一种基于Koopman算子的共轴多旋翼无人机控制方法

本发明涉及一种基于Koopman算子的共轴多旋翼无人机控制方法，构建基于Koopman算子的深度神经网络，通过编码器将状态变量映射到高维可观测空间；在高维可观测空间中，基于升维状态变量与旋翼转速通过线性连接层对状态变量进行预测；由解码器将预测结果还原到原始状态空间；利用历史飞行数据对深度神经网络进行训练，以得到编解码器参数以及线性连接层的权值，并构建观测函数与无人机的线性动力学模型；预测控制器利用线性动力学模型预测无人机未来多步的状态变量，并通过最小化代价函数以使其跟踪给定轨迹，得到最优控制输入。与现有技术相比，本发明实现了完全数据驱动的建模，能够适应不同尺寸、载重及飞行条件下的无人机。