一种基于深度神经网络的非线性控制分配方法

• 作者: 黄煌
• 来源期刊: 战术导弹技术
• 学科: 数学
• 关键词: 空天飞行器 非线性控制分配 自编码机 深度学习 神经网络
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 控制技术
• 页码范围: 90-94
• 页数: 5页
• 分类号: O231.2
• 语种: 中文
• DOI: 10.16358/j.issn.1009-1300.2017.04.13

摘要

采用深度学习方法和自编码机的神经网络建模和优化方法,求解空天飞行器的控制分配问题.将空天飞行器控制分配问题的期望控制量看作自编码网络的输入,将舵面实际产生的控制力矩看作自编码网络的输出,通过构建一种特殊形式的深度神经网络,建立自编码机和控制分配问题的等价模型,在不需要用优化算法计算训练样本的前提下,实现了非线性控制分配.提出了一种全新的智能控制分配方法,与早期的基于神经网络的控制分配方法有本质不同.新方法能够很好地处理气动数据的非线性特性,具有较强的工程实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄煌		3	1	1.0	1.0