一种面向多无人机协同编队控制的改进深度神经网络方法

TP13; 研究了多维度飞行数据下的协同编队控制问题,提出了一种基于改进深度神经网络的协同飞行控制方法.首先,使用深度神经网络在线整定PID控制器,设计了一种基于深度神经网络的PID控制器;其次,针对传统深度神经网络收敛速度慢、学习效率低的问题,同时为了满足多无人机编队飞行的实时性,在深度神经网络控制器中引入动量因子以提高网络的学习性能;最后,将所设计的改进深度神经网络控制器扩展到多无人机协同飞行任务场景实现协同编队飞行.对多无人机协同编队飞行进行仿真验证,仿真结果表明,所设计的改进深度神经网络编队控制器可以有效实现多无人机的编队生成与协同飞行....

Full description

Saved in:
Bibliographic Details
Published in西北工业大学学报 Vol. 38; no. 2; pp. 295 - 302
Main Authors 谢文光, 吴康, 阎芳, 史豪斌, 张啸晨
Format Journal Article
LanguageChinese
Published 中国民航大学 适航学院,天津 300300%民航航空器适航审定技术重点实验室,天津 300300 01.04.2020
中国民航大学 电子信息与自动化学院,天津 300300%西北工业大学 计算机学院,陕西 西安,710072
民航航空器适航审定技术重点实验室,天津 300300
Subjects
PID控制器
协同编队
动量因子
改进深度神经网络
Online AccessGet full text
ISSN1000-2758
DOI10.1051/jnwpu/20203820295

Cover

More Information
Summary:TP13; 研究了多维度飞行数据下的协同编队控制问题,提出了一种基于改进深度神经网络的协同飞行控制方法.首先,使用深度神经网络在线整定PID控制器,设计了一种基于深度神经网络的PID控制器;其次,针对传统深度神经网络收敛速度慢、学习效率低的问题,同时为了满足多无人机编队飞行的实时性,在深度神经网络控制器中引入动量因子以提高网络的学习性能;最后,将所设计的改进深度神经网络控制器扩展到多无人机协同飞行任务场景实现协同编队飞行.对多无人机协同编队飞行进行仿真验证,仿真结果表明,所设计的改进深度神经网络编队控制器可以有效实现多无人机的编队生成与协同飞行.
ISSN:1000-2758
DOI:10.1051/jnwpu/20203820295