[发明专利]一种基于滑模控制和神经网络的卫星机动自主定轨方法

说明书

本发明公开了一种基于滑模控制和神经网络的卫星机动自主定轨方法，结合滑模控制和神经网络观测器，用滑模控制的控制量结合对卫星距离的观测量来准确输出卫星的位置信息，实现更精确地定轨。通过滑模控制和神经网络紧密结合，可以实时地实施机动控制并显示卫星的状态量，更好地实现朗格朗日卫星的定轨。

技术领域：

本发明涉及一种基于滑模控制和神经网络的卫星机动自主定轨方法，属于航天卫星导航系统领域。

背景技术：

滑模控制与自适应、模糊和神经网络等智能算法控制的结合，可以提高整个系统的性能。滑模变结构已经用于解决更加复杂的问题，如解决运动跟踪、模型跟踪、不确定系统控制等一系列问题，并和Lyapunov稳定性理论、超稳定性理论、模型参考自适应理论相结合。神经自适应控制的一个发展是从采取BP网络发展到采用其他类型的神经网络。如采用RBF网络的自适应控制，采用递归神经网络的自适应控制和采用模糊神经网络的自适应控制。

作为地—月系重要的动力学平衡点—拉格朗日点，在其附近布置导航卫星，构建导航星座，对我国深空探测的发展具有重要的战略意义，并有其独有的优越性。

用来描述拉格朗日点卫星运动的动力学模型均采用圆型限制性三体问题模型，尽管采用这种近似模型有利于拉格朗日点周期轨道的求解，但用圆型限制性三体问题模型求解的周期轨道对初值误差和空间摄动非常敏感，若要将卫星保持在周期轨道上需要高频或连续的轨道控制。高频或连续的轨道机动控制必然会对拉格朗日导航卫星的定轨精度产生影响，如何实现拉格朗日导航卫星轨道机动期间的高精度轨道确定是关系到拉格朗日卫星导航系统的高精度、连续性等导航定位服务性能提升的核心技术问题。

本发明将利用神经网络技术实现拉格朗日导航卫星的机动轨道确定，拉格朗日导航卫星的控制利用滑模控制方法实现。

发明内容：

本发明针对上述轨道机动控制的不足，设计了一种基于滑模控制和神经网络的卫星机动自主定轨方法。

本发明所采用的技术方案有：一种基于滑模控制和神经网络的卫星机动自主定轨方法，包括：

(1)滑模保持控制算法

滑模控制器可以分为两个方面：离散时间滑模面设计和自适应滑模控制器设计；

①离散时间滑模面设计

其中x＝[r^T,v^T]^T,和分别为位置偏差和速度偏差，为A的分块；

令滑模面为s(k)＝Cx(k)＝C₁r(k)+C₂v(k)

其中C＝[C₁,C₂],当系统状态到达滑模面时，有

C₁r(k)+C₂v(k)＝0

通过设置C₁和C₂的值构造离散时间滑模面；

②自适应滑模控制器设计

对某一时刻t_k+1，有s(k+1)＝Cx(k+1)

进一步可得s(k+1)＝CAx(k)+CBΔv(k)

Δv(k)＝-(CB)^-1{CAx(k)-(I₃-TK)s(k)+TDsgn[(s(k)]}

其中为采样时间，为符号函数，

D和K中的参数取值为

(2)神经网络自适应观测器