[发明专利]一种航天器姿态跟踪的神经网络反步滑模控制方法和系统有效

专利信息
申请号: 202110072484.0 申请日: 2021-01-20
公开(公告)号: CN112394645B 公开(公告)日: 2021-04-16
发明(设计)人: 刘二江;杨跃能;闫野;张士峰;卜亚军;胡文俊 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 长沙国科天河知识产权代理有限公司 43225 代理人: 邱轶
地址: 410073 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 航天器 姿态 跟踪 神经网络 反步滑模 控制 方法 系统
【说明书】:

本申请涉及一种航天器姿态跟踪的神经网络反步滑模控制方法、系统、计算机设备和存储介质。所述方法包括:通过给定航天器的期望姿态和实际姿态,建立控制受限航天器姿态误差动力学模型,控制受限航天器姿态误差动力学模型中包括不确定项;通过构建辅助系统对动力学模型中的控制输入受限进行补偿,采用反步滑模算法得到动力学模型的反步滑模姿态跟踪控制律;构造以不确定项的估计值作为输出量的神经网络逼近器;采用神经网络逼近器对动力学模型中的不确定项进行逼近,得到动力学模型的神经网络反步滑模姿态跟踪控制律,实现对航天器的姿态跟踪。本发明提高了姿态跟踪控制系统的控制精度和适应性。

技术领域

本申请涉及自动控制技术领域,特别是涉及一种航天器姿态跟踪的神经网络反步滑模控制方法、系统、计算机设备和存储介质。

背景技术

随着航天技术的发展,航天器执行的空间任务越来越多,例如卫星监视、航天器编队飞行、在轨服务、交会对接等,同时空间任务执行难度也日趋复杂,复杂任务的实现依赖于高精度的姿态控制,这对航天器姿态控制系统的控制精度提出了更高的要求。影响航天器姿态控制精度的因素越来越多,主要包括:重力梯度力矩、大气干扰力矩等空间环境干扰力矩、燃料消耗引起航天器转动惯量的变化等。由于航天器受到各种干扰力矩以及自身参数不确定的影响,航天器姿态控制系统是一种多输入多输出的不确定非线性系统。

航天器姿态跟踪是指航天器从任意给定的初始姿态出发,逐渐趋近并稳定跟踪给定的期望指令姿态,是航天器姿态控制的一种表现形式。现有文献中,众多研究人员针对航天器姿态跟踪控制问题,提出了PID控制,鲁棒控制,反馈线性化控制等方法,为航天器姿态跟踪控制提供了有效参考技术方案。但是,上述控制方法中是在一些限制条件下进行的,比如其假设系统干扰是有界且上界已知的,且航天器是具有足够的控制能力进行姿态控制的。而在实际动力学系统中,系统干扰上界往往是很难获得的,此外航天器控制输入受限也是执行机构普遍存在的物理约束,忽略该约束可能会导致系统控制性能下降甚至引发系统的不稳定性。

因此,现有的航天器姿态跟踪技术存在控制精度低、适应性不佳的问题。

发明内容

基于此,有必要针对上述技术问题,提供一种能够提高航天器姿态跟踪控制精度和适应性的航天器姿态跟踪的神经网络反步滑模控制方法、系统、计算机设备和存储介质。

一种航天器姿态跟踪的神经网络反步滑模控制方法,所述方法包括:

根据航天器的给定期望姿态和实际姿态,得到所述期望姿态和所述实际姿态之间的误差量;所述航天器为控制受限航天器;

根据所述误差量和推力器提供的实际受限控制输入建立控制受限航天器姿态误差动力学模型,所述控制受限航天器姿态误差动力学模型中包括不确定项;

通过构建辅助系统对所述动力学模型中的控制输入受限进行补偿,采用反步滑模算法得到所述动力学模型的反步滑模姿态跟踪控制律;

将所述误差量中姿态误差四元数的矢量部分、所述实际姿态中的角速度以及所述角速度的导数作为输入量,将所述不确定项的估计值作为输出量,构造神经网络逼近器;

根据所述神经网络逼近器和所述反步滑模姿态跟踪控制律,得到所述动力学模型的神经网络反步滑模姿态跟踪控制律,实现对所述航天器的姿态跟踪。

在其中一个实施例中,还包括:根据航天器的给定期望姿态和实际姿态,得到所述期望姿态和所述实际姿态之间的误差量为:

其中,表示姿态误差四元数;表示期望姿态四元数,表示期望姿态四元数的逆;表示实际姿态四元数;符号表示四元数相乘;表示姿态误差角速度;表示实际姿态角速度;表示基于姿态误差四元数的姿态转换矩阵;表示期望姿态角速度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110072484.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top