| 空间非合作目标惯性参数的Adaline网络辨识方法 |
| |
| 引用本文： | 孙俊,张世杰,马也,楚中毅.空间非合作目标惯性参数的Adaline网络辨识方法[J].航空学报,2016(9):2799-2808. |
| |
| 作者姓名： | 孙俊 张世杰 马也 楚中毅 |
| |
| 作者单位： | 1. 哈尔滨工业大学航天学院,哈尔滨 150001;上海航天控制技术研究所上海市空间智能控制技术重点实验室,上海 201109;2. 哈尔滨工业大学航天学院,哈尔滨,150001;3. 北京航空航天大学仪器科学与光电工程学院,北京,100083 |
| |
| 基金项目： | 国家自然科学基金(51375034;61327809)，上海航天科技创新基金(SAST2015-075)National Natural Science Foundation of China(51375034 |
| |
| 摘 要： | 空间在轨操作中,航天器在对空间非合作目标的抓捕行动常常导致航天器本体的姿态和空间轨迹发生变化。为克服空间非合作目标对航天器本体动力学、运动学的影响,使控制系统做出精准及时的姿控策略调整,确保航天器正常在轨工作和轨迹姿态的高精度,需对抓捕的非合作目标的惯性参数进行辨识。针对传统辨识方法依赖广义逆求解导致的辨识过程运算量大,且数值容易产生剧烈振荡,造成辨识结果不稳定等不足,采用基于归一化最小均方(NLMS)准则的Adaline神经网络方法进行空间非合作目标惯性参数的辨识。首先,基于动量守恒理论建立抓捕后的航天器—机械臂—空间非合作目标系统模型;然后将辨识方程的系数矩阵作为网络的输入和输出,空间非合作目标的惯性参数作为神经网络的训练权重,基于迭代步长可变的NLMS准则实现对目标惯量参数的快速、准确辨识;最后,在构造的ADAMS/MATLAB联合仿真平台上进行了验证。仿真结果表明,基于NLMS准则的Adaline神经网络是一种快速、准确辨识目标惯量参数的有效方法。
|
| 关 键 词： | 航天器 非合作目标 惯性参数 神经网络 辨识 |
Adaline network-based identification method of inertial parameters for space uncooperative targets |
| |
| Abstract: | |
| |
| Keywords: | spacecraft uncooperative target inertial parameter neural network identification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
