学位论文 > 优秀研究生学位论文题录展示

小型无人直升机悬停控制算法研究

作　者: 关昕
导　师: 李衍杰
学　校: 哈尔滨工业大学
专　业: 控制科学与工程
关键词: LQR/LQG 强化学习 SPSA 随机搜索
分类号: V275.1
类　型: 硕士论文
年　份: 2010年
下　载: 140次
引　用: 1次
阅　读: 论文下载

内容摘要

小型无人直升机是同等比例的大型有驾驶员操作的直升机的缩小版,虽然体积小,但是由于它具有极高的灵敏度,在当今社会中,其在军用和民用中的作用已经越来越大。除了比大型直升机更易操控外,还可以完成许多大型直升机不能完成的任务,主要在于勘测、监控等方面,节省人力物力,因此研究小型直升机具有十分重要的意义。由于小型直升机又具有高度耦合性、非线性、不对称性等特点,这些使得直升机的控制停留在一个较基础的阶段。直升机真正的技能,包括特技飞行等,还需有人进行监控,不能做到完全自主,因此研究小型直升机的控制器,实现小型直升机的自主控制,对完成更复杂的工作意义重大。本文主要研究小型直升机的控制器设计,针对于直升机的悬停状态进行设计。首先采用了LQR\LQG方法来设计控制器,这个方法便于计算,在这个控制器的作用下,直升机可以很快达到悬停状态,并能保持这个状态。第二种方法是基于神经网络的控制器,这种控制器具有模拟非线性能力强、学习能力强、变化程度高等特点,十分适于应用在小型直升机这样复杂自由度高的系统。神经网络参数调节方法采用了登山学习算法以及SPSA(Simultaneously Perturbation Stochastic Approximation)相结合的随机搜索方法,这样就确保了既能同时改动许多参数,又能保证强化学习算法的奖励报酬值函数始终向增长的方向发展。在这些理论基础上,本文还有相应的实验仿真设计,实验结果证明系统的性能在运用以上算法以后,有很大的改进,因此证明算法是可行的。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-14
  1.1 课题研究背景  8-10
    1.1.1 直升机的工作原理  8-9
    1.1.2 小型直升机模型基本知识  9-10
  1.2 直升机控制器研究现状  10-13
  1.3 本文主要内容  13-14
第2章直升机模型辨识  14-20
  2.1 系统辨识  14-15
  2.2 进行直升机模型辨识的目的  15
  2.3 系统辨识  15-17
    2.3.1 先验知识和建模目的  15-16
    2.3.2 直升机悬停模型辨识实验  16-17
    2.3.3 有关参数的估计  17
  2.4 辨识的直升机模型  17-20
第3章 LQG控制器设计  20-35
  3.1 状态空间模型  20-22
  3.2 LQG控制器设计  22-27
    3.2.1 设计全阶观测器  23-25
    3.2.2 输出反馈设计  25-27
  3.3 实验及结果  27-35
第4章神经网络控制器及强化学习算法  35-66
  4.1 强化学习  35-40
    4.1.1 决策  35-36
    4.1.2 强化学习过程  36-37
    4.1.3 直升机的强化学习  37-40
  4.2 人工神经网络及神经网络控制器  40-45
    4.2.1 人工神经网络的基本特征  41-43
    4.2.2 人工神经网络的基本结构  43-44
    4.2.3 人工神经网络的学习方法  44-45
  4.3 基于强化学习的直升机控制器设计  45-66
    4.3.1 神经网络控制器结构  46-50
    4.3.2 算法设计  50-59
    4.3.3 随机搜索实验方案设计  59-61
    4.3.4 实验结果  61-66
结论  66-68
参考文献  68-72
致谢  72

小型无人直升机悬停控制算法研究

内容摘要

全文目录

相似论文