人工智能在航天器制导与控制中的应用综述

航天器制导与控制技术是保障空间任务顺利实施的关键技术之一。当前,动力学模型的强非线性以及参数不确定性制约了高精度姿轨控技术的发展,而系统故障则决定航天器姿轨控的成败。以机器学习为代表的新一代人工智能技术航天器制导控制领域展现了巨大的应用潜力。首先对基于人工智能技术的轨迹制导和姿态控制中的研究发展及应用现状进行归纳,分析航天器轨迹规划、姿态控制、故障诊断以及容错控制技术的发展趋势。然后,从鲁棒轨迹规划、自适应姿态控制、快速故障诊断和自适应容错控制等4个方面总结适用于未来航天任务的航天器姿轨控关键技术。最后,针对智能姿轨控技术的应用所面临的挑战,从姿轨控架构、算法最优性、算法的训练以及技术验证等方面提出相应的发展建议。     

航天器有限时间自适应姿态跟踪容错控制

非刚体航天器存在时变的惯量、执行器完全失效或衰退故障以及外界干扰的情况,提出一种有限时间自适应姿态跟踪容错控制方法。首先,基于有限时间理论和自适应方法,设计惯量不确定性自适应估计项和外界干扰参数自适应估计项进行系统补偿,克服惯量不确定性和抑制外界干扰;然后,基于容错控制和双幂次方法,设计一种自适应有限时间姿态跟踪容错控制算法,并且利用Lyapunov稳定性理论证明所提算法能够保证航天器姿态跟踪系统实际有限时间稳定;最后,对仿真结果进行验证。结果表明:所提有限时间姿态跟踪容错控制方法是有效的。     

混合小推力航天器日心悬浮轨道保持控制

针对太阳帆、太阳电混合推进航天器日心悬浮轨道保持控制问题进行了研究。为解决基于局部线性化模型设计轨道保持控制器时存在的控制精度不高、模型精确性过度依赖等问题,应用自抗扰控制(ADRC)技术设计了轨道保持控制器。首先,采用圆形限制性三体问题(CRTBP)模型推导了混合小推力航天器日心悬浮轨道动力学方程;然后,考虑系统模型不确定性和外部扰动,提出了一种基于扰动估计和补偿的轨道保持控制方法;最后,数值仿真表明存在系统模型不确定性、初始入轨误差及地球轨道偏心率扰动等因素的情况下,所设计的控制器仅需很小的速度增量即可实现高精度的日心悬浮轨道保持控制。     

SE(3)上航天器姿轨耦合固定时间容错控制

针对相对运动航天器姿轨一体化控制问题,考虑执行器故障和控制输入饱和的影响,提出了一种基于滑模的模糊自适应固定时间容错控制方法。首先,在李群SE（3）的框架下建立并推导相对运动航天器姿轨一体化误差动力学模型;其次,引入执行器故障和控制输入饱和的问题,采用双幂次快速终端滑模面,并结合模糊自适应方法设计了固定时间稳定的容错控制器,可以实现执行器故障情况下相对运动航天器的高精度快速跟踪控制;然后,运用Lyapunov方法证明了系统的稳定性,该控制器不仅能不依赖于系统的初始状态实现滑模趋近和到达阶段的固定时间稳定性,而且由于采用模糊逼近方法结合自适应更新策略可以实时高精度地估计系统的总扰动信息,因此可以达到快速高精度的容错控制目标;最后,对所提出的的控制方法进行数值仿真分析,结果验证了该方法的有效性和可行性。     

Adaptive fault-tolerant attitude tracking control for spacecraft with time-varying inertia uncertainties

This paper is devoted to adaptive attitude tracking control for rigid spacecraft in the presence of parametric uncertainties, actuator faults and external disturbance. Specifically, a dynamic model is established based on one-tank spacecraft, which explicitly takes into account changing Center of Mass(CM). Then, a control scheme is proposed to achieve attitude tracking.Benefiting from explicitly considering the changing CM during the controller design process, the proposed scheme possesses good robustness to parametric uncertainties with less fuel consumption.Moreover, a fault-tolerant control algorithm is proposed to accommodate actuator faults with no need of knowing the actuators' fault information. Lyapunov-based analysis is provided and the closed-loop system stability is rigorously proved. Finally, numerical simulations are presented to illustrate the effectiveness of the proposed controllers.     

Neural adaptive control for a ground experiment of the space proximity operation in a six-degree-of-freedom micro-gravity simulation system

In this study, a neural adaptive controller is developed for a ground experiment with a spacecraft proximity operation. As the water resistance in the experiment is highly nonlinear and can significantly affect the fidelity of the ground experiment, the water resistance must be estimated accurately and compensated using an active force online. For this problem, a novel control algorithm combined with Chebyshev Neural Networks (CNN) and an Active Disturbance Rejection Control (ADRC) is proposed. Specifically, the CNN algorithm is used to estimate the water resistance. The advantage of the CNN estimation is that the coefficients of the approximation can be adaptively changed to minimize the estimation error. Combined with the ADRC algorithm, the total disturbance is compensated in the experiment to improve the fidelity. The dynamic model of the spacecraft proximity maneuver in the experiment is established. The ground experiment of the proximity maneuver that considers an obstacle is provided to verify the efficiency of the proposed controller. The results demonstrate that the proposed method outperforms the pure ADRC method and can achieve close-to-real-time performance for the spacecraft proximity maneuver.     

高超声速飞行器气动伺服弹性的自适应抑制

针对弹性高超声速飞行器的气动伺服弹性问题，提出一种结合线性自抗扰和自适应陷波器的综合控制方案。针对强耦合和强不确定性问题，采用线性自抗扰控制对总扰动进行快速估计和补偿。为了在最小化对刚体控制性能影响的同时实现对频率未知且时变的弹性模态的抑制，采用能够在线估计弹性频率的自适应陷波器。根据气动伺服弹性抑制问题的特点提炼出对自适应陷波器的性能需求。针对这些需求设计了两种基于递推最大似然法的多频率直接辨识方案——参数单独自适应和同时自适应方案。为了提高辨识算法在各种随机扰动下的鲁棒性，在此基础上提出一种在线有效性监督机制，并通过大量的数字仿真对两种方案进行了性能对比。最后，在弹性高超声速飞行器模型上进行仿真，仿真结果验证了所提控制方案的有效性。     

空间飞行器抓捕非合作目标后的复合控制

随着空间技术的不断发展，空间飞行器抓取非合作目标的稳定控制技术变得日益重要。基于拉格朗日动力学原则对空间飞行器进行动力学建模，考虑了非合作目标的未知参数、空间飞行器模型的不确定性及存在外部干扰的情况，理论分析了自适应控制及基于非线性干扰观测控制的可行性，并对比了二者的优缺点。在此基础上提出了一种可以在线精确估计非合作目标未知参数的复合控制方法，并进行了仿真验证。仿真结果表明，所提方法能够将所有参数的估计误差限制在很小的范围内，相对于自适应控制方法有了显著改善。     

基于自适应不对称高斯基函数网络的可靠飞行跟踪控制

针对歼击机操纵面结构故障,提出了一种基于自适应不对称高斯基函数网络（AGBFN）的可靠跟踪控制方案。该方案的特点是在传统的线性控制器的基础上,引入基于自适应AGBFN的自适应控制器,用于在线补偿由于建模误差、外扰、以及操纵面卡死或损伤所造成的影响,并且采用控制隔离技术来处理执行机构的饱和问题。完全自适应AGBFN采用不对称高斯基函数,并且可以在线更新网络所有参数,克服了传统RBF网络对称性约束,提高了网络的适应性和学习能力,从而保证歼击机的操纵品质,且输出较好地跟踪参考模型输出。飞行仿真结果表明,文中采用的控制方法使飞机在正常状态和故障状态下均可获得满意的控制效果。     

基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

高超声速飞行器自适应神经网络容错控制

针对高超声速飞行器巡航段执行器控制效益损失故障和卡死故障问题,基于高超声速飞行器纵向运动模型,将自适应算法与改进的径向基函数神经网络(RBFNN)方法相结合,设计了一种自适应神经网络容错控制器。所提出的容错控制方法具有无需估计执行器故障值的优点,且设计的控制算法结构简单,无需大量实时计算,可以快速处理故障的发生,确保系统在参数不确定、恒定或时变执行器故障与卡死故障情况下仍具有稳定跟踪能力。最后,仿真验证了该方法的有效性。     

基于神经网络的自动着陆飞行鲁棒自适应逆控制

针对飞机自动着陆飞行提出了基于神经网络的鲁棒自适应非线性动态逆控制器设计方案。首先采用非线性动态逆方法设计着陆飞行的基本控制律,再利用多层感知器神经网络设计适当的权值调整规则使其能够自适应地逼近和补偿逆误差。仿真结果表明,所设计的飞行控制系统是有效的,系统能够克服动态逆误差对着陆飞行控制带来的不利影响。     

基于旁路溢流原理的流体脉动主动控制

 随着现代飞机液压系统向高压、大功率方向发展，周期性流体脉动更容易在液压能源系统中产生流固耦合振动，导致液压管路疲劳破坏。针对被动式流体脉动抑制方法不具备自适应性、对低频脉动抑制效果差等缺点，提出了基于旁路溢流原理的流体脉动主动控制方法，即在与能源主管路连通的分叉管路上安装压电陶瓷驱动伺服阀主动消振器，通过主动消振器的溢流产生次级脉动波与主管路中原有压力波相互抵消，使管路中流体脉动减小。并针对流体脉动周期性特点，提出一种在线频率估计的自适应前馈控制方法，利用参考传感器测量泵源脉动信号，在线获取脉动频率，并以此频率构造控制器的参考输入信号，实现对流体脉动的主动控制。为验证所提方法的有效性，设计了主动消振实验平台。实验结果表明，所提出的脉动主动控制方法具备很强的自适应性，能对流体脉动进行很好的抑制。     

基于径向基神经网络干扰观测器的空天飞行器自适应轨迹线性化控制

 研究了一种自适应轨迹线性化控制策略并应用于空天飞行器(ASV)飞行控制系统设计。通过理论分析指明当前轨迹线性化控制方法(TLC)对系统中的不确定存在鲁棒性不足的问题。为了解决这一问题，首先研究了一种径向基神经网络干扰观测器(RDO)技术，严格证明了RDO对于系统中不确定因素具有良好的逼近能力。然后利用RDO输出得到一种新的基于RDO的自适应TLC控制策略。神经网络自适应律采用Lyapunov方法设计，保证了闭环系统所有信号有界。最后采用新方案实现了ASV飞控系统，仿真结果表明整个闭环系统在鲁棒性能方面得到很大提高。     

基于新型终端滑模的航天器执行器故障容错姿态控制简

 针对受干扰的刚体航天器冗余执行器存在故障与控制受限的姿态跟踪控制问题,提出一类基于新型指数形式的非奇异快速滑模面（ENFTSM）与趋近律的姿态容错控制器设计方法。当部分推力器发生故障时,假设剩余推力器具有输出饱和特性且能提供足够推力保证航天器执行任务,相比一般终端滑模控制器,本文设计的控制器不仅能使系统状态以更快的速度到达平衡点,且不需要在线对执行器故障信息进行检测和分离。基于Lyapunov方法证明本文设计的控制器能保证闭环系统稳定,且能有效地抑制外部干扰、控制受限和执行器故障等约束。最后对提出的控制算法进行了数值仿真,其结果表明了该控制器的有效性。     

基于新型终端滑模的航天器执行器故障容错姿态控制

针对受干扰的刚体航天器冗余执行器存在故障与控制受限的姿态跟踪控制问题,提出一类基于新型指数形式的非奇异快速滑模面（ENFTSM）与趋近律的姿态容错控制器设计方法。当部分推力器发生故障时,假设剩余推力器具有输出饱和特性且能提供足够推力保证航天器执行任务,相比一般终端滑模控制器,本文设计的控制器不仅能使系统状态以更快的速度到达平衡点,且不需要在线对执行器故障信息进行检测和分离。基于Lyapunov方法证明本文设计的控制器能保证闭环系统稳定,且能有效地抑制外部干扰、控制受限和执行器故障等约束。最后对提出的控制算法进行了数值仿真,其结果表明了该控制器的有效性。     

多操纵面飞机舵面损伤的快速故障诊断

针对多操纵面飞机舵面损伤的快速故障诊断问题,提出一种直接估计舵面偏转量的自适应补偿观测器方法。首先,设计了增广观测器进行系统输入估计,并提出了自适应补偿方法解决其动态跟踪性能差的问题;其次,设计了一种新的自适应阈值以快速检测故障并降低虚警率;最后,利用舵面故障特点,采用重置初值的限定记忆最小二乘方法实现了对突变参数的实时估计,用以进行故障隔离。仿真结果表明:在不同的舵面损伤故障情况下,所提出的观测器方法能在20 ms内发出故障预警,并在0.22 s内确定故障位置,所采用的辨识方法可以在故障报警后的0.2 s内准确估计出损伤程度。     

Adaptive Integral-type Sliding Mode Control for Spacecraft Attitude Maneuvering Under Actuator Stuck Failures

A fault tolerant control (FTC) design technique against actuator stuck faults is investigated using integral-type sliding mode control (ISMC) with application to spacecraft attitude maneuvering control system. The principle of the proposed FTC scheme is to design an integral-type sliding mode attitude controller using on-line parameter adaptive updating law to compensate for the effects of stuck actuators. This adaptive law also provides both the estimates of the system parameters and external disturbances such that a prior knowledge of the spacecraft inertia or boundedness of disturbances is not required. Moreover, by including the integral feedback term, the designed controller can not only tolerate actuator stuck faults, but also compensate the disturbances with constant components. For the synthesis of controller, the fault time, patterns and values are unknown in advance, as motivated from a practical spacecraft control application. Complete stability and performance analysis are presented and illustrative simulation results of application to a spacecraft show that high precise attitude control with zero steady-error is successfully achieved using various scenarios of stuck failures in actuators.     

柔性航天器振动主动抑制及姿态控制

针对柔性航天器柔性附件振动主动抑制及姿态高精度快速稳定问题，研究了一种输入成形器（IS）-自适应有限时间干扰观测器（FDO）-有限时间积分滑模控制器综合的设计方法。首先，基于柔性模态的频率及阻尼信息，获得能够有效抑制柔性振动的输入成形器形式，并与系统参考输入进行卷积，得到期望参考输入；其次，基于航天器动力学模型，设计一种新型的自适应有限时间干扰观测器，避免了综合干扰上界必须已知的约束，且保证干扰估计误差有限时间收敛至零，实现对干扰及残余振动影响的快速精确估计；最后，基于观测器的估计值，设计多变量有限时间积分滑模控制器，保证对期望参考输入的高精度快速跟踪控制，并进行严格的稳定性证明。仿真结果表明，该综合设计策略能够保证柔性附件振动抑制75%，姿态稳定度达到10^-4数量级。     

RFNN control for PMLSM drive via backstepping technique

A robust fuzzy neural network (RFNN) control system is proposed in this study to control the position of the mover of a permanent magnet linear synchronous motor (PMLSM) drive system to track periodic reference trajectories. First, an ideal feedback linearization control law is designed based on the backstepping technique. Then, a fuzzy neural network (FNN) controller is designed to be the main tracking controller of the proposed RFNN control system to mimic an ideal feedback linearization control law, and a robust controller is proposed to confront the shortcoming of the FNN controller. Moreover, to relax the requirement for the bound of uncertainty term, which comprises a minimum approximation error, optimal parameter vectors and higher order terms in Taylor series, an adaptive bound estimation is investigated where a simple adaptive algorithm is utilized to estimate the bound of uncertainty. Furthermore, the simulated and experimental results due to periodic reference trajectories demonstrate that the dynamic behaviors of the proposed control systems are robust with regard to uncertainties.