基于BP神经网络的磁悬浮飞轮控制

针对磁悬浮飞轮控制对鲁棒性、低功耗及不平衡振动抑制等要求,提出BP神经网络直接控制方法。设计了两层结构BP神经网络控制器,基于磁轴承电磁力方程推导网络权值更新算法,实现了神经网络的在线训练。仿真表明,控制器权值更新算法对环境变化适应能力强,训练成功率高;BP神经网络控制器具有起浮迅速、抗干扰能力强、功耗低等性能,并具备不平衡振动抑制能力。结果表明BP神经网络控制器满足磁悬浮飞轮控制要求,具有可行性和有效性。     

重力测量卫星三轴稳定模型预测控制方法

基于卫星重力测量姿态控制任务需求,提出了一种基于模型预测控制的三轴姿态稳定控制方法.给出了将控制力矩和扰动力矩分别作为控制变量和测量扰动的线性化方程,并将推力大小及其变化量作为约束条件.基于离散化状态方程,提出了满足多种约束条件的预测控制方法.通过数学仿真表明了模型预测方法对内编队卫星三轴稳定控制的有效性和可行性.