一种基于深度学习模型的飞行控制方法及其系统

本发明涉及飞行器控制技术领域，且公开了一种基于深度学习模型的飞行控制方法及其系统，包括以下步骤：步骤一、通过飞行器搭载的传感器实时采集飞行状态数据；步骤二、对采集的飞行状态数据进行预处理。本发明通过CNN与LSTM级联构建时空融合模型，精准提取多传感器数据的空间关联与时间序列动态特征，摆脱传统精确动力学建模依赖；结合网络剪枝、权重量化、知识蒸馏等模型压缩技术，将推理延迟控制在10ms内，满足机载平台实时性要求；通过同步采集多传感器数据并进行协同处理，深度挖掘数据深层关联，使复杂工况下控制精度提升30％以上，推理效率提高60％，未知环境适应能力显著增强，为飞行器在复杂场景下的稳定、高效控制提供了系统性解决方案。