大椭圆轨道卫星编队T-S模糊控制

针对椭圆轨道卫星编队的相对运动模型参数大范围变化的情况,设计了基于T-S模糊模型的渐近跟踪控制器。该方法对非线性系统在一些选定工作点进行线性化,针对每一个线性模型采用LQR方法设计了局部渐近跟踪控制器。在此基础上,以卫星轨道角速度为前件,局部线性模型为后件,构造T-S模糊控制系统。然后采用线性矩阵不等式(LMI)方法分析系统的稳定性,保证系统的大范围渐近稳定。仿真结果验证了该控制系统能在大范围参数变化下工作良好。     

基于控制有效性因子的卫星姿态控制系统在轨重构容错控制

研究了在轨卫星姿态控制系统发生可修复性故障状况下的重构容错控制。首先在星敏感器对陀螺的标定模型中引入控制有效性因子，并利用二级卡尔曼滤波算法求解其值，以说明系统的控制有效程度。然后采用统计假设检验通过其幅值变化判断系统是否存在故障，当故障发生时，引入重构容错控制器对原控制器进行补偿控制。最后，建立卫星闭环姿态控制系统对算法进行了仿真验证，仿真结果表明该算法快速可靠，能够满足在轨卫星姿态控制系统故障状况下的性能要求。     

鲁棒EKF在脉冲星导航系统中的应用

针对脉冲星导航系统的滤波问题,传统的扩展卡尔曼滤波(EKF)算法存在不能克服系统模型存在不确定性参数以及乘性噪声等缺陷,提出一种鲁棒EKF算法。首先,分析了状态预测误差方程和估计误差方程,利用统计学原理,得到了状态预测方差矩阵和状态估计方差矩阵计算等式。由于系统模型存在不确定性参数,状态预测协方差矩阵和状态估计协方差矩阵无法计算;因此,利用4个重要矩阵不等式,分析并找到预测方差矩阵和状态估计方差矩阵的上界。最后,利用状态估计误差协方差矩阵上界设计状态增益矩阵,使得状态估计协方差矩阵的迹最小。将该算法对脉冲星导航系统进行仿真,仿真结果验证了所提算法的有效性。     

柔性航天器预设性能及时间自抗扰姿轨跟踪控制

针对柔性航天器的姿轨机动及跟踪控制问题,首先基于模块化的多体动力学建模方法在SE(3)框架下建立柔性航天器的姿-轨-结构一体化动力学模型,其中航天器的位置、姿态使用李群SE(3)上的指数坐标来描述,然后进一步推导其相对动力学模型。在此基础上提出一种基于预定义性能及时间的积分滑模跟踪控制方法,通过引入预定义时间扰动观测器估计柔性附件弹性振动及空间环境的扰动,并在控制律中加入扰动估计结果的前馈补偿项,通过Lyapunov理论证明了系统的闭环稳定性和跟踪误差收敛性。该算法通过对状态误差的实时监测来调整执行器的输出,使控制器在系统存在柔性振动及空间环境干扰的情况下仍可实现高精度的姿轨跟踪。将其应用至柔性航天器姿轨跟踪系统中,仿真结果表明了该控制方案的有效性和实用性。     

相对位置和相对姿态耦合的编队控制

考虑卫星编队中从主星的相对位置与相对姿态耦合,对采用输出反馈跟踪控制进行了研究.根据双星编队的控制结构,以及在从星体坐标系中建立的统一形式的相对位置与相对姿态耦舍的误差模型,在无速度与无角速度测量条件下,设计了改进的速度(角速度)滤波器,并给出了输出反馈跟踪控制器模型.仿真结果表明:该法可实现相对位置与相对姿态耦合时卫星编队的输出反馈跟踪控制.     

与非合作目标编队的相对姿态控制

针对非合作目标卫星编队飞行过程中,根据任务需要受控卫星保持指目标卫星。为了跟踪目标姿态,提出了一种相对姿态控制方法。该算法只需测量目标的相对位置,通过计算得到目标姿态。然后设计了相对角速度观测器,得到相对角速度,通过跟踪控制器实现无误差姿态跟踪。完整相对姿态控制任务包括姿态机动和姿态跟踪两部分,因此设计了混合控制器实现被控星的姿态机动和对目标姿态的动态跟踪。数值仿真结果表明该方法可以实现对运动目标的无差快速跟踪。     

编队InSAR相对姿态控制

编队InSAR要求较高的相对姿态指向精度和地面观测重合度。根据相对姿态控制要求，提出了编队InSAR相对姿态计算的方法，从而确定从星的期望姿态。在此基础上，设计了两种非全状态反馈控制器及相应的角速度滤波器：半状态反馈控制器和角速度滤波器，输出反馈控制器和滤波器，进行相对姿态控制。数值仿真结果表明两种方法均可满足编队InSAR相对姿态控制要求。     

电动力绳系卫星轨道机动策略研究

针对电动力绳系卫星轨道机动问题,提出三种电流控制策略实现不同要求的轨道机动。采用常值电流、bang-bang式电流以及傅里叶式电流三种控制策略来实现电动力绳系卫星的轨道机动,并引入小误差修正方法来提高控制精度。结果表明：常值电流和bang-bang式电流分别能够实现轨道倾角和升交点赤经的独立变化;而傅里叶式的时变电流能够实现考虑气动阻力情况下的一般轨道机动。提出的小误差修正方法只需经过一次误差修正就能显著提高轨道机动控制精度。     

卫星姿态控制系统故障重构观测器设计

对于卫星姿态控制系统,提出一种基于PD型学习观测器(Learning observer, LO)的系统故障重构方法。在P型LO的学习算法基础上引入测量输出估计误差的微分项,设计了一种PD型LO,估计卫星姿态角速度和姿态角的同时,快速精确重构卫星执行机构故障。给出了所提观测器的稳定性条件,并基于线性矩阵不等式技术提出一种系统化PD型LO设计方法。进一步,将所提PD型LO设计扩展用于卫星姿态敏感器故障的快速重构。最后,将所提方法应用于微小卫星推力器故障重构和陀螺故障重构,仿真结果校验了所提方法的有效性。