原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于深度强化学习的飞行器容错控制方法。首先建立了飞行器六自由度非线性模型，并对飞行器姿态运动实施小扰动线性化。以俯仰通道为例搭建经典PD控制结构，引入深度确定性策略梯度算法对既定结构的参数进行训练优化。为验证DDPG算法效果，设计深度神经网络结构并针对线性化系统进行训练及结果比对；再综合三个通道应用至未故障的非线性系统得到智能体，以自适应控制方法原理为参考，在该智能体的基础上增加控制输出前的补偿决策量，实现对故障情况下的姿态角有效控制，并提高姿态跟踪精度及鲁棒性。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116088556 A
(43)申请公布日 2023.05.09
(21)申请号 202310171397.X
(22)申请日 2023.02.27
(71)申请人 西北工业大学
地址 710072
文档评论（0）