本發(fā)明屬于無(wú)人機(jī)控制，尤其涉及一種基于動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的多旋翼無(wú)人機(jī)前饋控制方法。

背景技術(shù)：

1、近年來(lái)，多旋翼無(wú)人機(jī)因其飛行方式靈活、機(jī)動(dòng)性強(qiáng)、可垂直起降等特點(diǎn)，在軍用與民用領(lǐng)域展現(xiàn)出廣闊的應(yīng)用前景。隨著多旋翼無(wú)人機(jī)應(yīng)用的愈加廣泛，其飛行環(huán)境也愈加復(fù)雜，甚至需滿足在高寒山地、叢林、狹窄樓群、湖泊等復(fù)雜地形的飛行工作，飛行環(huán)境往往存在風(fēng)擾多變和復(fù)雜不確定等特點(diǎn)，對(duì)多旋翼無(wú)人機(jī)飛行控制產(chǎn)生不利影響。

2、復(fù)合控制是在反饋控制器基礎(chǔ)上，引入前饋控制以進(jìn)一步提高系統(tǒng)動(dòng)態(tài)響應(yīng)性能，使其無(wú)需等到系統(tǒng)出現(xiàn)反饋誤差，便可對(duì)復(fù)雜環(huán)境擾動(dòng)及時(shí)進(jìn)行抑制。目前，由于人工神經(jīng)網(wǎng)絡(luò)的自適應(yīng)、自組織和自學(xué)習(xí)特點(diǎn)，許多學(xué)者將其作為前饋控制器實(shí)現(xiàn)無(wú)人機(jī)的復(fù)合控制。

3、脈沖神經(jīng)網(wǎng)絡(luò)作為接近仿生機(jī)制的第三代神經(jīng)網(wǎng)絡(luò)模型，其運(yùn)算方式更接近于哺乳動(dòng)物的腦，與人工神經(jīng)網(wǎng)絡(luò)相比，具有更強(qiáng)大的非線性計(jì)算、異步事件信息處理與自學(xué)習(xí)能力，實(shí)現(xiàn)更加高效的類人感知、認(rèn)知與決策能力。然而針對(duì)數(shù)據(jù)變化和不穩(wěn)定環(huán)境，脈沖神經(jīng)網(wǎng)絡(luò)存在需要預(yù)知網(wǎng)絡(luò)結(jié)構(gòu)信息和樣本比例分布的問(wèn)題，目前，在多旋翼無(wú)人機(jī)監(jiān)督的前饋控制中無(wú)法得到良好應(yīng)用。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明創(chuàng)造旨在提供一種基于動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的多旋翼無(wú)人機(jī)前饋控制方法，以解決脈沖神經(jīng)網(wǎng)絡(luò)在多旋翼無(wú)人機(jī)監(jiān)督的前饋控制中無(wú)法得到良好應(yīng)用的問(wèn)題，本發(fā)明結(jié)合動(dòng)態(tài)級(jí)聯(lián)結(jié)構(gòu)思想，構(gòu)建了新型網(wǎng)絡(luò)框架，克服了網(wǎng)絡(luò)結(jié)構(gòu)信息、樣本比例分布等必為先驗(yàn)知識(shí)的問(wèn)題，進(jìn)而提高了多旋翼無(wú)人機(jī)在復(fù)雜飛行環(huán)境下的適應(yīng)性與魯棒性。

2、為達(dá)到上述目的，本發(fā)明創(chuàng)造的技術(shù)方案是這樣實(shí)現(xiàn)的：

3、一種基于動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的多旋翼無(wú)人機(jī)前饋控制方法，具體包括如下步驟：

4、s1：獲取多旋翼無(wú)人機(jī)的脈沖信號(hào)，基于脈沖信號(hào)構(gòu)建動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)模型，脈沖信號(hào)包括期望脈沖信號(hào)和實(shí)際脈沖信號(hào)；

5、s2：基于網(wǎng)絡(luò)模型和脈沖信號(hào)差值構(gòu)建動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的代價(jià)函數(shù)；

6、s3：基于動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的初始預(yù)設(shè)參數(shù)和代價(jià)函數(shù)求解動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的權(quán)重；

7、s4：設(shè)置預(yù)設(shè)相似度閾值，基于預(yù)設(shè)相似度閾值確定動(dòng)態(tài)級(jí)聯(lián)結(jié)構(gòu)學(xué)習(xí)規(guī)則，動(dòng)態(tài)級(jí)聯(lián)結(jié)構(gòu)學(xué)習(xí)規(guī)則用于動(dòng)態(tài)調(diào)整隱含層神經(jīng)元個(gè)數(shù)、隱含層層數(shù)和隱含層神經(jīng)元權(quán)值；

8、s5：根據(jù)動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的權(quán)重與動(dòng)態(tài)級(jí)聯(lián)結(jié)構(gòu)學(xué)習(xí)規(guī)則獲得動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的輸出信號(hào)，并基于輸出信號(hào)實(shí)現(xiàn)對(duì)多旋翼無(wú)人機(jī)的前饋控制。

9、進(jìn)一步的，在步驟s1中，動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)模型為：

10、；

11、；

12、；

13、；

14、；

15、其中，表示靜息電位，表示突觸權(quán)值的轉(zhuǎn)置矩陣；，為表示網(wǎng)絡(luò)模型的中間參數(shù)，無(wú)物理含義，為表示網(wǎng)絡(luò)模型中的第i個(gè)突觸的中間參數(shù)；表示第i個(gè)突觸的權(quán)重；表示第i個(gè)突觸的電流內(nèi)核；表示單位階躍函數(shù)；表示訓(xùn)練過(guò)程中的當(dāng)前時(shí)刻；表示神經(jīng)元發(fā)出的最新脈沖時(shí)刻；表示脈沖信號(hào)；n表示突觸個(gè)數(shù)；，、和分別表示第1個(gè)突觸權(quán)值、第2個(gè)突觸權(quán)值和第n個(gè)突觸權(quán)值；表示膜電容；表示神經(jīng)元膜的時(shí)間常數(shù)。

16、進(jìn)一步的，在步驟s2中，代價(jià)函數(shù)為：

17、；

18、；

19、；

20、其中，表示期望脈沖信號(hào)與實(shí)際脈沖信號(hào)的脈沖信號(hào)差值，表示期望膜電位，表示代價(jià)函數(shù)；表示網(wǎng)絡(luò)模型；表示第i個(gè)期望脈沖信號(hào)的到達(dá)時(shí)刻；表示第i個(gè)實(shí)際脈沖信號(hào)的到達(dá)時(shí)刻；表示期望脈沖信號(hào)的個(gè)數(shù)；表示實(shí)際脈沖信號(hào)的個(gè)數(shù)；表示訓(xùn)練總時(shí)間。

21、進(jìn)一步的，在步驟s3中，動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的權(quán)重為：

22、；

23、；

24、；

25、；

26、；

27、；

28、其中，表示期望權(quán)值；表示權(quán)值更新增量；表示代價(jià)函數(shù)；表示的近似梯度；表示期望脈沖信號(hào)與實(shí)際脈沖信號(hào)的誤差函數(shù)，表示更新速率系數(shù)；表示近似脈沖響應(yīng)信號(hào)；表示膜電容；表示訓(xùn)練過(guò)程的當(dāng)前時(shí)刻；表示神經(jīng)元膜的時(shí)間估計(jì)常數(shù)；為表示近似脈沖響應(yīng)信號(hào)的中間參數(shù)，無(wú)物理含義。

29、進(jìn)一步的，步驟s4具體包括如下步驟：

30、s41：設(shè)置相似度閾值、單個(gè)隱含層的神經(jīng)元數(shù)量閾值和隱含層預(yù)設(shè)值；

31、s42：向動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的隱含層添加神經(jīng)元k，計(jì)算神經(jīng)元k的權(quán)重與當(dāng)前隱含層的原有各神經(jīng)元的權(quán)重的相似度：

32、；

33、其中，表示新添加神經(jīng)元k與原有第i個(gè)神經(jīng)元的權(quán)重相似度；表示新增加的神經(jīng)元k的權(quán)重；表示動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)原有的第i個(gè)神經(jīng)元的權(quán)重；表示常數(shù)；表示當(dāng)前隱含層的神經(jīng)元個(gè)數(shù)；

34、s43：判斷相似度是否小于相似度閾值，若是，則執(zhí)行步驟s44，否則執(zhí)行步驟s46；

35、s44：判斷隱含層的神經(jīng)元個(gè)數(shù)是否小于等于神經(jīng)元數(shù)量閾值，若是，則在隱含層中添加一個(gè)新神經(jīng)元來(lái)記錄新的信息，執(zhí)行步驟s47，否則執(zhí)行步驟s45；

36、s45：在動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)中添加一個(gè)新隱含層，將新神經(jīng)元添加至新隱含層中，用新隱含層替代步驟s44的隱含層，執(zhí)行步驟s47；

37、s46：將當(dāng)前計(jì)算的新添加神經(jīng)元與權(quán)重相似度最高的原有神經(jīng)元合并，更新合并后的神經(jīng)元權(quán)值；

38、s47：用新添加神經(jīng)元k+1替代神經(jīng)元k，重復(fù)步驟s42~s46，直至當(dāng)前動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的隱含層個(gè)數(shù)大于隱含層預(yù)設(shè)值，完成隱含層神經(jīng)元個(gè)數(shù)、隱含層層數(shù)和隱含層神經(jīng)元權(quán)值的動(dòng)態(tài)調(diào)整。

39、進(jìn)一步的，在步驟s46中，通過(guò)下式更新合并后的神經(jīng)元權(quán)值：

40、；

41、其中，表示神經(jīng)元k被合并到相似度最高的神經(jīng)元后的權(quán)值；表示當(dāng)前隱含層的神經(jīng)元個(gè)數(shù)；表示神經(jīng)元k的權(quán)重。

42、進(jìn)一步的，在步驟s1中，多旋翼無(wú)人機(jī)的期望脈沖信號(hào)基于期望軌跡得出，實(shí)際脈沖信號(hào)基于多旋翼無(wú)人機(jī)的實(shí)際飛行軌跡得出。

43、進(jìn)一步的，在步驟s2中，脈沖信號(hào)差為期望脈沖信號(hào)和實(shí)際脈沖信號(hào)的差值。

44、進(jìn)一步的，在步驟s3中，動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的初始預(yù)設(shè)參數(shù)包括隱含層神經(jīng)元個(gè)數(shù)初始值、隱含層層數(shù)初始值和隱含層神經(jīng)元權(quán)值初始值，其中，隱含層層數(shù)初始值設(shè)為1。

45、與現(xiàn)有技術(shù)相比，本發(fā)明創(chuàng)造能夠取得如下有益效果：

46、（1）本發(fā)明創(chuàng)造所述的基于動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的多旋翼無(wú)人機(jī)前饋控制方法，結(jié)合動(dòng)態(tài)級(jí)聯(lián)思想，提出了一種新型動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)，能夠克服脈沖神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)信息、樣本比例分布等必為先驗(yàn)知識(shí)的問(wèn)題。將多旋翼無(wú)人機(jī)期望軌跡與反饋控制器輸出作為樣本輸入進(jìn)行訓(xùn)練，實(shí)現(xiàn)動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)監(jiān)督前饋控制，為多旋翼無(wú)人機(jī)前饋控制提供了新思路。

47、（2）本發(fā)明創(chuàng)造所述的基于動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的多旋翼無(wú)人機(jī)前饋控制方法，設(shè)計(jì)了監(jiān)督權(quán)值與動(dòng)態(tài)級(jí)聯(lián)結(jié)構(gòu)學(xué)習(xí)機(jī)制，通過(guò)動(dòng)態(tài)自適應(yīng)增加隱含層及隱含層神經(jīng)元去提取更多輸入的外界信息中心簇，從而確保多旋翼無(wú)人機(jī)能夠適應(yīng)不斷變化的非穩(wěn)定環(huán)境，當(dāng)學(xué)習(xí)新信息時(shí)，將會(huì)避免災(zāi)難性干擾或遺忘，即使輸入數(shù)據(jù)連續(xù)改變，也不會(huì)影響動(dòng)態(tài)級(jí)聯(lián)脈沖神經(jīng)網(wǎng)絡(luò)的正常工作，大大提高了監(jiān)督前饋控制的穩(wěn)定性與魯棒性。