本發(fā)明屬于機(jī)器人領(lǐng)域，具體涉及一種預(yù)定性能下抗擾動(dòng)的無(wú)人機(jī)強(qiáng)化學(xué)習(xí)追蹤控制方法，旨在實(shí)現(xiàn)無(wú)人機(jī)在預(yù)定性能下的抗擾動(dòng)高效追蹤控制。

背景技術(shù)：

1、無(wú)人機(jī)在軍事、民用、商業(yè)等領(lǐng)域的應(yīng)用越來(lái)越廣泛，無(wú)人機(jī)的追蹤控制是無(wú)人機(jī)應(yīng)用的重要技術(shù)之一。無(wú)人機(jī)追蹤控制是指無(wú)人機(jī)在執(zhí)行任務(wù)時(shí)，根據(jù)任務(wù)要求，實(shí)現(xiàn)無(wú)人機(jī)實(shí)際軌跡對(duì)期望軌跡的有效追蹤。無(wú)人機(jī)追蹤控制的性能直接影響無(wú)人機(jī)的任務(wù)執(zhí)行效果，因此，提高無(wú)人機(jī)的追蹤控制性能是無(wú)人機(jī)應(yīng)用的重要研究方向。

2、現(xiàn)有的無(wú)人機(jī)追蹤控制方法主要包括模型預(yù)測(cè)控制、自適應(yīng)控制、魯棒控制等方法。這些方法在一定程度上提高了無(wú)人機(jī)的追蹤控制性能，但是在實(shí)際應(yīng)用中，無(wú)人機(jī)追蹤控制仍然存在一些問(wèn)題，包括無(wú)人機(jī)追蹤控制性能不穩(wěn)定、抗擾動(dòng)性能差、無(wú)人機(jī)控制輸入計(jì)算量大等問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有無(wú)人機(jī)追蹤控制方法存在的問(wèn)題，提高無(wú)人機(jī)的追蹤控制性能和抗擾動(dòng)性能，本發(fā)明提供了一種預(yù)定性能下抗擾動(dòng)的無(wú)人機(jī)強(qiáng)化學(xué)習(xí)追蹤控制方法?；趶?qiáng)化學(xué)習(xí)的方法，通過(guò)建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)，設(shè)計(jì)無(wú)人機(jī)最優(yōu)控制器，考慮無(wú)人機(jī)最壞擾動(dòng)，實(shí)現(xiàn)了在預(yù)定性能下的無(wú)人機(jī)追蹤控制，并提升了無(wú)人機(jī)追蹤控制的抗擾動(dòng)性能。

2、為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

3、一種預(yù)定性能下抗擾動(dòng)的無(wú)人機(jī)強(qiáng)化學(xué)習(xí)追蹤控制方法，包括如下步驟：

4、步驟一：設(shè)置無(wú)人機(jī)速度控制動(dòng)力學(xué)系統(tǒng)和期望軌跡xd，根據(jù)期望軌跡和無(wú)人機(jī)速度控制動(dòng)力學(xué)系統(tǒng)建立無(wú)人機(jī)追蹤控制動(dòng)力學(xué)系統(tǒng)：

5、

6、其中x為無(wú)人機(jī)速度控制動(dòng)力學(xué)系統(tǒng)的狀態(tài)變量，xd為期望軌跡的狀態(tài)變量，f(x)為無(wú)人機(jī)速度控制動(dòng)力學(xué)系統(tǒng)的偏移動(dòng)態(tài)，g(x)為無(wú)人機(jī)速度控制動(dòng)力學(xué)系統(tǒng)的輸入矩陣，k(x)為無(wú)人機(jī)速度控制動(dòng)力學(xué)系統(tǒng)的擾動(dòng)矩陣，fd為期望軌跡的偏移動(dòng)態(tài)，e＝x-xd為無(wú)人機(jī)的追蹤誤差，為追蹤誤差e的導(dǎo)數(shù)，u為無(wú)人機(jī)控制輸入，ω為無(wú)人機(jī)擾動(dòng)輸入；

7、步驟二：根據(jù)步驟一建立的無(wú)人機(jī)追蹤控制動(dòng)力學(xué)系統(tǒng)，為實(shí)現(xiàn)無(wú)人機(jī)追蹤控制過(guò)程中滿足預(yù)定的誤差范圍，將無(wú)人機(jī)的追蹤誤差e映射到無(wú)人機(jī)轉(zhuǎn)化追蹤誤差上，得到預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)化追蹤誤差，在得到的預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)化追蹤誤差上進(jìn)行后續(xù)的追蹤控制器設(shè)計(jì)即能滿足預(yù)定的誤差范圍要求，即預(yù)定性能；預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤誤差如下所示：

8、∈i＝φ(ei,εl,i,εu,i)

9、εl,i≤ei≤εu,i

10、其中ei為追蹤誤差的第i個(gè)分量，εl,i和εu,i分別為追蹤誤差的第i個(gè)分量的下界和上界，∈i為無(wú)人機(jī)轉(zhuǎn)換追蹤誤差的第i個(gè)分量，φ(ei,εl,i,εu,i)為追蹤誤差的第i個(gè)分量的轉(zhuǎn)換函數(shù)；

11、步驟三：根據(jù)步驟二建立的預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤誤差，建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤誤差的動(dòng)態(tài)：

12、

13、其中φi表示無(wú)人機(jī)轉(zhuǎn)化追蹤誤差的第i個(gè)分量關(guān)于上下界鏈?zhǔn)綄?dǎo)數(shù)之和，為追蹤誤差e的第i個(gè)分量的導(dǎo)數(shù)，和分別為追蹤誤差的第i個(gè)分量的下界和上界的導(dǎo)數(shù)；

14、步驟四：根據(jù)步驟三建立的預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤誤差的動(dòng)態(tài)，建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)：

15、

16、其中f＝h(f(x)-fd)，g＝h×g(x)，k＝h×k(x)；

17、步驟五：根據(jù)步驟四建立的預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)，設(shè)置無(wú)人機(jī)二次型性能指標(biāo)：

18、

19、其中q為系統(tǒng)狀態(tài)懲罰矩陣，γ為擾動(dòng)衰減系數(shù)，為無(wú)人機(jī)控制輸入懲罰函數(shù)，usat為無(wú)人機(jī)控制輸入飽和值，r為無(wú)人機(jī)控制輸入懲罰矩陣；

20、步驟六：根據(jù)步驟五設(shè)置的無(wú)人機(jī)二次型性能指標(biāo)，建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)的無(wú)人機(jī)最優(yōu)控制輸入和無(wú)人機(jī)最壞擾動(dòng)：

21、

22、其中為無(wú)人機(jī)二次型性能指標(biāo)j的梯度，u*為無(wú)人機(jī)最優(yōu)控制輸入，ω*為無(wú)人機(jī)最壞擾動(dòng)；

23、步驟七：根據(jù)步驟五建立的無(wú)人機(jī)二次型性能指標(biāo)與步驟六建立的預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)的無(wú)人機(jī)最優(yōu)控制輸入和無(wú)人機(jī)最壞擾動(dòng)，建立并訓(xùn)練神經(jīng)網(wǎng)絡(luò)，用于逼近無(wú)人機(jī)二次型性能指標(biāo)j：

24、

25、其中為神經(jīng)網(wǎng)絡(luò)的權(quán)重，ψ(∈)為神經(jīng)網(wǎng)絡(luò)的基元，為無(wú)人機(jī)二次型性能指標(biāo)的神經(jīng)網(wǎng)絡(luò)逼近；

26、步驟八：根據(jù)步驟七建立的神經(jīng)網(wǎng)絡(luò)，建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)的無(wú)人機(jī)最優(yōu)控制輸入的神經(jīng)網(wǎng)絡(luò)逼近和最壞擾動(dòng)的神經(jīng)網(wǎng)絡(luò)逼近：

27、

28、其中為無(wú)人機(jī)最優(yōu)控制輸入的神經(jīng)網(wǎng)絡(luò)逼近，為無(wú)人機(jī)最壞擾動(dòng)的神經(jīng)網(wǎng)絡(luò)逼近；

29、通過(guò)計(jì)算步驟八設(shè)計(jì)的的無(wú)人機(jī)最優(yōu)控制輸入的神經(jīng)網(wǎng)絡(luò)逼近和最壞擾動(dòng)的神經(jīng)網(wǎng)絡(luò)逼近，無(wú)人機(jī)實(shí)現(xiàn)預(yù)定性能下抗擾動(dòng)的追蹤控制，提高了無(wú)人機(jī)的追蹤控制性能和抗擾動(dòng)性能。

30、和現(xiàn)有技術(shù)相比較，本發(fā)明具備如下優(yōu)點(diǎn)：

31、1.本發(fā)明通過(guò)建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)，設(shè)計(jì)無(wú)人機(jī)最優(yōu)控制器，考慮無(wú)人機(jī)最壞擾動(dòng)，實(shí)現(xiàn)了在預(yù)定性能下的無(wú)人機(jī)追蹤控制，并提升了無(wú)人機(jī)追蹤控制的抗擾動(dòng)性能。

32、2.本發(fā)明通過(guò)強(qiáng)化學(xué)習(xí)設(shè)計(jì)和訓(xùn)練的無(wú)人機(jī)最優(yōu)控制輸入的神經(jīng)網(wǎng)絡(luò)逼近，對(duì)期望軌跡進(jìn)行實(shí)時(shí)跟蹤，降低了無(wú)人機(jī)計(jì)算最優(yōu)控制輸入的計(jì)算量，有效提高了無(wú)人機(jī)實(shí)現(xiàn)期望軌跡追蹤控制任務(wù)的效率。

技術(shù)特征：

1.一種預(yù)定性能下抗擾動(dòng)的無(wú)人機(jī)強(qiáng)化學(xué)習(xí)追蹤控制方法，其特征在于：包括如下步驟：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種預(yù)定性能下抗擾動(dòng)的無(wú)人機(jī)強(qiáng)化學(xué)習(xí)追蹤控制方法，1、設(shè)置無(wú)人機(jī)速度控制動(dòng)力學(xué)系統(tǒng)和期望軌跡，根據(jù)期望軌跡和無(wú)人機(jī)速度控制動(dòng)力學(xué)系統(tǒng)建立無(wú)人機(jī)追蹤控制動(dòng)力學(xué)系統(tǒng)；2、根據(jù)建立的無(wú)人機(jī)追蹤控制動(dòng)力學(xué)系統(tǒng)，建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤誤差；3、根據(jù)建立的預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤誤差，建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤誤差的動(dòng)態(tài)；4、根據(jù)建立的預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤誤差的動(dòng)態(tài)，建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)；5、設(shè)置二次型性能指標(biāo)；6、根據(jù)設(shè)置的二次型性能指標(biāo)，建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)的無(wú)人機(jī)最優(yōu)控制輸入和無(wú)人機(jī)最壞擾動(dòng)；7、建立并訓(xùn)練神經(jīng)網(wǎng)絡(luò)，用于逼近性能指標(biāo)；8、建立預(yù)定性能下的無(wú)人機(jī)轉(zhuǎn)換追蹤控制動(dòng)力學(xué)系統(tǒng)的無(wú)人機(jī)最優(yōu)控制輸入的神經(jīng)網(wǎng)絡(luò)逼近和最壞擾動(dòng)的神經(jīng)網(wǎng)絡(luò)逼近。通過(guò)執(zhí)行無(wú)人機(jī)最優(yōu)控制輸入的神經(jīng)網(wǎng)絡(luò)逼近和最壞擾動(dòng)的神經(jīng)網(wǎng)絡(luò)逼近，無(wú)人機(jī)實(shí)現(xiàn)預(yù)定性能下抗擾動(dòng)的追蹤控制。本發(fā)明克服了現(xiàn)有技術(shù)中無(wú)人機(jī)追蹤控制性能和抗擾動(dòng)性能不足的問(wèn)題，提高了無(wú)人機(jī)的追蹤控制性能和抗擾動(dòng)性能。

技術(shù)研發(fā)人員：薛霜思,譚?？?鄭曉東,郭子航,曲凱,曹暉,閆大鵬
受保護(hù)的技術(shù)使用者：西安交通大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/11