رهگیری اهداف هوایی توسط موشک آشیانه یاب با استفاده از کنترل تطبیقی یادگیری عمیق و فازی

در رویکرد هدایت وکنترل یکپارچه، قانون هدایت به طور جداگانه توسعه یافته و با فرض ایده آل بودن خودخلبان آزموده می شود. خودخلبان نیز به طور مستقل طراحی شده و با فرض ایده آل بودن قانون هدایت آزموده می شود. این مقاله به تشریح روند طراحی و شبیه سازی عملکرد کنترل کننده تطبیقی یادگیری عمیق و فازی می پردازد، که به منظور هدایت موشک در یک سناریوی سه بعدی جهت کمینه سازی زمان برخورد و فاصله عدم برخورد به هدف ایجاد شده است. در طراحی کنترل کننده، ابتدا یک کنترل کننده شبکه عصبی یادگیری عمیق بصورت آفلاین طراحی شده و بصورت جدول بهره در کنترل کننده تطبیقی استفاده می شود. در ادامه، با اضافه کردن کنترل فازی، توانمندی این کنترل کننده افزایش می یابد. عملکرد هر دو کنترل کننده در حضور اغتشاش مورد ارزیابی قرار میگیرد و با توجه به شبیه سازی ها نشان داده شد که استفاده از این کنترل کننده های پیشنهادی و به کارگیری مدل هدایت و کنترل یکپارچه، فاصله عدم برخورد نهایی موشک به هدف و زمان برخورد در مقایسه با کنترل کننده PIDو LQR کاهش یافته است.

Keywords:

موشک , کنترل تطبیقی , شبکه عصبی یادگیری عمیق , کنترل فازی