一种基于自适应动态规划的飞行器自学习优化控制方法

本发明公开了一种基于自适应动态规划的飞行器自学习优化控制方法，首先，为保证飞行器在模型不确定、未知外部扰动下的稳定控制，在反步法框架下设计了一种基础稳定控制器。然后，考虑系统跟踪性能会随着扰动变化出现减弱趋势，引入一种基于ADP的参数自调节智能优化算法设计辅助控制器，通过执行‑评价网络权值随跟踪偏差的更新调节获得补偿控制信号进一步减小跟踪误差，实现控制器对环境变化的自学习与自适应能力。最后，通过综合基础控制器和辅助优化控制器，最终得到完整的鲁棒自学习优化控制器。该方法通用性强，计算精度高，具有重要的工程实践参考意义。