基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制#br#

空间控制技术与应用 ›› 2019, Vol. 45 ›› Issue (3): 39-.

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制#br#

出版日期:2019-06-25 发布日期:2020-05-26

Robust Attitude Tracking Control of Multi Spacecraft Based on#br# RBF Neural Network#br#

Online:2019-06-25 Published:2020-05-26

摘要/Abstract

摘要： 研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成，星载相机跟踪某一特定目标，同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下，基于非奇异终端滑模技术和RBF神经网络，设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能.RBF神经网络用于逼近模型不确定部分与外部干扰力矩，并且根据非奇异终端滑模的有限时间收敛属性，提出了一种RBF网络的在线学习算法，提高了RBF网络的逼近效率.应用Lyapunov稳定性理论，证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.

关键词: 动力学与控制, 多体航天器, 姿态跟踪, 非奇异终端滑模, RBF神经网络

袁长清, 李政广, 于海莉, 左晨熠. 基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制#br#[J]. 空间控制技术与应用, 2019, 45(3): 39-.

[1]	邢涛, 孙乐丰, 王为, 罗文成. 数字空间站动力学与控制仿真建模与飞控应用[J]. 空间控制技术与应用, 2021, 47(5): 40-47.
[2]	马飞越, 韩吉霞, 牛勃, 佃松宜. 基于区间二型模糊终端滑模控制的飞行器姿态控制[J]. 空间控制技术与应用, 2019, 45(5): 22-.
[3]	刘智勇, 何英姿, 蔡彪, 程迎坤. 基于非线性观测器的非合作目标姿态跟踪控制[J]. 空间控制技术与应用, 2013, 39(5): 19-23.
[4]	许斌, 刘志友, 孙富春, 姚伟, 刘庆志. 基于RBF神经网络的自适应PID星钟热控制[J]. 空间控制技术与应用, 2010, 36(5): 42-44.
[5]	李晓云1, 姜苍华2, 段广仁2. 一类质心突变飞行器的姿态控制律重构设计[J]. 空间控制技术与应用, 2009, 35(2): 24-28.
[6]	徐亚伟¹，陈建新¹，刘良栋¹，刘建军^1，2. 松软土壤环境下月球车动力学与控制的仿真工具[J]. 空间控制技术与应用, 2008, 34(6): 52-57.

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制#br#

Robust Attitude Tracking Control of Multi Spacecraft Based on#br# RBF Neural Network#br#

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

Metrics

本文评价

推荐阅读 10