自主学习干扰观测器驱动的重复使用运载器再入段滑模控制

针对重复使用运载器(RLV)再入段的姿态控制问题，设计一种具有自主学习干扰观测器(SLDO)的滑模控制器。基于奇异摄动理论及时标分离原则，将RLV的姿态动力学方程划分为外环和内环子系统。根据RLV再入段模型不确定性和外部干扰均随时间变化、不可忽略且无法预知边界等特点，结合2型模糊神经结构、误差反馈学习架构以及滑模控制(SMC)理论，提出一种新型在线自主学习干扰观测器。设计基于SLDO驱动的多元超螺旋滑模控制器，完成对再入段姿态的跟踪。最后，针对6自由度RLV模型进行了仿真分析，仿真结果证明了控制方法的有效性以及鲁棒性。