输入，将舵面伺服控制系统生成的飞控可用信号作为舵面振荡故障特征提取系统的状态观测的输入后，根据利用强化学习算法进行训练，再通过训练后的舵面振荡故障特征提取系统提取出当前飞控可用信号对应的舵面振荡故障信号的幅值和频率，并通过误差约束范围来验证训练结束的舵面振荡故障特征提取系统性能。本发明能够在故障模型未知的情况下实现飞控可用信号与故障信号之间的高精度映射，从而对故障信号特征的准确提取。