小卫星三轴稳定鲁棒自适应控制器设计

针对某微小卫星, 研究了系统结构存在不确定性及外部干扰为定常未知时的姿态控制问题. 运用Lyapunov 方法, 利用Euler-Lagrange 系统的内在性质, 设计出一种不需解耦的鲁棒自适应控制器. 对系统进行数学仿真表明, 该控制算法在应用中不但具有较好的控制性能, 还具备良好的鲁棒性.     

微小卫星鲁棒自适应姿态确定算法

基于磁强计测量的微小卫星姿态确定系统中,由于状态方程和测量方程均为轨道参数的函数,因此在轨道估计存在误差的情况下,标准的扩展卡尔曼滤波算法（ExtendedKalmanFilter,EKF）并不能获得姿态的最优解。针对轨道确定误差对姿态确定的影响,基于自适应滤波及鲁棒估计原理,提出了鲁棒自适应卡尔曼滤波（RobustAdaptiveKalman Filter,RAKF）算法。该算法通过构建合理的膨胀因子和自适应因子,自动调节观测噪声方差矩阵和一步预测方差矩阵的大小,从而改变旧有数据及观测信息在滤波中的权重,获得更合理的卡尔曼增益,使滤波器获得近似最优结果。基于标准卡尔曼滤波的稳定性理论,证明了若系统一致完全可控并且一致完全可观,该滤波器是一致渐近稳定的。数学仿真表明,与EKF相比,RAKF能够将欧拉角估计精度从0.3°提高到0.2°,从而证明了该算法的有效性。     

基于动态逆的高超声速飞行器鲁棒自适应控制

针对高超声速飞行器运动学模型具有高度非线性、多变量耦合及参数不确定等特点,提出了一种基于非线性动态逆的控制系统鲁棒自适应控制器设计方法.该方法将飞行器的运动方程分成速度子系统和高度子系统,利用控制输入的功能分配,并结合虚拟控制指令设计与非线性动态逆技术,实现速度和高度的稳定跟踪.为消除系统中模型不确定性和外界干扰的影响,采用鲁棒自适应滑模控制策略进行补偿.仿真结果表明:所提出的控制器设计方法不仅满足飞行器速度与高度跟踪性能的要求,且对模型不确定性和外干扰具有一定的鲁棒性.      

输入受限卫星姿态的鲁棒非线性镇定与跟踪控制

研究控制输入受限的卫星在存在外部干扰和转动惯量不确定性时的姿态镇定和姿态跟踪控制问题,利用双曲正切函数的性质分别设计了两种有界鲁棒非线性反馈控制律,并用李雅普诺夫方法证明：通过适当选择两种控制律中的参数,可保证闭环系统角速度误差渐近趋于零,且姿态误差收敛到事先给定的原点小邻域内．仿真结果表明利用所设计的控制律可在控制输入受限情况下有效抑制外部干扰和转动惯量不确定性的影响,达到预期控制目标．     

小卫星的自适应姿态控制

分析了小卫星的姿态动力学及运动学方程；利用姿态动力学方程为一动力学参数矢量的线性函数这一事实，考虑存在参数不确定性，提出了一种自适应控制方法；证明了这种方法可以保证控制系统全局渐近稳定。仿真结果验证了该方法的有效性。     

空天飞行器多源容错鲁棒组合导航系统设计

空天飞行器具有机动灵活、高速飞行和实时打击等特点,为保证空天飞行器在各种复杂飞行工况下导航系统的精度、可靠性与鲁棒性,构建了包含惯性导航、卫星导航与天文导航的多源容错鲁棒组合导航系统。针对空间复杂电磁环境造成的在非线性系统中量测噪声非高斯分布的问题,设计了一种基于Huber定则的鲁棒多传感器信息融合方法;针对高动态与GNSS信号受干扰及欺骗等情况下,卫导信号异常、失锁与星图拖尾等问题,设计了故障诊断与滤波器重构策略。仿真结果表明,所设计的多源容错鲁棒组合导航系统在复杂动态环境下能够有效提高导航系统的精度与容错能力,为空天飞行器导航系统设计提供了有效参考。     

基于轨迹线性化方法的近空间飞行器鲁棒自适应控制

研究一种新的近空间飞行器鲁棒自适应飞行控制系统设计方案。利用单隐层神经网络的函数逼近能力和被控对象分析模型的有用信息构建一种单隐层神经网络干扰观测器,用以在线估计系统中存在的不确定性,具有自适应调节能力的鲁棒控制器用以克服估计误差。将所得单隐层神经网络干扰观测器与轨迹线性化方法结合形成新的非线性系统鲁棒自适应控制方案,严格的理论证明在给定的自适应调节律作用下闭环系统所有误差最终有界。该控制方案被用于近空间飞行器飞行控制系统设计,高超声速飞行条件下的仿真结果表明该方法不仅有效,而且能够提供高精度、高稳定度的控制性能。     

导弹增量式自适应容错控制系统设计

导弹在实际飞行中存在气动参数不确定、执行机构故障等问题,从而对导弹飞行控制系统稳定性与操控能力造成严重影响。为此,设计一种增量式自适应容错控制方法,在实现导弹安全控制的同时,兼顾姿态控制算法时效性与可靠性。建立面向控制的三通道耦合姿态动力学模型;考虑系统不确定性和执行机构故障,基于增量式动态逆方法设计导弹被动容错控制律;基于自适应滑模控制与增量式动态逆方法,设计增量式动态逆自适应容错控制律,并对系统残差进行分析比较;通过某典型全弹道姿态跟踪任务,验证舵面故障下的姿态跟踪特性。仿真结果表明:所提方法在故障未知的情况下,能够保证飞行控制系统的鲁棒性与容错能力,实现导弹的安全可靠控制。      

基于事件触发的航天器姿态自适应容错控制

针对航天器通信和计算资源约束以及执行器故障场景下的姿态控制问题,提出了一种基于事件触发的航天器姿态自适应容错控制策略。首先,采用自适应方法估计故障信息、外界扰动等系统中未知参数,并引入事件触发机制,在执行器故障下实现容错控制的同时,节约星载计算机的计算资源。然后,基于李雅普诺夫方法证明了所提出的控制策略保证了闭环系统状态全局一致且最终有界稳定,并能有效避免Zeno现象,保证了执行器故障场景下对姿态的精确控制。最后,应用于航天器的姿态稳定试验,仿真结果验证了该方法的有效性。     

挠性卫星自适应姿态跟踪控制

具有较强变轨或姿态机动能力的卫星,在轨运行过程中其质量特性随着液体燃料的消耗而不断变化,卫星的惯量特性也随之变化,使卫星质量参数呈现不确知的特性。如何在惯量矩阵未知情况下实现挠性卫星的姿态跟踪控制是研究的重点。考虑目标姿态角速度可以时变的一般情形,设计了基于误差四元数的自适应姿态跟踪控制律,给出了稳定性证明。数学仿真结果表明该控制律能够在卫星转动惯量未知情况下,保证卫星本体姿态和跟踪目标姿态。     

基于自适应联邦滤波的卫星姿态确定

卡尔曼滤波采用常值量测噪声协方差阵,当量测噪声统计特性发生变化时,易导致估计误差增大,甚至滤波发散。针对该问题,在联邦卡尔曼滤波子系统中采用自适应卡尔曼滤波,形成自适应联邦卡尔曼滤波算法,新算法采用模糊推理系统实时调整量测噪声协方差阵的加权系数,使模型量测噪声逐渐逼近真实噪声水平。将该算法应用于多传感器卫星姿态确定系统,仿真结果验证了算法的有效性。     

基于SCSO-BP神经网络的卫星姿态控制系统故障预测

近年来,随着人工智能的迅速发展,基于人工神经网络的卫星姿态控制系统故障预测方法得到了越来越多的重视。在反向传播(Back Propagation ,BP)神经网络中,权重和偏置是重要的可调节参数,与神经网络的预测性能密切相关。BP神经网络的初始权重和偏置为随机生成,设置不当容易导致网络在训练过程中陷入局部极值,进而影响预测性能。为了提高BP神经网络的预测性能,提出了一种将沙猫群优化(Sand Cat Swarm Optimization ,SCSO)算法与BP神经网络相结合的预测方法。在训练过程中,首先通过SCSO 算法对BP神经网络权重和偏置进行预训练,在此基础上,利用精调后的BP神经网络对卫星姿态控制系统周期渐变故障数据的未来趋势进行预测。实验结果表明,与原始BP神经网络预测方法相比,SCSO-BP预测方法能够有效减小预测误差,具有更好的预测精度。     

基于直接自适应的挠性航天器姿态稳定控制

针对挠性航天器姿态稳定控制,基于退步控制方法与直接自适应控制方法提出了一种自适应控制策略。首先将挠性航天器模型分解为运动学子系统和动力学子系统,并设计具有理想控制性能的参考模型;然后在姿态小角度的假设下,对满足近似严格正实性的姿态运动学子系统设计了直接自适应中间控制律;最后运用退步控制方法对航天器动力学子系统设计了姿态控制器,并证明了闭环系统的稳定性。理论分析和数值仿真结果表明该控制器对挠性航天器的姿态稳定控制是有效的。     

基于分数阶滑模的航天器姿态鲁棒控制

针对存在外部扰动及转动惯量不确定性的高精度高稳定度的航天器姿态控制问题,提出了一种具有强鲁棒性的分数阶滑模控制器。首先,在修正罗德里格参数描述的航天器数学模型基础上,导出了便于分数阶滑模控制器设计的等效数学模型。其次,在传统滑模控制的滑模面与控制律中均引入分数阶微分算子,利用分数阶微分算子的快速收敛性与信息记忆性,设计了分数阶滑模控制器,并使用Lyapunov理论与分数阶稳定性理论证明了整个系统的稳定性。最后,仿真试验表明,分数阶滑模控制器具有高精度、强鲁棒性和良好的抗干扰性。     

基于特征模型的挠性充液卫星姿态控制

采用一种改进的基于特征模型的黄金分割自适应控制方法来解决带有挠性附件和液体晃动的大型卫星远地点机动时的姿态控制问题.根据卫星动力学方程推导特征模型,以动力学特点引入角速度信息构建一种改进的黄金分割自适应控制方法,通过数值仿真加以验证.仿真结果表明,该方法相比传统PID控制,能在不增大控制能量消耗的前提下改善系统控制性能.     

卫星姿态控制推力器布局分析

针对卫星姿态控制过程中推力器数目和分布的选取问题,给出了星上常用的4种推力器安装布局,通过相平面控制,给出了各个稚力器的喷气时间,通过对不同布局下系统的控制精度、燃料消耗和可靠性等方面进行分析和比较,给出了推力器布局设计准则.该准则表明系统的可靠性和燃料消耗是推力器布局设计的主要参考依据.