PILCO框架对飞行姿态模拟器系统的参数设计与优化

PID控制是飞行器控制中应用最广泛的控制方法,但是PID参数的调节往往十分繁琐。为了实现飞行模拟器控制系统自主优化PID控制器的参数,从而完成系统的稳定控制,本文使用强化学习中的概率推理学习控制算法(Probabilistic Inference for Learning Control,PILCO)自主优化PID控制器的参数。首先,利用输入输出数据拟合出系统的概率动力学模型,并使用策略评估的方法对当前PID控制器进行评价;最后,使用策略提升的方式对当前PID控制器进行优化。在系统采样频率为100Hz,每次采集8s数据的实验中,经过10个回合的离线训练之后,系统控制效果已经可以满足要求,PID控制器参数已经收敛。经过PILCO优化的飞行姿态模拟器在定点实验中表现出良好的鲁棒性,表明PILCO算法可以优化PID控制器的参数,并且在解决非线性控制和参数优化方面具有很大潜能。     

二自由度飞行姿态模拟器自整定控制器设计

以一套可变负载的二自由度飞行姿态模拟器为实验平台,研究变负载下的飞行器的自适应控制问题。根据继电反馈理论,采用基于继电反馈的PID控制的方法,设计飞行姿态模拟器的自适应控制器,并给出控制器参数和实验效果。通过理论分析和实验验证,证明自适应控制算法在飞行器控制方面的有效性和针对变负载下的自适应性,同时说明了飞行姿态模拟器是研究自适应控制和飞行器控制的非常理想的实验平台。     

二自由度飞行姿态模拟器自整定控制器设计EI北大核心CSCD

以一套可变负载的二自由度飞行姿态模拟器为实验平台,研究变负载下的飞行器的自适应控制问题。根据继电反馈理论,采用基于继电反馈的PID控制的方法,设计飞行姿态模拟器的自适应控制器,并给出控制器参数和实验效果。通过理论分析和实验验证,证明自适应控制算法在飞行器控制方面的有效性和针对变负载下的自适应性,同时说明了飞行姿态模拟器是研究自适应控制和飞行器控制的非常理想的实验平台。