一种空间目标高精度指向控制方法

针对空间动目标指向任务对卫星提出的高精度控制需求,研究了卫星星体/快反镜二级复合系统的指向控制问题,给出了一种空间运动目标高精度指向控制方法。首先,基于近圆轨道Clohessy Wiltshire方程获得追踪卫星与目标卫星的位置信息;然后,基于扩展Kalman滤波算法进行多信息融合确定追踪卫星姿态参数,并实时解算出追踪卫星载荷光轴与目标卫星的相对姿态,获得跟踪指向所需的方位角和俯仰角;最后,通过星体一级姿态控制和基于快反镜的载荷光轴二级指向控制,实现对目标卫星的快速、高精度指向。仿真结果表明,该方法可以在保证快速性的同时实现动态指向控制误差小于072″。该方法可以实现对空间目标的高精度指向控制,为未来空间中激光通信等航天任务提供技术支持。     

Dynamic modeling and multi-stage integrated control method of ultra-quiet spacecraft

Space telescope ultrahigh precision pointing control requires the spacecraft platform to provide an ultra-quiet working environment. Vibration isolator rejection control and the multi-stage integrated control method is believed to be one of the best methods to improve the space telescope attitude control performance. In this paper, the fine dynamics model of multi-stage spacecraft systems is presented and the multi-stage integrated controller design techniques are provided. Effectiveness of the multi-stage integrated control approach is demonstrated by both the numerical simulation and experiment results. An integrated design and demonstrated experimental environment is developed for high-fidelity control performance assessment. The verification experiments for the space telescope attitude control and vibration control are carried out. The results show that the pointing accuracy and stability of the line-of-sight (LOS) for space telescope are improved at least one order by the multi-stage integrated control method.     

变结构航天器模糊神经网络滑模控制器设计

变结构航天器是目前航天领域的重要发展方向,航天器结构的变化将导致质量分布发生明显变化,这对航天器动力学建模和控制器设计都提出新的问题。针对这种情况,采用混合坐标法和拉格朗日方程建立了航天器刚柔耦合动力学模型,利用几种典型工况的参数近似得到变结构过程中动力学参数的变化规律。设计滑模控制器对航天器变结构过程进行姿态控制,为提高滑模控制器的适应性,设计模糊神经网络（FNN）自适应调节滑模控制器参数,并利用径向基函数（RBF）神经网络逼近动力学模型,得到控制力矩与姿态变化之间的近似关系,用于FNN的优化。通过仿真得到航天器变结构期间无控、滑模控制和模糊神经网络滑模控制的姿态变化,仿真结果对比验证了模糊神经网络滑模控制对于滑模控制的优势,证明了其在变结构航天器姿态控制方面的有效性。     

Mars entry fault-tolerant control via neural network and structure adaptive model inversion

The capability of autonomous fault detection and reconstruction is essential for future manned Mars exploration missions. Considering actuator failures and atmosphere uncertainties, we present a new active fault-tolerant control algorithm for Mars entry by use of neural network and structure adaptive model inversion. First, the online BP neural network is adopted to conduct the fault detection and isolation. Second, based on the structure adaptive model inversion, an adaptive neural network PID controller is developed for Mars entry fault-tolerant control. The normal PID controller will be automatically switched into neural network PID controller when an actuator fault is detected. Therefore, the error between the reference model and the output of the attitude control system would be adjusted to ensure the dynamic property of the entry vehicle. Finally, the effectiveness of the algorithm developed in this paper is confirmed by computer simulation.     

基于神经网络的多卫星姿态协同控制预测模型

摘要： 针对多卫星近距离对空间目标监测中的姿态协同控制问题，研究基于神经网络的智能控制模型.首先设计了面向任意姿态控制方法的神经网络自适应控制模型，该模型不改变卫星姿态控制方法本身，而是接收由理想控制模型生成的理想控制量，理想控制量经过神经网络后直接生成适用于卫星的控制量.根据神经网络对控制系统的系统级状态预测，基于一致性控制协议，设计了多卫星姿态协同控制模型.采用等效姿态角，通过数值仿真，分别验证了预测控制方法、输出状态预测、协同控制的方法正确性和有效性.     

柔性空间机械臂系统的模糊滑模神经网络控制及柔性振动主动抑制

研究了参数不确定漂浮基柔性空间机械臂关节空间的轨迹跟踪及柔性振动主动控制问题.运用虚拟力概念,生成能同时反映柔性振动和刚性运动的虚拟期望轨迹,设计了一种自适应非奇异Terminal滑模控制器来跟踪该虚拟期望轨迹,以实现载体姿态及关节稳定跟踪运动轨迹并对所产生的柔性振动进行主动抑制的控制目标.所设计的控制器结合了Terminal滑模控制快速收敛性,模糊小波神经网络优良的函数逼近特性及鲁棒技术处理逼近误差的优势,利用自适应算法在线自适应调节模糊小波神经网络的所有网络权值和参数,使控制器具有很强的鲁棒性.仿真实验证明了所提控制方案的有效性.      

Neural network-based sliding mode control for atmospheric-actuated spacecraft formation using switching strategy

This paper presents an adaptive neural networks-based control method for spacecraft formation with coupled translational and rotational dynamics using only aerodynamic forces. It is assumed that each spacecraft is equipped with several large flat plates. A coupled orbit-attitude dynamic model is considered based on the specific configuration of atmospheric-based actuators. For this model, a neural network-based adaptive sliding mode controller is implemented, accounting for system uncertainties and external perturbations. To avoid invalidation of the neural networks destroying stability of the system, a switching control strategy is proposed which combines an adaptive neural networks controller dominating in its active region and an adaptive sliding mode controller outside the neural active region. An optimal process is developed to determine the control commands for the plates system. The stability of the closed-loop system is proved by a Lyapunov-based method. Comparative results through numerical simulations illustrate the effectiveness of executing attitude control while maintaining the relative motion, and higher control accuracy can be achieved by using the proposed neural-based switching control scheme than using only adaptive sliding mode controller.     

基于循环神经网络的卫星姿态执行器故障诊断

针对卫星姿态控制系统执行器机构故障问题,提出了一种基于循环神经网络的故障诊断方法.对卫星姿态控制系统建模,进行故障分析并采集星敏感器和角速度陀螺的连续时刻故障数据.设计六种异构的循环神经网络,对故障数据进行故障诊断和分类,分别从网络深度、反馈单元、激活函数和训练算法对比网络效果.带有门循环单元的(gate recurr...     

基于观测器的平台无陀螺姿态复合控制

针对超静卫星星体平台无陀螺、载荷敏感器与星体平台执行机构非共基准安装时整星存在姿态异位控制问题,提出了一种基于观测器估计星体平台姿态的复合控制方法。首先,建立星体平台/Stewart平台/载荷的动力学模型,并获得Stewart平台作动器关节空间的等效动力学模型。针对关节空间等效模型,设计super twisting观测器,以作动器平动位移为输入,以载荷和星体平台之间的相对姿态和角速度为输出,实现星体平台姿态和角速度估计。其次,以载荷测量姿态信息为输入,设计Stewart作动器的积分滑模控制律,实现载荷高精度指向控制。以观测器估计的星体平台姿态信息为输入,设计星体平台控制器实现星体平台的稳定控制。Lyapunov稳定性分析表明所设计的观测器和控制器能够保证闭环系统渐近稳定。数学仿真结果表明：在星体平台有陀螺时,载荷能够实现0.1″指向精度;在星体平台无陀螺时,采用观测器估计星体平台姿态并进行控制,载荷亦可实现0.1″指向精度。     

航天器姿态指向跟踪的一种自适应滑模控制方法

航天器姿态指向跟踪(APT)技术是近年来引起深入研究的关键技术之一,设计一种自适应滑模控制律,通过设计自适应律考虑有界干扰力矩和转动惯量不确定因素的影响,同时使用滑模控制设计方法保证控制算法的鲁棒性,用双曲正切函数代替符号函数来克服滑模控制中存在的抖振问题,实现受控航天器的某个指向(相机或天线)保持对运动目标的跟踪.控制方案采用修正罗德里格斯参数(MRP)描述航天器姿态,用喷气推力器作为航天器的姿态执行机构.仿真结果显示了控制律的有效性.     

基于深度神经网络的航天器姿态控制系统故障诊断与容错控制研究

针对传统航天姿控系统故障诊断与容错控制诊断精度及控制分配效率较低的问题,提出了一种基于深度神经网络的航天器姿态控制系统故障诊断与容错控制方法。以控制力矩陀螺为执行机构的航天器发生执行机构故障工况时,所提出的方法可保证鲁棒的姿态控制。首先,利用三个异构深度神经网络实现传统容错控制器的故障诊断、姿态控制和力矩分配等功能,建立了全神经网络的智能自适应容错控制器架构。然后,对三个神经网络的网络层数、神经元数目和激活函数等参数进行优化调整,对比分析了神经网络参数对控制器性能的影响。最后,对所提出的新型控制器在控制力矩陀螺发生故障时的控制精度和鲁棒性进行了仿真验证。仿真结果表明,对于具有冗余控制力矩陀螺的航天器,提出的方法不仅能在单一陀螺故障下实现高精度的容错控制,也能在发生多陀螺故障时保证一定的姿态稳定控制。     

卫星光轴复合指向控制方法研究

卫星平台搭载光学载荷对空间运动目标进行跟踪指向技术已经成为卫星发展的重点,为了提升卫星光轴的指向范围、跟踪精度和机动性,仅依靠卫星的姿态调整已无法提升卫星光轴的性能.通过对由卫星姿态、星载光电转台和快反镜组成的卫星复合光轴指向系统的分析,需三者协同工作,输出有效叠加,才能有效提升卫星光轴的指向范围、跟踪精度和机动性.对...     

超精密微牛级微波离子推进技术及其在卫星超精度控制中的应用研究

空间技术的快速发展使得利用空间卫星的编队飞行构建大型空间星座成为可能,在引力波探测、射电望远镜编队、星座组网等任务方面具有重要作用。超精度控制是实现卫星高精度编队飞行的关键技术。推进系统是实现卫星编队长期高度稳定飞行的保证,从而实现内部科学装置的正确运行。不同于常规的推进系统,卫星精密编队超精度控制对推进系统的推力可调范围、分辨率、响应时间、推力的一致性等有着极高的要求。根据卫星精密编队任务需求,对微牛级推进系统的功能及技术要求进行了分析,提出了基于M2微波离子推力器的卫星超精度控制推进系统。阐述了M2超精密微牛级推进系统的关键技术和研究进展,为后续M2推力器在无拖曳控制方面的应用奠定了基础。     

Fault tolerant small satellite attitude control using adaptive non-singular terminal sliding mode

The Attitude Control System (ACS) plays a pivotal role in the whole performance of the spacecraft on the orbit; therefore, it is vitally important to design the control system with the performance of rapid response, high control precision and insensitive to external perturbations. In the first place, this paper proposes two adaptive nonlinear control algorithms based on the sliding mode control (SMC), which are designed for small satellite attitude control system. The nonlinear dynamics describing the attitude of small satellite is considered in a circle reference orbit, and the stability of the closed-loop system in the presence of external perturbations is investigated. Then, in order to account for accidental or degradation fault in satellite actuators, the fault-tolerant control schemes are presented. Hence, two adaptive fault-tolerant control laws (continuous sliding mode control and non-singular terminal sliding mode control) are developed by adopting the nonlinear analytical model to describe the system, which can guarantee global asymptotic convergence of the attitude control error with the existence of unknown external perturbations. The nonlinear hyperplane based Terminal sliding mode is introduced into the control law design; therefore, the system convergence performance improves and the control error is convergent in “finite time”. As a result, the study on the non-singular terminal sliding mode control is the emphasis and the continuous sliding mode control is used to compare with the non-singular terminal sliding mode control. Meanwhile, an adaptive fuzzy algorithm has been proposed to suppress the chattering phenomenon. Moreover, several numerical examples are presented to demonstrate the efficacy of the proposed controllers by correcting for the external perturbations. Simulation results confirm that the suggested methodologies yield high control precision in control. In addition, actuator degradation, actuator stuck and actuator failure for a period of time are simulated to demonstrate the fault recovery capability of the fault tolerant controllers. The numerical results clearly demonstrate the good performance of the adaptive non-singular terminal control in the event of actuator fault compare with the continuous sliding mode control.     

平流层飞艇巡航姿态自适应神经网络补偿控制

 研究了一种基于自适应神经网络补偿的平流层飞艇前向速度与姿态控制系统设计方法。针对近似模型进行常规线性动态补偿器设计,并引入自适应径向基函数(Radial Basis Function, RBF)神经网络对模型误差进行补偿。根据Lyapunov方法得到神经网络权值自适应律,保证了闭环系统误差信号一致最终有界。该控制器设计对模型参数信息仅有较少的要求。仿真结果表明对于两类不同的飞艇模型,所设计的控制器在响应性及对未知环境风速作用的鲁棒性方面均具有良好的效果。     

基于神经网络的自由漂浮空间机械臂 自适应鲁棒控制

针对自由漂浮空间机械臂动力学模型难以精确获得,且无法表达为关于未知参数的线性形式问题,提出基于自适应神经网络的鲁棒控制方法.对于不确定性空间机械臂系统模型中存在的未知不确定部分,利用神经网络的万能逼近特性,设计神经网络控制器来补偿未知模型,避免传统控制中的保守上界估计;采用泰勒线性化技术将神经网络隐含层中的高斯函数线性化,设计包括网络权值、高斯中心及宽度在内的网络全参数自适应学习律,实现在线实时调整,提高控制精度;设计鲁棒自适应控制器来抑制外界扰动,并补偿逼近误差,提高系统鲁棒性;基于Lyapunov理论证明闭环系统的一致最终有界（UUB）.仿真试验表明所提控制方法能够获得较好控制效果,对空间机械臂控制具有一定工程应用价值.     

冗余直接驱动阀系统的余度控制策略

针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.      

小卫星临近作业轨道和姿态联合控制

建立了小卫星相对轨道和姿态的误差动力学模型,根据作业任务和姿态指向要求确定了小卫星相对轨道和姿态的期望运动;采用相对轨道和姿态联合控制策略,并考虑小卫星作业过程中质量和转动惯量的不确定性,设计了自适应全状态反馈控制律;数值仿真结果表明该控制律具有较强的自适应性。     

基于神经网络的电液转台非线性积分滑模控制

针对高精度电液飞行仿真转台具有高度非线性、参数不确定和不确定非线性等特点,提出了一种基于RBF（Radial Basis Function）神经网络的非线性积分滑模鲁棒控制方法.采用自适应RBF神经网络对该系统存在的参数不确定性和不确定非线性进行补偿,从而降低滑模控制器对切换项的增益的需求,进而减小系统抖振幅值.积分滑模面的设计能消除外部干扰对系统带来的稳态误差.根据积分滑模变结构控制器的特点,将控制律分为等效控制律和到达控制律.等效控制律使系统运动于滑模面附近,到达控制律可使处于状态空间内任意初始位置的系统趋近于滑模面,并进一步通过Lyapunov方法证明了系统的渐近稳定性.实验结果表明,所提出的非线性控制器不仅能满足电液转台的高精度跟踪性能的要求,且对参数不确定性和不确定非线性具有一定的鲁棒性.     

Stewart平台卫星动力学建模与姿态指向一体化控制

针对Stewart平台卫星大范围快速机动后的指向控制问题,提出了考虑翼板柔性的Stewart平台卫星动力学建模与姿态指向一体化控制方法。对考虑柔性翼板的Stewart平台卫星的动力学建模与主动控制进行了研究,采用力学基本原理和混合坐标法建立系统的刚柔耦合精确动力学模型,并提出一种同时考虑平台载荷指向与隔振的协同控制方案。数值仿真结果表明,所建立的动力学模型能够准确地描述系统的动力学行为,所提控制方案能够有效提高卫星平台的姿态指向精度。与未施加控制的情况相比,该方案能够将支撑杆的变形量减少到千分之一,从而保证了结构安全。此外,还分析了翼板柔性对Stewart平台卫星姿态控制的影响,结果表明翼板柔性对下平台姿态精度有较大影响,对上平台姿态精度影响较小。