RLV再入神经网络自适应姿态控制器设计

可重复使用运载器（RLV）大包线再入过程中,广泛存在模型不确定与外界干扰,会给姿态控制器的设计带来不利影响,为此提出了一种神经网络自适应控制器设计方案。基于时标分离原理设计了快、慢双回路控制结构。在此基础上设计了径向基神经网络（RBFNN）自适应律,用于在线估计模型不确定和外界干扰力矩,并在控制器中进行补偿。仿真验证表明,RBFNN 自适应控制器能良好地完成姿态跟踪控制,有效地抑制干扰力矩对姿态控制的影响。自适应律能够在线估计真实的飞行器动态和外界干扰力矩,控制器具有抗扰动能力。     

基于自适应神经网络的飞行器主动容错控制

针对飞行器非线性系统执行器故障,利用RBF神经网络和自适应控制律,提出了基于自适应神经网络的故障重构和容错控制方法。设计了自适应神经网络观测器,利用神经网络逼近故障,引入调节因子,设计自适应律以在线调整神经网络权重向量和中心向量。构造自适应神经网络控制器,结合神经网络设计补偿控制输入。利用Lyapunov稳定性定理证明了所提方法可以实现系统渐近稳定。仿真实验结果验证了所提的方法对故障系统具有良好的观测性能、控制精度和响应速度。     

飞行器自适应ESO姿态控制器设计

飞行器无动力再入过程中,姿态受到气动及不确定干扰影响,控制模型具有强耦合、大范围参数摄动等非线性特征。针对再入飞行器姿态控制问题,结合扩张状态观测器（Extended State Observer,ESO）和自适应控制律,基于奇异摄动理论将非线性姿态控制模型分为快慢两回路,分别设计了飞行器内环和外环自适应姿态控制器,并通过 Lyapunov 稳定性理论证明控制器的稳定性。仿真结果表明,控制系统在强干扰及参数大范围摄动的情况下,具有较强的鲁棒性,能够获取良好的动态品质和跟踪性能。     

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制#br#

研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能.RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.     

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制

研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能. RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.     

四旋翼无人机的自适应容错控制

针对四旋翼无人机执行机构部分失效故障和传感器偏差问题,为了可靠,安全、稳定的飞行,采用自适应容错控制策略.当无人机飞行时,利用二阶卡尔曼滤波器在线快速估计状态、检测执行器故障和传感器偏差,当执行器故障检测和诊断出来后,将故障因子视为自适应因子,用来调节自适应容错控制器的参数,使故障影响变小,同时估计传感器的偏差,如有偏差,则将偏差部分补偿给输出信号.在Matlab实验平台上对所提方法的可行性和有效性进行仿真验证,结果表明四旋翼无人机执行机构在发生部分失效故障和传感器偏差时,采用自适应容错控制策略,输出信号能够快速跟踪参考输入信号,实现了对四旋翼无人机的容错控制.     

卫星姿态控制系统执行器微小故障检测方法

针对卫星姿态控制系统执行器微小故障检测问题,提出一种基于神经网络干扰观测器的微小故障检测方法。该方法利用卫星姿态控制系统内的冗余关系,分别构建陀螺干扰观测器和干扰力矩观测器,对系统内的测量误差、扰动等进行估计,并对故障检测观测器进行扰动补偿,提高对执行器微小故障的检测能力。仿真结果表明,与基于解析模型的方法相比,该方法能够较精确地对解析模型的误差进行补偿,明显降低了检测阈值,实现了对扰动掩盖下的微小执行器故障检测。      

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。     

基于神经网络的仿真转台控制系统

在转台存在偏载、摩擦等不确定负载干扰的情况下,用神经网络与PID(Proportional-Integral-Differential)控制相结合的方法,设计了适应负载变化的转台控制系统.分析了基于BP(Back Propagation)神经网络的自适应PID控制器的基本原理,建立了转台位置控制系统的数学模型,并对控制系统进行仿真分析和实验验证,通过与传统PID控制的对比实验与仿真表明:所设计系统由于有自学习能力,能动态调整PID参数,使系统表现出良好的抗干扰能力和跟踪性能,证明了所设计系统的有效性.该算法结构简单,PID初始参数调整方便,易于在转台实时控制系统中应用.     

基于自适应多设计融合航天器近距离操作的执行器故障补偿技术研究

针对带有执行器故障的航天器近距离操作系统,提出了基于多设计融合的自适应故障补偿方法,实现在发生执行器卡死故障情况下,对目标航天器的位置和姿态的跟踪。提出的故障补偿方法无需故障检测,针对每种可能的故障模式设计控制器组成多控制器集合,并有效地将它们融合后构建最终反馈控制器。仿真结果表明了该故障补偿策略的有效性,能够保证追踪航天器系统的稳定性和期望的跟踪性能。     

遗传算法在质量矩导弹姿态控制中的应用

研究了三轴稳定控制系统的姿态控制问题.建立了内部带有3个可移动滑块的数学模型.利用RBF(Radial Basis Function)网络的快速自学习以及自适应特性,将其作为控制器不断调整滑块的位置.同时利用遗传算法(GA)的全局、并行寻优及增强式学习能力对神经网络控制器的权系进行优化.通过对滑块位置的协调控制,改变导弹的飞行姿态.最后讨论了滑块运动特性对系统性能产生的影响并对系统稳定性进行了分析.仿真结果表明该控制律能在保证系统稳定的情况下有效地实现导弹的姿态调整,并且提高了系统的动态响应品质.      

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.     

执行器故障下挠性航天器自适应边界容错控制

针对执行器故障下的挠性航天器的姿态控制及振动抑制问题,提出了基于模型变换的自适应边界容错控制方案,实现了挠性航天器的姿态跟踪及振动抑制。首先,为了准确刻画航天器刚体与挠性振动之间的强耦合特性,采用互联偏微分方程-常微分方程描述挠性航天器的混合动力学;其次,设计辅助信号建立边界条件与内部动力学之间的关系;进而,采用直接自适应控制技术设计边界容错控制律及参数更新律,保证挠性航天器闭环姿态控制系统的渐近跟踪性能;最后,仿真结果验证了所提出的边界容错控制算法的有效性。     

高超声速飞行器抗饱和鲁棒自适应切换控制

针对高超声速飞行器执行机构饱和的控制器设计问题,提出一种多回路抗饱和鲁棒自适应切换控制方法. 首先针对高超声速飞行器的运动模态在频率上表现出显著的分离特性,将状态变量分开不同的回路设计;然后对受执行机构饱和影响明显的状态设计参考切换系统,从而降低模型和控制器参数设计的复杂性,将一系列可能导致执行机构饱和的事件视作切换信号,选定参考切换模型及鲁棒自适应控制器,保证控制输入不达到饱和状态,并通过多李亚普诺夫函数方法和线性矩阵不等式分析了控制器的稳定性. 仿真结果表明了控制方案的有效性,在存在执行机构失效故障和干扰的情况下,系统状态可良好的跟踪参考状态且控制输入小于执行机构限幅.     

基于ESO的可重复使用飞行器积分滑模控制器设计

考虑参数不确定和外界干扰对姿态控制的影响,开展基于扩张状态观测器(ESO,extended states observer)的可重复使用飞行器姿态控制研究.首先,对飞行器运动模型进行描述,在合理假设条件下,得到面向控制器设计的纵向和横侧向姿态模型;其次,分别针对纵向和横侧向姿态模型设计积分滑模控制器(ISMC,integral sliding mode control);然后,引入ESO对耦合作用、参数不确定及外界干扰进行估计,并在控制器中进行补偿;最后,六自由度仿真结果表明,本研究给出的控制策略能够实现对给定制导指令的稳定跟踪,确保安全再入飞行.     

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...     

基于摄动模型的挠性航天器姿态控制系统设计

为了完成挠性航天器高精度姿态控制任务,首先采用摄动法分析了挠性航天器动力学方程,得到相应的0阶和1阶动力学系统.针对0阶非线性时不变系统,同时考虑到转动惯量不确定性和干扰,对已有的非线性直接自适应控制律进行改进,设计PI(Propor-tional-Integral)型参数自适应律,以提高姿态控制精度,同时给出了稳定性证明.针对1阶系统设计PI控制器及PPF(Positive Position Feedback)控制器,以有效抑制挠性结构振动.仿真结果表明,在采用摄动法对动力学方程分析的基础上设计姿态控制系统,可以有效完成挠性航天器高精度姿态控制任务.     

可重复使用运载器递归积分滑模姿态控制方法

针对存在模型不确定和外部干扰的可重复使用运载器再入段姿态控制问题,提出了一种基于自适应滑模干扰观测器的递归积分滑模控制方法。首先,基于可重复使用运载器再入段姿态运动模型,建立了面向控制的模型;其次,设计了自适应滑模干扰观测器,以精准估计和补偿由模型不确定和外部干扰构成的复合干扰;然后,基于递归思想设计了一种新型递归积分滑模控制器,利用Lyapunov稳定性理论证明了闭环系统的有限时间稳定性;最后,数值仿真结果验证了该方法具有较强的鲁棒性和较快的收敛速度。     

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。