کنترل ردیاب وضعیت بهینه تحمل پذیر عیب کوادروتور در حضور قیود حالت و ورودی با استفاده از یادگیری تقویتی ایمن

در این مقاله، به ارائه روشی جهت طراحی سیستم کنترل وضعیت ردیاب بهینه برای پرنده کوادروتور که در معرض عیوب اجزا و عملگر قرار دارد پرداخته شده است. روش کنترل تحمل پذیر عیب یکپارچه پیشنهادی مبتنی بر یادگیری تقویتی ایمن ارائه شده است و قادر است بدون نیاز به شناخت قبلی از دینامیک پرنده، قیود ورودی و حالات را تضمین نماید. به این منظور، روش بهینه پیشنهادی با ساختار شبکه عصبی دوگانه شامل شبکه های عصبی شناساگر-نقاد ارائه شده است. در قانون به روزرسانی وزن های شبکه شناساگر علاوه بر متغیر در نظر گرفتن ضریب فراموشی از روش پاسخ تجربه استفاده شده که باعث افزایش سرعت همگرایی و مقاومت نسبت به نویز اندازه گیری و کاهش خطای تخمین می شوند. در این روش، حل مسئله کنترل ردیاب وضعیت بهینه تحمل پذیر عیب در حالت مقید با حل مسئله پایدارسازی بهینه نامقید برای یک سیستم افزوده معادل می شود که در آن قیود ورودی کنترلی و حالات به ترتیب با انتخاب تابع هزینه مناسب بر سیگنال ورودی و توابع کنترل مانع مناسب بر حالات، تضمین داده می شوند. همچنین آشکارسازی وقوع عیب بدون نیاز به هیچ گونه بانکی از مدل یا فیلتر و صرفا با مقایسه مقدار باقی مانده معادله همیلتون-ژاکوبی-بلمن با یک آستانه از پیش تعیین شده انجام می پذیرد. پایداری فراگیر یکنواخت وزن های هر دو شبکه و درنتیجه همگرایی قانون کنترل به پاسخ بهینه با استفاده از قضیه لیاپانوف اثبات و با استفاده از نتایج شبیه سازی صحت عملکرد آن نشان داده شده است.