摘要
本发明涉及飞行器智能控制领域,公开了一种抗传感器故障的低空飞行器多模态推进控制方法,包括:构建短垂飞行器混合推进系统的非线性模型,并以深度探索优化强化学习为主控,联合模糊控制器与模型预测控制器构成策略融合群;引入残差感知机制与GIRLS‑EKF健康估算模块,利用CNN与Transformer提取残差信号特征,结合广义残差最小二乘滤波与扩展卡尔曼结构,对传感器异常测量状态的实时诊断与动态权重调整;控制器融合模块根据健康状态与飞行模式自适应输出最优控制量,提升多推进系统在复杂工况下的容错性能与能效调度能力;该方法适用于低空经济与城市空中交通任务场景,具备良好的工程可集成性与智能控制应用前景。
技术关键词
抗传感器故障
推进控制方法
低空飞行器
残差加权
多模态
推进组件
控制策略
代表
飞行器智能控制
非线性
推进器
轻量级神经网络
定义系统
推进系统控制
混合推进系统
模型预测控制器
模糊控制模块
系统为您推荐了相关专利信息
双检测头
特征金字塔网络
残差网络
传感
多尺度特征提取
特征提取模型
长短期记忆网络
高端数控装备
预训练语言模型
多模态
图像特征向量
图像特征提取模型
声音特征提取
损伤识别模型
结构损伤识别方法
菠萝采摘机器人
视觉定位系统
多模态深度学习
驱动控制模块
机械臂