[发明专利]一种面向任务约束的航天器姿态控制系统在轨重构方法

权利要求书

1.一种面向任务约束的航天器姿态控制系统在轨重构方法，其特征在于，

以系统故障信息、系统状态信息以及任务约束信息为决策因素，根据k时刻的状态量s_k、k时刻的重构动作a_k构建体现了k时刻任务约束信息的k时刻的效用函数U(s_k,a_k)，k时刻的状态量s_k通过加权处理k时刻的系统故障信息、系统状态信息得到；

通过在时间维度上折扣效用函数后并累加的方式确定性能指标函数：J(s_k+1)为加权处理k+1时刻系统故障信息、系统状态信息得到的k+1时刻的状态量，s_k+1+j为加权处理k+1+j时刻系统故障信息、系统状态信息得到的k+1+j时刻的状态量，a_k+1+j为k+1+j时刻的重构动作，U(s_k+1+j,a_k+1+j)为体现了k+1+j时刻任务约束信息的k+1+j时刻的效用函数，γ为折扣因子，0＜γ≤1，N为正整数；

由效用函数及最优性能指标函数得到HJB方程形式的迭代控制律：其中，π^*(s_k)为k时刻的最优重构策略，J^*(s_k+1)为k+1时刻的最优性能指标，J^*(s_k+1)＝minJ(s_k+1)，记所述迭代控制律的目标函数为Q函数，Q(s_k,a_k)＝U(s_k,a_k)+γJ^*(s_k+1)，Q(s_k,a_k)为k时刻迭代控制律的目标函数值；

采用迭代算法近似拟合迭代控制律的目标函数进而确定最优重构策略，确定最优重构策略的方法为：采用神经网络算法将k时刻的状态量及其对应的最优重构动作映射为k时刻迭代控制律的目标函数值，采集执行k时刻最优重构动作后系统在k+1时刻的状态量并确定k+1时刻状态量对应的最优重构动作，根据k+1时刻的状态量及其对应的最优重构动作计算k+1时刻迭代控制律的目标函数值，折扣k+1时刻迭代控制律的目标函数值后累加k时刻的效用函数得到Q函数目标值，根据k时刻迭代控制律的目标函数值与Q函数目标值的误差修正神经网络的权值后进行下一次迭代训练，周而复始地，直至训练次数达到最大迭代次数时输出k时刻迭代控制律的目标函数值。

2.根据权利要求1所述一种面向任务约束的航天器姿态控制系统在轨重构方法，其特征在于，所述任务约束信息包含但不限于控制能耗、控制精度、任务优先级。

3.根据权利要求1所述一种面向任务约束的航天器姿态控制系统在轨重构方法，其特征在于，所述系统故障信息包含但不限于故障位置、故障类型、故障程度。

4.根据权利要求1所述一种面向任务约束的航天器姿态控制系统在轨重构方法，其特征在于，所述系统状态信息包含但不限于姿态角和角速度、当前系统配置、电池电量。