基于BP神经网络的模型参考自适应姿态控制

采用模型参考自适应控制的基本设计框架,并通过BP神经网络对PID控制参数进行自主调节,实现飞行器的自适应姿态控制。利用参考模型输出、实际对象输出等信号作为训练信号,对所构建的三层BP神经网络进行权重更新。仿真结果表明,将BP神经网络应用于飞行器的自适应姿态控制中,能够实现PID控制器参数的自主调整,表明了BP神经网络优良的逼近性能。同时,该控制方案确保了飞行器姿态控制系统的性能指标,并且提高了工程设计的智能化水平。     

基于神经网络干扰观测器的柔性航天器姿态稳定控制

本文针对柔性航天器在惯性参数未知、外界干扰、输入饱和等复杂条件下的姿态控制问题,提出了1种基于神经网络干扰观测器的柔性航天器姿态稳定控制方法。首先,基于包含压电振动抑制输入的柔性航天器姿态动力学模型,构建了包含外界干扰、惯性参数不确定性的综合扰动项;其次,基于RBF神经网络设计干扰观测器与自适应参数调节律实时地估计综合扰动;再次,设计了1种固定时间收敛且有限时间稳定的非线性滑模控制器,并通过Lyapunov理论进行了稳定性分析;最后,利用航天器闭环姿态动力学系统进行数值仿真。结果表明:所设计的基于神经网络干扰观测器的控制方法可以有效实现航天器的姿态稳定、振动抑制与干扰估计,从而顺利完成航天器的高精高稳控制任务。     

基于自适应RBF神经网络的可重复使用运载器再入段姿态控制

针对再入段可重复使用运载器(Reusable Launch Vehicles,RLV)姿态控制问题,提出一种基于自适应径向基函数(Radial Basis Function,简称RBF)神经网络(ARBFNN)的姿态控制方法。首先,建立RLV的6-DOF非线性动态模型,并将旋转动力学模型变成严反馈形式。然后,设计了一种自适应RBF神经网络控制(ARBFNN)结构,可以减少神经网络逼近误差的影响。同时,通过李雅普诺夫和自适应控制的结合消除了控制器设计过程中的不确定影响,并验证了系统的稳定性。最后,通过仿真验证了所提算法在解决再入段RLV姿态控制问题上的有效性。     

基于反馈线性化的动能拦截器姿态控制研究

动能拦截器进入末制导阶段时经常需要进行大角度姿态机动,这时拦截器姿态控制系统具有非线性、强耦合、多输入多数出(MIMO)的特点。现针对动能拦截器模型的非线性和不确定性,提出PID神经网络自适应逆控制方法对拦截器飞行姿态进行控制。首先基于精确反馈线性化方法将系统解耦成三个独立的子系统,然后应用基于PID神经网络的自适应逆控制方法分别设计每个子系统的姿态控制器。该方法将PID神经网络控制与自适应逆控制相结合,对于拦截器姿态控制系统中的建模误差以及外部干扰具有较强的适应能力。仿真结果证明了该方法的有效性。     

一种面向空天飞机再入的智能自适应复合控制方法

针对空天飞机再入横、侧向通道的姿态控制问题,设计了一种智能神经网络自适应复合控制方法,基于误差反馈学习准则在线更新神经网络权重以补偿全量姿态控制律输出的姿态控制指令。同时,面向再入过程横侧通道的强耦合问题,引入了耦合控制系数,以降低横、侧通道间的控制干扰。此外,提出了一种自适应链式控制分配律,在控制信号中引入正交优化多正弦激励,基于递推最小二乘方法对气动参数进行在线辨识,进而实时更新链式分配策略。最后,对空天飞机再入横侧向通道的神经网络自适应复合控制方法进行数学仿真校验,验证了该方法的有效性和鲁棒性。     

面向非沿迹成像的姿态跟踪扩展观测器滑模控制

针对地面兴趣点不沿星下点轨迹的动态非沿轨迹成像问题,设计一种结合扩展状态观测器的非奇异快速终端滑模控制器。首先根据非沿轨迹成像模型的需求推导卫星姿态参考轨迹。其次,根据由误差四元数描述的跟踪误差运动模型设计了非奇异快速终端滑模控制律。考虑到干扰抑制,引入了扩展状态观测器来观测系统的总扰动,从而降低滑模控制律中的切换增益,削弱系统抖振。然后再用模糊自适应系统对切换项进行在线逼近,柔化控制信号,进一步减振。最后,对具有干扰和参数不确定的姿态控制系统进行了数值仿真,结果表明该方法收敛速度快,控制精度高。     

基于非线性观测器的一种偏置动量卫星姿态控制方法

研究一类交叉转动惯量较大的偏置动量卫星的姿态控制问题.根据卫星质量分布的特点进行适当简化,建立非线性动力学模型,并基于该模型设计一种非线性偏航观测器.利用该观测器的观测信息进行卫星的姿态控制.整个系统采用动量轮和反作用飞轮作为执行机构,同时卫星三轴均配置磁力矩器为动量轮和反作用飞轮卸载.数值仿真结果表明,在传统的控制方法中,惯量积的存在导致系统控制精度降低和偏航角稳态误差较大,文中提出的控制方案可以很好地完成这类卫星的姿态控制任务.     

基于非线性干扰观测器的临近空间拦截弹姿态控制

为满足临近空间拦截弹在大干扰强耦合情况下高精度姿态控制问题,设计了基于非线性干扰观测器的自适应鲁棒反演控制器。建立了基于直接力控制的拦截弹三通道姿态控制系统模型;采用二阶滑模微分器,估计计算反演控制中虚拟控制量的导数,解决了"微分膨胀"的问题;为提高姿控系统控制精度,对模型的未知信息和外界干扰做高精度的估计和补偿,依据二阶跟踪微分器,设计了一种新型非线性干扰观测器;并采用PSR调制器将连续控制量离散化,通过姿控发动机实现变推力控制。数字仿真结果显示,设计的姿态控制器跟踪速度快、精度高,对系统不确定和干扰具有强鲁棒性。     

远程操控飞行器自适应神经网络观测器设计

针对无人飞行器远程操控系统设计时,由于远程操控飞行器动力学的非线性和飞行器控制系统性能的不确定性,无法精确建立远程操控飞行器控制系统模型的问题,提出了一种自适应神经网络状态观测器设计方法实现对远程操控飞行器的控制系统模型的估计。首先将飞行器的动力学环节与自动驾驶仪构成的闭环回路作为一个整体建立了远程操控飞行器控制系统的非线性模型。然后针对模型中存在未建模动态的问题,采用神经网络算法对非线性动力学模型进行在线辨识,并引入鲁棒项对附加扰动进行抑制。最后设计自适应律对神经网络的权值进行实时调整,保证了系统的稳定性,并基于Lyapunov理论证明了观测器的估计误差是最终一致有界的。仿真结果表明,所设计的观测器能够保证远程操控飞行器在存在未建模动态和附加扰动的情况下对飞行状态具有良好的估计性能。     

高超声速再入飞行器的特征建模及自适应递推滑模控制

针对高超声速再入飞行器非线性程度高、参数不确定性大、快时变等特点,提出一种基于神经网络特征模型的自适应滑模姿态控制方案。首先,采用现有特征建模方法,将对象模型中的非线性、时变不确定性压缩至特征参量中;进一步,结合模糊神经网络,将快时变特征显式地表征在特征模型中,使得待估计的特征参量具有时不变特性,从而易于其自适应律的设计。然后,在该神经网络特征模型的框架下,设计递推形式的自适应滑模控制律,以进一步提高飞行控制系统的鲁棒性。最后,通过仿真校验了所提出控制方法的正确性和有效性。     

变结构自适应控制理论在运载火箭姿控系统设计中的应用

针对大型运载火箭姿态控制系统设计的一些具体问题，如弹性振动的抑制、外部干扰的补偿等，探讨了变结构自适应理论在运载火箭姿态控制系统设计中的应用方法及其可行性。对于变结构理论的应用方法，提出了不确定性边界的自适应估值算法和基于简化模型的变结构自适应控制器设计。对设计的姿态控制系统进行了仿真，并与采用古典理论设计的姿态控制系统性能进行了比较。结果表明采用变结构自适应控制理论设计运载火箭控制系统是可行的，与古典方法相比变结构自适应方法设计的姿态控制系统具有较强的鲁棒性和较高的精确度，特别是采用不确定边界自适应估算方法可以大大提高系统的稳定性。     

基于神经网络的飞行器抗饱和自适应控制

针对传统自适应控制在飞行器作动器具有幅值饱和与速率饱和的情况下难以实现良好飞行控制的问题,提出了一种基于神经网络与伪控制隔离的飞行器抗饱和自适应控制方法.首先根据模型参考自适应控制理论,结合动态逆与神经网络自适应方法,分析了系统的模型跟踪误差动力特征,并考虑飞行器具有参数不确定和未建模误差等动态逆误差,设计了在线神经网...     

基于机械飞轮干扰补偿的小卫星自适应滑模变结构姿态控制

针对机械飞轮内干扰可能导致小卫星姿态控制系统性能下降问题,提出了一种加入机械飞轮干扰补偿的自适应滑模变结构姿态控制方法.本文针对基于机械飞轮的三轴稳定卫星姿态控制系统,首先建立系统详细的数学模型,包括基于机械飞轮的三轴稳定卫星姿态动力学方程和机械飞轮控制系统模型,然后针对此系统设计了一种基于机械飞轮干扰补偿的自适应滑模变结构控制器,其中通过设计一种状态观测器得到机械飞轮摩擦干扰的估计值,用于对机械飞轮摩擦干扰的补偿,并通过Lyapunov定理证明了此控制律能保证系统的渐近稳定性.最后仿真结果显示,此方法缩短了飞轮转速过零时间,降低了最大的姿态扰动量且提高了卫星姿态控制的精度和稳定度.     

基于模型参考自适应滑模技术的姿态跟踪控制

在外部干扰和惯量阵不确定性上界未知条件下,对基于自适应滑模控制(ASMC)的刚体航天器的姿态跟踪控制进行了研究。由自适应机制对切换增益进行调节,使姿态控制器的设计无需切换增益的先验信息。为解决现ASMC对切换增益的过度适应问题,将积分滑模控制的全局滑模扩展到模型参考控制策略中,在此框架内设计了姿态跟踪ASMC算法。仿真结果表明:该方法的设计较自适应积分滑模更灵活,并能有效减少切换增益。     

考虑质心漂移的载人月面着陆器自适应姿态跟踪控制

月面着陆器在下降着陆过程中质量变化大,质心漂移及其引起的姿态扰动问题突出。载人月面着陆任务对安全性可靠性要求高,如何提高姿态控制的精度和稳定度是着陆任务顺利实施的关键。文章提出采用反作用控制系统和推力矢量控制的联合姿态控制方案,设计了自适应姿态控制器及质心漂移自适应估计器,通过李雅普洛夫方法证明闭环姿态控制系统稳定,引入反作用控制和推力矢量控制的误差特性以检验控制器的鲁棒性。数值仿真结果表明该控制方案可行,所设计自适应姿态控制器能使姿态控制系统稳定,推力矢量控制侧摆能使推力指向跟踪质心,可为工程应用提供参考。     

大挠性航天器的模糊模型预测控制

针对带有大型挠性附件的航天器姿态控制系统，将自适应模糊控制和模型预测控制相结合，设计了大挠性航天器的模糊模型预测姿态控制策略。基于大挠性航天器的动力学模型，采用泰勒展开设计出了非线性模型预测控制律，避免了预测控制在线优化过程中繁琐的计算，有效降低了计算复杂度。针对大挠性附件振动导致的不确定性扰动对姿态控制的影响，使用自适应模糊控制来逼近不确定扰动。基于Lyapunov理论证明了控制系统的稳定性，并推导了模糊参数的自适应律。仿真结果表明所设计的控制策略对大挠性附件振动有很好的抑制作用，可以控制姿态角对期望值实现快速跟踪，具有较好的控制特性。     

基于归一化神经网络的航天器自适应姿态跟踪控制

针对以变速控制力矩陀螺（VSCMGs）为姿态控制执行机构的航天器在同时考虑惯性参数和执行机构不确定性情况下的姿态跟踪控制问题,提出了一种基于归一化神经网络的自适应姿态跟踪控制方法。设计一个非线性反馈控制器作为航天器姿态控制的基本控制器,利用归一化神经网络设计补偿控制器,用以在线估计和消除包含系统不确定参数的未知不确定函数的影响,避免了标准自适应控制方法需要进行大量不确定参数估计的缺陷。采用神经网络输入归一化技术,简化了闭环系统复杂的稳定性分析过程。理论分析证明了闭环系统的稳定性和姿态跟踪误差的收敛性。仿真结果表明,所提出的控制方法能满足航天器在惯性参数和执行机构不确定性及外干扰存在情况下的高精度姿态跟踪控制要求。
     

基于高斯过程的航天器自适应滑模姿态控制

针对存在模型不确定性和外界干扰的刚性航天器,提出了一种基于高斯过程回归(GPR)的新型自适应滑模姿态控制算法。该算法具有自学习能力,在不同的姿态控制任务下都能够实现高精度、强鲁棒和高效率的姿态跟踪。首先,在航天器的四元数标称系统动态模型基础上,应用在线稀疏高斯过程回归(SOGP)方法学习系统的未知动态;其次,结合高斯过程的预测均值设计滑模控制算法,利用高斯过程的预测方差自适应调节控制增益,并应用李雅普诺夫方法严格证明闭环系统的稳定性,保证了航天器姿态跟踪误差的渐进收敛性;最后,通过数值仿真验证了所设计控制器的有效性。结果表明,该自学习控制算法与自适应滑模控制(ASMC)与神经网络自适应控制等算法相比,具有更快的收敛速度、更高的跟踪精度以及更低的控制成本。     

依托神经网络框架的姿态控制算子设计

针对传统的运载火箭控制系统软件设计模式,本文以姿态控制软件作为研究对象,考虑使用神经网络框架的设计思想建立姿态控制系统软件设计框架,重点讨论了姿态控制算子的设计方法,介绍了姿态控制软件和神经网络框架,讨论了框架在软件开发中的优势并分析了依托神经网络框架建立姿态控制软件框架的要素,阐释了基于本体论的姿态控制算子的建模过程,算子的具体设计以及如何将姿态控制算子嵌入到神经网络框架中。仿真实验验证了本文所设计算子的正确性。     

基于自适应动态逆的高超声速飞行器姿态复合控制

考虑高超声速飞行器再入过程中存在气动舵低效的问题,提出了质量矩/气动舵复合控制方式,研究了这两类执行机构的复合控制分配问题,并针对高超声速飞行器强非线性和不确定性的对象特性,基于神经网络方法设计了自适应动态逆姿态控制系统。首先给出了质量块配置原则以及质量矩/气动舵复合控制模型;其次,为获得良好的控制分配精度并保证较小的执行机构能耗,基于二次规划方法设计了质量矩/气动舵复合控制分配策略;再次,利用神经网络权值的自适应调整来逼近系统中存在的不确定性,补偿动态逆误差,设计了基于神经网络的自适应动态逆控制器。最后,通过仿真验证了文中控制分配策略和自适应动态逆方法的有效性。