Control de Vuelo No Lineal Usando Redes Neuronales

Se presenta el desarrollo teórico de una arquitectura de control de seguimiento adaptativo directo utilizando redes neuronales. Se hace hincapié en la utilización de redes neuronales en una arquitectura de control de vuelo basada en la linealización por retroalimentación de la dinámica de la aeronave. Se utilizan redes neuronales para representar la transformación inversa no lineal necesaria para la linealización por retroalimentación. Las redes neuronales pueden ser entrenadas inicialmente fuera de línea utilizando un modelo matemático nominal, que proporciona una inversión aproximada que puede acomodar el envolvente total de vuelo. Se requieren redes neuronales capaces de aprendizaje en línea para compensar el error de inversión, que puede surgir de un modelado imperfecto, inversión aproximada o cambios repentinos en la dinámica de la aeronave. Se deriva una regla de ajuste de pesos estable para la red neuronal en línea. Bajo suposiciones suaves sobre las no linealidades que representan el error de inversión, el algoritmo de adaptación garantiza que todas las señales en el lazo estén uniformemente acotadas y que los pesos de la red neuronal en línea tiendan a valores constantes. Se presentan resultados de simulación para un modelo de aeronave F-18 para ilustrar el rendimiento del algoritmo de adaptación basado en red neuronal en línea.