[发明专利]一种航天器小角度姿态机动控制参数优化方法

权利要求书

1.一种航天器小角度姿态机动控制参数优化方法，其特征在于：在航天器姿态参考坐标系下建立其姿态动力学和运动学模型，进一步建立飞轮或控制力矩陀螺的动力学模型，并基于飞轮或控制力矩陀螺输入受限的非线性反馈控制方法设计小角度姿态机动控制器，最后用改进的模拟退火优化方法进行控制器参数优化；具体包括以下步骤：

①在航天器姿态参考坐标系下建立航天器姿态运动学模型；

其中，q＝(q₀，q₁，q₂，q₃)^T为航天器姿态四元数，为姿态四元数的微分，ω_θ和ω_ψ分别表示航天器三轴姿态角速度；

②建立航天器姿态动力学模型；

Iω·+ω×(Iω)+ω×h=Td+Tw---(2)]]>

其中，I为航天器转动惯量矩阵，包含飞轮或控制力矩陀螺的转动惯量，h为飞轮或控制力矩陀螺的角动量，为航天器姿态角速度，为姿态角速度的微分，T_d为作用于航天器的外部干扰力矩，T_w为飞轮或控制力矩陀螺作用于航天器的力矩，ω×定义为向量叉积的运算，ω×用反对称矩阵表示为：

③建立步骤②中航天器姿态动力学方程中的外部干扰力矩T_d模型；

其中，T_dθ和T_dψ分别表示航天器三轴外部干扰力矩，t为时间，ω_o表示轨道角速度，a、b、c表示不同的干扰常系数；

④建立步骤②中航天器姿态动力学方程中T_w模型；

T_w＝Q⁺T_c               (3)

其中T_c为控制器输出的指令控制力矩，Q是飞轮或控制力矩陀螺的安装矩阵，Q⁺为安装矩阵Q的广义逆；

⑤基于步骤②-步骤④中所建立的含有飞轮或控制力矩陀螺的航天器姿态动力学和运动学方程，设计三轴姿态非线性输入受限反馈控制器为：

u=-satU{KsatL(e+1m∫e)+Cω}]]>

其中，表示航天器姿态控制器输出的三轴姿态指令力矩；为三轴姿态角误差；m为增益系数，进一步定义k_p＝K，k_i＝K/m，k_d＝C，表示航天器三轴姿态控制器比例环节增益，表示航天器三轴姿态控制器积分环节增益，表示航天器三轴姿态控制器微分环节增益；饱和受限函数定义为：

satS(x)=Sx≥Sx|x|<S-Sx≤-S]]>

其中，x为饱和受限函数变量，S＝U，L为实际要求中受限力矩和姿态误差决定的饱和受限函数幅值；

⑥对步骤⑤中所设计的控制器采用改进的模拟退火算法对三轴姿态控制参数同时进行优化。

2.根据权利要求1所述的一种航天器小角度姿态机动控制参数优化方法，其特征在于：所述步骤⑥中采用改进的模拟退火算法，具体步骤为：

(i)利用步骤①-步骤④所建立的航天器姿态动力学和运动学模型设计三轴姿态优化目标函数：

Jθ=∫0∞(w1|eθ|+w2|uθ|+w3|erθ|)dt+w4trθ]]>

Jψ=∫0∞(w1|eψ|+w2|uψ|+w3|erψ|)dt+w4trψ]]>

其中，为横滚姿态角目标函数，表示横滚姿态角误差的绝对值，表示横滚轴控制器输出力矩的绝对值，表示当前时刻横滚姿态角与前一时刻横滚姿态角之差，为横滚姿态角上升时间；J_θ为俯仰姿态角目标函数，|e_θ|表示俯仰姿态角误差的绝对值，|u_θ|表示俯仰轴控制器输出力矩的绝对值，|er_θ|表示当前时刻俯仰姿态角与前一时刻俯仰姿态角之差，t_rθ为俯仰姿态角上升时间；J_ψ为偏航姿态角目标函数，|e_ψ|表示偏航姿态角误差的绝对值，|u_ψ|表示偏航轴控制器输出力矩的绝对值，|er_ψ|表示当前时刻偏航姿态角与前一时刻偏航姿态角之差，t_rψ为偏航姿态角上升时间；w₁，w₂，w₃，w₄分别表示权重系数；

(ii)初始化模拟退火算法中初始温度T，马尔科夫链La，步长scale，冷却速率λ，增长速率α，内循环总次数n₁，外循环总次数n₂；

(iii)初始化控制器参数并用此控制器参数值求得步骤(i)中目标函数的值J_1θ，J_1ψ；

(iv)对步骤(iii)中控制器参数进行更新：

x′＝x+scale×rand

其中，rand为与x具有相同维数的随机向量，其元素为[-1，1]之间具有高斯分布的随机数；并用更新后的控制器参数值求得目标函数值J_2θ，J_2ψ；

(v)用改进的模拟退火算法接受准则来判定是否接受新参数值；根据步骤(iii)和步骤(iv)的目标函数值，分别求出三轴目标函数差ΔJ_i＝J_2i-J_1i总目标函数差为如果无条件接受更新后的控制参数；如果进一步利用改进的Metropolis准则来判断是否接受更新后的参数值；如果大于[0，1]间的随机数，仍然接受更新后的参数值，否则彻底放弃此次更新；其中T(k)为第k次外循环温度，La(k)为第k次外循环马尔科夫链，k＝1，2，3，…；

(vi)重复步骤(iv)到步骤(v)直至初始设定的内循环次数n₁结束；

(vii)更新温度值，马尔科夫链，以及步长，有如下关系式：

T(k+1)＝T(k)×λ

La(k+1)＝La(k)×α

scale(k+1)＝scale(k)×λ

其中，T(k+1)为第k+1次外循环温度；La(k+1)为第k+1次外循环马尔科夫链；scale(k)为第k次步长，scale(k+1)为第k+1次步长；

(viii)重复步骤(iv)到步骤(vii)，直到外循环次数n₂结束，得到最优的控制器参数完成预定目标的姿态机动。