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。     

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。     

SO(3)上航天器自适应反步姿态跟踪控制

针对刚体航天器姿态跟踪控制问题,提出了一种自适应反步控制方法。首先,考虑模型不确定性和外部干扰影响,通过引入一个非负定的势函数来描述姿态跟踪误差,在特殊正交李群SO(3)上建立描述航天器姿态运动的相对动力学方程,所建立的动力学模型有效地避免了用修正罗德里格参数或四元数描述航天器姿态时引起的奇异和退绕等问题;其次,设计的自适应反步控制器可保证闭环控制系统最终一致有界收敛,并用李亚普诺夫理论严格证明了闭环系统的稳定性;此外,设计的自适应控制律可以有效地处理系统总干扰;最后,针对航天器姿态跟踪控制场景进行数值仿真分析。结果表明:与传统PD控制器相比,所设计的控制器可以有效地提高控制性能。     

航天器姿态跟踪系统的非线性鲁棒自适应控制

研究有未知惯量矩阵和干扰力矩的刚体航天器姿态跟踪。对此类多输入多输出、不确定非线性系统,提出了一种非线性鲁棒自适应控制策略,用Lyapunov直接法分析了闭环系统稳定性。理论分析表明,该控制器不仅保证闭环系统一致最终有界稳定,航天器姿态跟踪误差收敛至系统平衡点的一个较小领域,而且使闭环系统对航天器惯量参数有自适应能力,对有界干扰力矩具鲁棒性。仿真结果表明：所设计的非线性鲁棒自适应控制器有效。     

采用变惯量飞轮的航天器自适应姿态控制

变惯量飞轮(VIW)是一种新的航天器姿态控制执行机构。它不仅可以通过改变飞轮转速来提供控制力矩,还可以通过改变飞轮的转动惯量来实现这一目的。研究利用VIW的航天器自适应姿态跟踪控制问题。建立了以VIW为姿态控制执行机构的航天器姿态动力学模型,并设计了全局渐近稳定的自适应姿态跟踪控制律。该控制律可在航天器惯量参数未知的情况下准确跟踪给定姿态,并同时估计系统的惯量参数。在VIW的操纵律中,以VIW的转速为权重依据来分配VIW的两种模式的控制力矩,以使VIW的惯量模式输出较大的控制力矩并有效降低飞轮转速。数值仿真结果验证了系统的有效性。     

控制输入饱和的挠性航天器姿态机动智能鲁棒控制

针对挠性航天器带有执行机构饱和的姿态控制问题,提出了一种将自适应变结构和智能控制相结合的智能鲁棒控制方法。首先,在基于非线性和低阶模态的动力学模型基础上,针对挠性模态不可测的特点,给出了仅利用输出信息的智能自适应变结构输出反馈控制器的设计方法,其中利用神经网络控制来补偿执行机构饱和非线性和采用自适应控制技术克服确定不确定性的界的困难,并基于Lyapunov方法分析了滑动模态的存在性及系统的稳定性。最后,将该方法应用于挠性航天器的姿态机动控制,在反作用飞轮存在饱和特性约束的情况下,完成姿态机动的同时,可有效地抑制挠性附件的振动。
     

基于快速终端滑模的航天器自适应容错控制

针对存在不确定的执行机构部分失效故障和未知外界扰动的航天器姿态跟踪控制问题,提出了一种基于自适应快速终端滑模控制的容错控制方法。在没有故障检测与诊断信息的情况下,采用快速终端滑模控制原理,利用自适应算法在线估计得到的故障信息,设计具有鲁棒性的容错控制器,使系统在执行机构故障发生时,能在有限时间内以指数收敛,实现系统有限时间渐近稳定,以及对航天器的容错控制和干扰的抑制。仿真结果表明,与基于普通滑模控制器的容错控制相比,该方法在保证系统鲁棒性和可靠性的同时,具有更快的收敛速率,实现执行机构故障时有效的航天器姿态跟踪控制。     

基于联合飞轮和磁力矩器的航天器姿态控制算法研究

研究了航天器姿态控制过程中,在姿态捕获阶段单独使用磁力矩器对航天器进行粗定向,在姿态调整阶段联合使用磁力矩器和反作用飞轮对航天器进行控制的问题。建立了反作用飞轮作为执行机构的姿态动力学模型。根据Lyapunov稳定性原理,设计了输入控制器和参数自适应律。将该算法应用于航天器姿态控制过程。仿真结果表明,该算法简单、有效、实用性强。     

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。     

欠驱动航天器编队重构的切换神经网络控制

针对圆轨道欠驱动航天器编队重构问题,将传统的自适应神经网络控制器和自适应滑模控制器相结合,设计了一种切换神经网络控制器,用以跟踪由伪谱法求解得到的航天器编队重构的最优开环控制轨迹。自适应神经网络控制器在活跃区域内工作,利用径向基神经网络(RBFNNs)近似动力学系统中的不确定项,自适应滑模控制器在活跃区域外工作,利用自适应律来估计近似误差上界,并采用李雅普诺夫方法证明了闭环系统稳定性。数值仿真结果表明切换神经网络控制器可在欠驱动条件下实现编队重构,与线性滑模控制器相比,实现了控制器快速、高精度、强鲁棒等控制性能。     

Decentralized sliding-mode control for spacecraft attitude synchronization under actuator failures

This paper examines attitude synchronization and tracking problems with model uncertainties, external disturbances, actuator failures and control torque saturation. Two decentralized sliding mode control laws are proposed and analyzed based on algebraic graph theory. Using Barbalat׳s Lemma, it is shown that the control laws guarantee each spacecraft approaches the desired time-varying attitude and angular velocity while maintaining attitude synchronization among the other spacecraft in the formation. The first controller is designed in the presence of model uncertainties, external disturbances, and actuator failures. The results are extended to the case with control input saturation in the second controller. Both control laws do not require online identification of failures. Numerical simulations are presented to show the effectiveness of the proposed attitude synchronization and tracking approaches.     

Adaptive attitude control of spacecraft using neural networks

An adaptive control technique can be applicable to reorient spacecraft with uncertain properties such as mass, inertial and various misalignments. A nonlinear quaternion feedback controller is chosen as a baseline attitude controller. A linearly added adaptive input supported by neural networks to the baseline controller can estimate and eliminate the uncertain spacecraft property adaptively. The normalized input neural networks (NINNs) are examined for reliable computation of the adaptive input. The newly defined learning rules of the neural networks are established appropriately for a spacecraft. To prove the stability of the closed-loop dynamics with the control law, Lyapunov stability theory is considered. As a result, the proposed approach results in the uniform ultimate boundedness in tracking error and robustness of the chattering and the singularity problems.     

近空间高超声速飞行器输入饱和抑制模糊自适应控制

针对近空间高超声速飞行器三通道姿态跟踪控制问题,提出了一种基于输入饱和抑制的非线性模糊自适应滑模控制器。考虑到飞行器模型具有严格反馈形式的特点,以反步法为基础,结合非奇异快速Terminal滑模方法设计控制器。设计了模糊系统估计模型中的干扰项,并通过自适应鲁棒项补偿估计误差,引入非线性增益函数提高控制系统的饱和抑制能力,并基于Lyapunov理论证明了闭环系统的稳定性。最后,通过仿真对比实验验证方法的有效性。仿真结果表明,所设计的控制器能够保证飞行控制系统在存在模型参数不确定性的情况下具有良好的姿态跟踪性能和输入饱和抑制能力。     

控制输入受限情况下卫星姿态的鲁棒自适应控制

卫星通常工作在各种扰动环境中，包括参数不确定性和非参数不确定性。工程实践中碰到的另一个重要问题是控制输入受限。考虑存在参数不确定性和非参数不确定性，研究控制输入受限情况下卫星的姿态控制问题，设计了一种鲁棒自适应控制器，证明了姿态控制系统是全局一致最终有界稳定。仿真结果验证了该控制器的有效性。     

空间机器人神经网络自适应滑模目标操控轨迹跟踪控制

针对参数未知的空间目标操控问题,考虑空间机器人负载不确定性、系统动力学不确定性和环境扰动等因素,为实现操作过程的稳定控制及机器人轨迹的有效跟踪,提出一种基于径向基神经网络估计不确定项的自适应增益非奇异终端滑模变结构控制器。首先基于拉格朗日法建立空间机器人的刚体动力学模型。考虑空间机器人基座姿态主动控制模式,使用径向基神经网络对模型中的不确定项进行估计。进而提出基于神经网络估计的非奇异终端滑模控制器,并针对不确定性和扰动的估计误差设计自适应增益,以期实现空间机器人系统轨迹跟踪控制的收敛。仿真校验结果表明所设计的控制方法具有较好的误差收敛速度和控制精度。     

对失控翻滚目标逼近的神经网络自适应滑模控制

针对失控航天器在空间中自由翻滚的情况,研究追踪器对失控翻滚目标逼近的位置和姿态六自由度耦合控制问题。建立追踪器与目标器相对运动的姿轨一体化动力学模型,设计追踪器逼近过程的标称轨迹和标称姿态。综合考虑系统不确定性和外部干扰,设计无抖振的神经网络自适应滑模控制器。将滑模控制与神经网络逼近相结合,采用径向基函数(RBF)神经网络对系统未知部分进行自适应逼近。由Lyapunov方法导出神经网络自适应律,通过自适应权重的调节保证整个闭环系统的稳定性。数值模拟实例说明了所设计的标称轨迹和标称姿态的合理性,同时验证了神经网络自适应滑模控制器的有效性。     

含不确定性的绳系卫星姿态的鲁棒最优控制

针对绳长变化的旋转二体绳系卫星姿态跟踪控制问题,提出了一种分布式鲁棒最优控制方法。首先针对单体绳系卫星姿态模型,在假设模型精确和不存在干扰的条件下,设计基于HamiltonJacobiBellman方程的最优控制器;进一步考虑到实际系统存在参数不确定性和干扰,采用自适应方法和鲁棒误差积分方法隐式学习参数不确定性和有界干扰,与最优控制器结合设计鲁棒最优控制器,并应用Lyapunov稳定性定理证明其闭环系统的渐近稳定性。其次,根据绳系卫星系统的运动同步性,将单体绳系卫星姿态控制器设计扩展至二体绳系卫星系统,设计二体绳系卫星姿态系统的分布式鲁棒最优控制器。最后在Matlab/Simulink平台上进行仿真验证,结果表明了所设计控制器的可行性与有效性。     

执行器故障下的运载火箭非奇异终端滑模容错控制

针对存在未知外部干扰和执行器卡死故障的运载火箭,提出了一种基于非奇异终端滑模面的姿态跟踪控制算法。首先,建立了考虑干扰和执行器卡死故障的运载火箭姿态控制系统多输入多输出系统模型;然后定义了运载火箭姿态跟踪系统模型,针对定义的模型,设计了一种非奇异终端滑模面,使得系统在执行器故障情况下仍能较为精确地跟踪参考信号。基于李雅普诺夫函数证明了运载火箭姿态跟踪控制系统的稳定性和有限时间收敛特性。数值仿真检验了本文基于非奇异终端滑模运载火箭姿态跟踪控制算法的有效性。     

无速度测量下的航天器安全接近位姿一体化控制

针对考虑位姿耦合的非合作航天器交会对接场景,在没有速度测量情况下为了同时解决安全约束、模型不确定性、执行器故障和输入饱和问题,提出一种基于容积卡尔曼滤波算法(CKF)的自主安全接近方法。首先基于容积卡尔曼滤波器和扩张状态观测器(ESO)分别估计目标航天器的位姿信息和相对速度信息;然后通过将一种新颖的安全包络与人工势函数(APF)结合设计自适应滑模控制器,并设计非奇异辅助系统对执行器故障和输入饱和带来的影响进行集中处理。提出的控制策略在不违反安全约束情况下,能在固定时间内实现位置接近和姿态同步。通过李雅普诺夫方法可以保证闭环系统固定时间稳定。仿真结果表明,所提控制方法具有较高的精度和良好干扰抑制能力。     

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。