基于磁强计卫星初始入轨速率阻尼控制

对三轴稳定对地定向卫星初始入轨基于磁强计的速率阻尼控制进行了研究。当在小采样时间间隔条件下 ,地磁场矢量在惯性坐标系下的变化可以忽略 ,采用磁强计连续测量地球磁场获得姿态数据 ,通过推广卡尔曼滤波建立了较完整和准确的姿态估计器模型。设计了喷气推力器控制规律 ,通过数学仿真表明本文提出的算法能够替代陀螺对卫星初始入轨的姿态进行速率阻尼 ,满足卫星控制精度要求     

磁控微小卫星速率阻尼和姿态捕获研究

针对非重力梯度稳定、偏置动量轮加三轴磁控的微小卫星初始姿态控制阶段，采用B-dot控制进行速率阻尼，设计了滑模控制律进行姿态捕获。除了磁控阻尼-捕获-动量轮起旋外，还首次提出了B-dot加动量轮常速起旋、磁控加动量轮姿态捕获的新方法。仿真结果表明，纯磁控的B-dot方法能有效得进行速率阻尼，滑模控制捕获姿态精度高、时间短；B-dot阻尼同时进行动量轮开环起旋，可以迅速使姿态稳定，滑模磁控律可以有效得对偏置动量卫星进行大角度姿态控制，尤其该新方法操作简捷，明显减少初态控制时间。     

基于大气阻力实时辨识的Drag-free卫星最优控制研究

研究了基于大气阻力实时辨识的Drag-free卫星最优控制。将Drag-free卫星和其内部的验证质量等效为两颗内、外编队卫星并建立动力学方程,推导了基于卫星和验证质量的相对运动状态观测值反演大气阻力的算法。建立了状态最优调节器模型,采用动态规划求解经典的二次型最优控制。对低轨圆轨道Drag-free卫星的仿真计算结果表明方法的求解精度较高,计算消耗较小。     

LEO卫星通信系统模糊逻辑动态位置区方案

文章在基于自主定位的动态位置区方案的基础上提出了模糊逻辑动态位置区方案,通过对用户在给定时间内运动模式的判定来动态改变用户的更新半径,并仿真比较了用户在不同初始更新半径下两种方案的更新和寻呼开销,以及用户在不同模糊逻辑统计时间下的更新和寻呼开销。仿真结果表明用户在该方案下的位置管理总开销相对于普通动态位置区有了明显的降低,提高了位置管理效率。     

基于再励模糊神经网络的三轴稳定卫星姿态智能控制

将再励学习引入模糊神经网络的T-S模型,建立了模糊神经网络控制器和控制评估网络的再励学习算法,并应用于三轴稳定卫星的姿态控制。这种再励模糊神经网络不需要精确的卫星数学模型和学习样本,通过再励学习实现控制网络/评估网络参数的在线调节,具有比较强的适应性和学习能力。仿真结果表明,这种智能控制方法可以有效解决卫星的模型不确定性问题,提高了卫星姿态控制的精度和鲁棒性。     

飞轮姿控小卫星模糊控制方法研究

对三轴稳定飞轮姿控小卫星的模糊控制方法进行了研究。不考虑解耦运算,基于模糊控制,以姿态角偏差及偏差变化率为输入,飞轮转动角加速度为输出,在每个通道分别加入模糊控制器,实现了对小卫星滚转、俯仰和偏航通道耦合系统的有效控制。仿真结果表明:该法对干扰抑制明显、对结构参数变化不敏感,响应过程有良好的快速性和较高的稳态精度(可达1×10-4rad),可避免传统方法中对动力学方程的直接解耦操作,应用时可将模糊控制规则转化为控制表储存在星载计算机,简单高效。     

某多挠性体卫星姿态的模糊神经网络控制设计

为改善多挠性体卫星的姿态控制系统,研究了一种基于模糊神经网络的控制器设计.根据某卫星的姿态和挠性动力学模型,给出了模糊神经网络控制器(FNNC)结构及其简化的带动量学习算法.仿真结果表明:FNNC能较好地适应卫星本体参数变化,对外界干扰的抑制能力良好,可满足高精度、高稳定度卫星的姿控要求.     

基于角速度观测器的卫星编队飞行相对姿态控制技术

建立了卫星编队飞行的相对姿态动力学和运动学模型。利用积分反步法,设计了能够保     

基于模糊神经网络的小卫星任务自主调度设计

为了提高小卫星星务软件的自主化、智能化水平，提出一种基于模糊神经网络的小卫星任务自主调度的设计方法。该方法根据小卫星有效载荷和任务的需求，将小卫星的星务软件分解为若干个任务模块。同时，考虑到一些任务执行的紧前关系要求，将若干有紧前关系的任务模块划分为一个任务流程。以任务流程为单位，利用模糊神经网络构建任务流程自主调度决策系统。仿真实验结果表明，该决策系统能够根据小卫星的监测数据，以任务流程的自主调度为基础，最终实现对任务模块的动态自主调度。     

基于模糊控制的某型飞机极限状态限制器的设计

提出一种基于模糊控制的某型飞机极限状态限制器的设计方法。该方法将模糊控制函数的优化和模糊控制系统增益自适应调整集中于一体 ,可大大改善系统的品质和适应能力。在系统设计中 ,比例因子的最小二乘法估计用于优化控制规则 ,论域的在线自调整可以消除模糊化过程中所导致的信息丢失 ,积分抑制策略则是为了提高稳态精度、增强适应性和进一步抑制超调。全飞行包线的数字仿真结果表明 ,本文提出的模糊控制方法获得了良好的控制效果     

基于RBF网络辨识的挠性卫星姿态自适应控制

为满足挠性卫星姿态控制的更高要求,提出了一种基于径向基函数（RBF）网络辨识的模糊自适应控制方法。根据卫星姿态动力学方程,将RBF辨识网络引入模糊神经网络的T-S模型,以辨识卫星,在线修改模糊神经控制器（FNC）参数,使卫星的姿态角度达到设定值。仿真结果表明：该法能有效克服卫星的不确定性,提高卫星姿态的控制精度。