[发明专利]一种基于PID神经网络的无人机控制方法

摘要

本发明提供了一种基于PID神经网络的无人机控制方法，包括遥控模式和自主飞行模式，遥控模式是使用遥控器向无人机发送指令，使无人机按照遥控指令飞行；自主飞行模式包括角速率和角速度的反馈控制，来确保无人机的姿态已经保持稳定位置，并自主控制飞行高度及位置；自主飞行模式采用PID神经网络控制算法，PID神经网络基本形式是2×3×1的结构，即：两个输入层神经元，分别输入给定信号及实际信号的反馈量；三个隐含层神经元，分别为比例神经元、积分神经元和微分神经元；一个输出层神经元，用来输出计算结果。本发明提供的方法克服了现有技术的不足，其抗干扰能力好，鲁棒性好，控制精度高，可以方便地实现小型无人机的飞行控制。

主权项

一种基于PID神经网络的无人机控制方法，包括如下步骤：步骤1：给无人机上电，进行开始准备；步骤2：无人机开启遥控模式；步骤3：无人机接受遥控器的指令进行飞行；步骤4：无人机控制系统进行飞行是否稳定的判定，如果稳定进行步骤5，如果不稳定进行步骤3；步骤5：无人机启动自主飞行模式；步骤6：无人机在自主飞行模式下，进行自主飞行；其特征在于：所述自主飞行模式采用PID神经网络控制算法，简称PIDNN控制算法；PIDNN的基本形式是2×3×1的结构，即：两个输入层神经元，分别输入给定信号及实际信号的反馈量；三个隐含层神经元，分别为比例神经元、积分神经元和微分神经元；一个输出层神经元，用来输出计算结果；PIDNN的前向算法为：每个神经元都包含了输入net、状态u以及输出x，激活函数采用分段线性函数；(1)输入层输入层由两个神经元组成，分别输入给定值rin以及实际输出值yout，在任意的采样时刻有：$\left\{\begin{array}{c}{\mathrm{net}}_1\left(k\right)=\mathrm{rin}\left(k\right)\\ {\mathrm{net}}_2\left(k\right)=\mathrm{yout}\left(k\right)\end{array}\right.$其中，k为任意时刻的采样点；输入层神经元的状态为：u_i(k)＝net_i(k)输入层神经元的输出为：$x_i\left(k\right)=\left\{\begin{array}{c}1,u_i\left(k\right)>1\\ u_i\left(k\right),-1\<\<u_i\left(k\right)\<\<1\\ -1,u_i\left(k\right)\<-1\end{array}\right.$上述各式中，i＝1，2；(2)隐含层隐含层由三个神经元组成，分别实现了P，I，D的功能：三个神经元的输入是一样的，为：${\mathrm{net}}_j^{\′}\left(k\right)=\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{x}_i\left(k\right)$其中j＝1，2，3；w_ij为输入层到隐含层的权值，上标“’”为隐含层的变量标记；比例元P的状态为：u′₁(k)＝net′₁(k)积分元I的状态为：u′₂(k)＝u′₂(k‑1)+net′₂(k)微分元D的状态为：u′₃(k)＝net′₃(k)‑net′₃(k‑1)隐含层各神经元的输出为：$x_j^{\′}\left(k\right)=\left\{\begin{array}{c}1,u_j^{\′}\left(k\right)>1\\ u_j^{\′}\left(k\right),-1\<\<u_j^{\′}\left(k\right)\<\<1\\ -1,u_j^{\′}\left(k\right)\<-1\end{array}\right.$(3)输出层输出层只有一个神经元，其完成了这个网络的输出；其输入为：${\mathrm{net}}^{\′\′}\left(k\right)=\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{w}_j^{\′}{x}_j^{\′}\left(k\right)$其状态为：u"(k)＝net"(k)输出层的输出也就是整个系统的输出为：$x^{\′\′}\left(k\right)=\left\{\begin{array}{c}1,u^{\′\′}\left(k\right)>1\\ u^{\′\′}\left(k\right),-1\<\<u^{\′\′}\left(k\right)\<\<1\\ -1,u^{\′\′}\left(k\right)\<-1\end{array}\right.$其中，w′_jx′_j为隐含层到输出层的权值，上标‘”’为输出层的变量标记；PIDNN的反传算法与BP神经网络一样；PIDNN输入层到隐含层权值取1，在输出层权值分别取KP、KI和KD，KP、KI和KD分别表示比例，积分和微分的系数。