[發明專利]一種基于滑模控制和神經網絡的衛星機動自主定軌方法

有效

• 申請號: 201710545222.5
• 申請日: 2017-07-06
• 公開（公告）號: CN107272410B
• 公開（公告）日: 2019-05-31
• 發明（設計）人: 陸陳鑫
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

1.一種基于滑模控制和神經網絡的衛星機動自主定軌方法，其特征在于：包括

(1)滑模保持控制算法

滑模控制器可以分為兩個方面：離散時間滑模面設計和自適應滑模控制器設計；

①離散時間滑模面設計

離散系統的狀態方程是x(k+1)＝Ax(k)+Bu(k)

其中x(k)表示為時刻t_k系統的狀態誤差量，x(k+1)表示為時刻t_k+1的系統狀態量，A和B矩陣是狀態方程的系數矩陣,u(k)是狀態控制量，x(k)狀態量誤差量可以分為位置誤差量和速度誤差量兩種，因此可以將上面的狀態方程化簡為：

其中和分別為位置偏差和速度偏差，為A的分塊矩陣；

令滑模面為s(k)＝Cx(k)＝C₁r(k)+C₂v(k)

其中C₁,C₂是滑模面方程的系數矩陣，當系統狀態到達滑模面時，有

C₁r(k)+C₂v(k)＝0

通過設置C₁和C₂的值構造離散時間滑模面；

②自適應滑模控制器設計

對某一時刻t_k+1，有s(k+1)＝Cx(k+1)

進一步可得s(k+1)＝CAx(k)+CBΔv(k)

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

其中I₃為3階的單位矩陣，為采樣時間，為符號函數，s_i(k),i＝1,2,3表示的是s(k)的第i行的值，

D和K中的參數取值為

(2)神經網絡自適應觀測器

考慮如下非線性時變系統：

其中，u∈Eⁱ,y∈R^m,X∈Rⁿ；f(·)為已知的非線性函數；g(·)為已知的非線性觀測函數；β(k)表示系統隨時間變化的參數，它是一個隨時間慢變的非線性函數；

從非線性時變系統的輸入控制量u_k及輸出y_k估計系統的狀態，用BP網絡動態系統構成狀態觀測器，網絡動態系統的輸出作為估計器的輸入，動態方程如下：

其中Z_k∈Rⁿ為BP網絡動態系統的輸出狀態，θ為BP網權值，是BP神經網絡訓練的標準樣本量，通過誤差進一步進行學習訓練調整網權值θ，從而訓練出最符合要求的網絡動態系統，然后利用該系統通過控制量u_k和量測量Z_k來確定衛星的實時狀態量，實現衛星的精確定軌。