[发明专利]四旋翼飞行器模型、辨识方法、系统及存储介质

权利要求书

1.一种四旋翼飞行器MTMLP-ARX模型，其特征在于，该模型表达式为：

其中，c表示当前时刻四旋翼飞行器的第c个输出通道，c₁表示历史时刻四旋翼飞行器的第c₁个输出通道，c₂表示历史时刻四旋翼飞行器输入的第c₂个输入，N_o,N_i分别为四旋翼飞行器的输出通道个数和输入个数；Y^c(t)∈R为t时刻四旋翼飞行器的第c个通道输出值，即第c个通道预测输出，且有分别是t-x时刻四旋翼飞行器的第1,……,N_o个通道输出值；为系统t-k₂时刻第c₂个输入值；ε(t)∈R为高斯白噪声；p和q分别为MTMLP-ARX模型的输出阶次和输入阶次；为MTMLP-ARX模型第c个通道输出中的常数项；为MTMLP-ARX模型第c个通道输出中的系数；为MTMLP-ARX模型第c个通道输出中的系数；α,β分别表示MTMLP神经网络参数非共享部分和参数共享部分；N_β分别表示MTMLP神经网络参数非共享部分c输出通道和参数共享部分的网络层数；l_α,l_β分别表示MTMLP神经网络参数非共享部分和参数共享部分的第l层；j_α,j_β分别表示MTMLP神经网络参数非共享部分和参数共享部分的当前层第j个神经元；分别为MTMLP神经网络参数非共享部分输出通道c和参数共享部分第l层神经元个数；MTMLP神经网络参数非共享部分和参数共享部分的激活函数φ(x)都为ReLU函数；分别为MTMLP神经网络参数非共享部分c输出通道和参数共享部分第l-1层所有神经元连接l层第j个神经元的权重；分别为MTMLP神经网络参数非共享部分输出通道c第l-1层第个神经元连接l层第j个神经元的权重；分别为MTMLP神经网络参数共享部分第l-1层第个神经元连接l层第j个神经元的权重；分别为MTMLP神经网络参数非共享部分输出通道c和参数共享部分第l-1层所有神经元连接l层第j个神经元的偏置；分别为MTMLP神经网络参数非共享部分输出通道c和参数共享部分第l层所有神经元的输出，为MTMLP神经网络参数共享部分第N^β层所有神经元的输出；分别为MTMLP神经网络参数非共享部分输出通道c第l-1层第个神经元连接l层第j个神经元的权重，分别为MTMLP神经网络参数共享部分l-1层第个神经元连接l层第j个神经元的权重；分别为MTMLP神经网络参数非共享部分输出通道c第l层第个神经元的输出，分别为MTMLP神经网络参数共享部分第l层第个神经元的输出；W(t-1)为MTMLP-ARX模型的输入状态向量，由四旋翼飞行器的历史输出数据构成。

2.根据权利要求1所述的四旋翼飞行器MTMLP-ARX模型，其特征在于，所述MTMLP-ARX模型包括：

输入层，用于接收输入状态向量W(t-1)；

多个共享层，用于对所述输入状态向量W(t-1)进行处理，通过激活函数计算的值，得到当前共享层的状态f¹后，输入到下一共享层，在下一个共享层通过激活函数计算得到下一共享层的状态f²，依此类推，直到最后一个共享层得到MTMLP神经网络参数共享部分第N^β层所有神经元的输出

多个输出通道，每个输出通道包括多个非共享层，且每个输出通道第一层均与最后一个共享层连接，每个非共享层通过激活函数计算的值，得到非共享层c输出通道第l_α层的状态后，输入到c输出通道的第l_α+1层，得到c输出通道第l_α+1层的状态依此类推，直到得到c输出通道最后一层的状态；

输出层，用于根据每个非共享层中每个输出通道的输出，获取t时刻四旋翼飞行器的第1,……，N_o个通道输出值