专利检索 ap:("北京理工大学") AND inv:"李瑞彬" 第 1 页

1.

发明公开
一种基于神经网络在线学习的飞行器快速机动方法

公开(公告)号：CN118963152A

公开(公告)日：2024-11-15

申请号：CN202411448434.8

申请日：2024-10-17

申请人： 北京理工大学

发明人： 高寒 , 刘学林 , 杨宇龙 , 李瑞彬 , 夏元清

IPC分类号： G05B13/04 , G05D1/49

摘要： 本发明公开了一种基于神经网络在线学习的飞行器快速机动方法，涉及高超音速飞行器控制技术领域。通过基于历史数据在线学习的神经网络处理未知的系统不确定性，并通过固定时间滤波器来估计虚拟控制的导数和一些必要的信息。基于神经网络估计的信息和固定时间反步控制器，解决了高超音速飞行器的固定时间跟踪问题。由于神经网络具有自学习功能和并行计算能力，可以快速得到最优的控制效果，因此本发明的固定时间反步控制器可以确保具有不确定性的高超音速飞行器控制系统在固定时间内使系统姿态和速度稳定到期望状态。