考虑作动器动态的飞行器元学习鲁棒控制方法及系统

  • 国民经济行业:制造业/铁路、船舶、航空航天和其他运输设备制造业/航空、航天器及设备制造/飞机制造
  • 学科类别:航空、航天科学技术/飞行器控制、导航技术
  • 权利人:上海交通大学

知识产权简介

一种考虑作动器动态的飞行器元学习鲁棒控制方法及系统。该方法首先建立包含高阶作动器动态的非线性模型推导标称 ANDI 控制律,消除了传统方法对时间尺度分离假设的依赖;随后,利用元学习技术离线从多任务数据中提取通用的不确定性回归矩阵及任务参数均值,将复杂的集总不确定性转化为线性参数化形式;在在线控制阶段,利用任务参数均值作为先验初始值初始化估计器,并采用基于预测误差与跟踪误差的复合自适应律,利用固定的回归矩阵快速估计并补偿模型不确定性。本发明将模型控制的理论严谨性与数据驱动方法的泛化能力相结合,显著提升了飞行器在气动参数剧烈摄动、作动器特性漂移及未建模动态干扰下的轨迹跟踪精度和稳定性。

转化前景

本专利提出的考虑作动器动态的飞行器元学习鲁棒控制方法及系统,可形成面向垂直起降飞行器、高性能无人机及制导导弹等多类飞行平台的核心飞行控制算法与系统级解决方案。该方法通过在控制律设计阶段显式引入高阶作动器动力学并结合元学习不确定性建模,实现了对气动参数快速变化、作动器特性漂移及未建模动态扰动的有效补偿,显著提升了全包线范围内的轨迹跟踪精度、系统鲁棒性与稳定性。同时,该方法在线计算复杂度低,易于嵌入现有飞控计算机与工程系统,具备良好的平台通用性和工程可实施性,可广泛应用于先进飞行器控制系统升级、新型飞控架构研制及智能化飞控产品开发,具有突出的工程推广价值和产业化应用前景。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作