無人直升機具有體積小、重量輕、價格便宜等特點,并且能夠?qū)崿F(xiàn)垂直起落、協(xié)調(diào)轉(zhuǎn)向、避障機動等特種飛行任務,這使得無人直升機在測繪監(jiān)控、農(nóng)業(yè)生產(chǎn)、軍事偵察等領域得到了廣泛應用。因此,研究無人直升機的系統(tǒng)建模和飛行控制具有重要的意義。但無人直升機是一個復雜的高階、時變、非線性系統(tǒng),并且其剛體動力與空氣動力、發(fā)動機動力、振動以及其他各種動力耦合在一起,增加了系統(tǒng)建模和飛行控制的難度,因此研究無人直升機的系統(tǒng)建模和飛行控制具有很大的挑戰(zhàn)性。目前在無人直升機領域,系統(tǒng)建模主要包括機理建模和系統(tǒng)辨識兩種方法。但由于無人直升機復雜的空氣動力學特性與強耦合特性,這兩種方法得到的系統(tǒng)模型往往不能滿足建模精度的要求。另一方面伴隨著無人直升機應用的拓展,基于這種模型設計的控制算法難以滿足無人直升機在復雜不確定環(huán)境下不斷提高的飛行控制要求。針對這些情況,本文以小型無人直升機為研究對象,采用基于深度學習的方法對其系統(tǒng)建模和自適應控制問題進行了研究,主要包括建立無人直升機的高精度非線性動力學模型,研究機理建模、系統(tǒng)辨識與深度學習結(jié)合的深度辨識模型,設計基于深度辨識模型的自適應控制器,并進行相關(guān)仿真實驗。本文的具體工作... 

【文章來源】：中國科學技術(shù)大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 無人直升機建模技術(shù)
        1.2.2 無人直升機控制技術(shù)
        1.2.3 深度學習在控制領域的研究
    1.3 本文內(nèi)容安排
第二章 系統(tǒng)模型及相關(guān)算法
    2.1 無人直升機模型的理論基礎
        2.1.1 坐標系定義及其轉(zhuǎn)換
        2.1.2 四元數(shù)運動學方程
    2.2 深度學習網(wǎng)絡架構(gòu)
        2.2.1 長短期記憶神經(jīng)網(wǎng)絡
        2.2.2 卷積神經(jīng)網(wǎng)絡
    2.3 本章小結(jié)
第三章 無人直升機數(shù)學建模
    3.1 問題描述
    3.2 對比模型
        3.2.1 二次滯后模型
        3.2.2 BP神經(jīng)網(wǎng)絡模型
        3.2.3 深度ReLU網(wǎng)絡模型
    3.3 深度LSTM辨識器
        3.3.1 動力學模型結(jié)構(gòu)介紹
        3.3.2 深度LSTM模型原理解釋
        3.3.3 模型優(yōu)化
        3.3.4 仿真實驗
    3.4 深度CNN辨識器
        3.4.1 原理解釋及模型介紹
        3.4.2 仿真實驗
    3.5 本章小結(jié)
第四章 基于深度CNN辨識器的反步自適應控制
    4.1 問題描述
    4.2 控制器設計
        4.2.1 位置跟蹤控制器設計
        4.2.2 姿態(tài)跟蹤控制器設計
        4.2.3 穩(wěn)定性分析
    4.3 仿真實驗
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文主要工作與創(chuàng)新點
    5.2 研究展望
參考文獻
致謝
在讀期間發(fā)表的學術(shù)論文與取得的研究成果


【參考文獻】：
期刊論文
[1]深度學習在控制領域的研究現(xiàn)狀與展望[J]. 段艷杰,呂宜生,張杰,趙學亮,王飛躍.  自動化學報. 2016(05)
[2]一種帶有監(jiān)督控制的無人直升機姿態(tài)模糊控制器[J]. 范才智,宋寶泉,王建東,劉云輝.  系統(tǒng)仿真學報. 2010(06)



本文編號：3472407