一种基于深度学习的隐控一体控制分配方法

本发明公开了一种基于深度学习的隐控一体控制分配方法，属于飞机隐身与控制技术领域。通过深度神经网络，将飞行控制律生成的三轴力矩指令映射为舵面偏角指令，解决舵效非线性及舵面偏转对隐身性能的影响问题。具体包括：1）利用风洞和CFD数据拟合舵面偏角与力矩的非线性关系；2）构建深度自编码网络，以虚拟控制量误差和舵面偏转量组合作为损失函数；3）离线训练网络，分为监督训练和非监督训练，在线部署至飞行控制系统。本发明实现了高精度非线性控制分配，同时优化舵面偏转以降低隐身性能损失，具有实时性强、数据需求低等优点。