[發(fā)明專利]一種基于滑模控制和神經(jīng)網(wǎng)絡(luò)的衛(wèi)星機(jī)動自主定軌方法

有效

• 申請?zhí)枺?/td>: 201710545222.5
• 申請日: 2017-07-06
• 公開（公告）號: CN107272410B
• 公開（公告）日: 2019-05-31
• 發(fā)明（設(shè)計(jì)）人: 陸陳鑫
• 申請（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 賀翔

本發(fā)明公開了一種基于滑模控制和神經(jīng)網(wǎng)絡(luò)的衛(wèi)星機(jī)動自主定軌方法，結(jié)合滑模控制和神經(jīng)網(wǎng)絡(luò)觀測器，用滑模控制的控制量結(jié)合對衛(wèi)星距離的觀測量來準(zhǔn)確輸出衛(wèi)星的位置信息，實(shí)現(xiàn)更精確地定軌。通過滑模控制和神經(jīng)網(wǎng)絡(luò)緊密結(jié)合，可以實(shí)時地實(shí)施機(jī)動控制并顯示衛(wèi)星的狀態(tài)量，更好地實(shí)現(xiàn)朗格朗日衛(wèi)星的定軌。

技術(shù)領(lǐng)域：

本發(fā)明涉及一種基于滑模控制和神經(jīng)網(wǎng)絡(luò)的衛(wèi)星機(jī)動自主定軌方法，屬于航天衛(wèi)星導(dǎo)航系統(tǒng)領(lǐng)域。

背景技術(shù)：

滑模控制與自適應(yīng)、模糊和神經(jīng)網(wǎng)絡(luò)等智能算法控制的結(jié)合，可以提高整個系統(tǒng)的性能。滑模變結(jié)構(gòu)已經(jīng)用于解決更加復(fù)雜的問題，如解決運(yùn)動跟蹤、模型跟蹤、不確定系統(tǒng)控制等一系列問題，并和Lyapunov穩(wěn)定性理論、超穩(wěn)定性理論、模型參考自適應(yīng)理論相結(jié)合。神經(jīng)自適應(yīng)控制的一個發(fā)展是從采取BP網(wǎng)絡(luò)發(fā)展到采用其他類型的神經(jīng)網(wǎng)絡(luò)。如采用RBF網(wǎng)絡(luò)的自適應(yīng)控制，采用遞歸神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制和采用模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制。

作為地—月系重要的動力學(xué)平衡點(diǎn)—拉格朗日點(diǎn)，在其附近布置導(dǎo)航衛(wèi)星，構(gòu)建導(dǎo)航星座，對我國深空探測的發(fā)展具有重要的戰(zhàn)略意義，并有其獨(dú)有的優(yōu)越性。

用來描述拉格朗日點(diǎn)衛(wèi)星運(yùn)動的動力學(xué)模型均采用圓型限制性三體問題模型，盡管采用這種近似模型有利于拉格朗日點(diǎn)周期軌道的求解，但用圓型限制性三體問題模型求解的周期軌道對初值誤差和空間攝動非常敏感，若要將衛(wèi)星保持在周期軌道上需要高頻或連續(xù)的軌道控制。高頻或連續(xù)的軌道機(jī)動控制必然會對拉格朗日導(dǎo)航衛(wèi)星的定軌精度產(chǎn)生影響，如何實(shí)現(xiàn)拉格朗日導(dǎo)航衛(wèi)星軌道機(jī)動期間的高精度軌道確定是關(guān)系到拉格朗日衛(wèi)星導(dǎo)航系統(tǒng)的高精度、連續(xù)性等導(dǎo)航定位服務(wù)性能提升的核心技術(shù)問題。

本發(fā)明將利用神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)拉格朗日導(dǎo)航衛(wèi)星的機(jī)動軌道確定，拉格朗日導(dǎo)航衛(wèi)星的控制利用滑模控制方法實(shí)現(xiàn)。

發(fā)明內(nèi)容：

本發(fā)明針對上述軌道機(jī)動控制的不足，設(shè)計(jì)了一種基于滑模控制和神經(jīng)網(wǎng)絡(luò)的衛(wèi)星機(jī)動自主定軌方法。

本發(fā)明所采用的技術(shù)方案有：一種基于滑模控制和神經(jīng)網(wǎng)絡(luò)的衛(wèi)星機(jī)動自主定軌方法，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(shè)計(jì)和自適應(yīng)滑模控制器設(shè)計(jì)；

①離散時間滑模面設(shè)計(jì)

其中x＝[r^T,v^T]^T,和分別為位置偏差和速度偏差，為A的分塊；

令滑模面為s(k)＝Cx(k)＝C₁r(k)+C₂v(k)

其中C＝[C₁,C₂],當(dāng)系統(tǒng)狀態(tài)到達(dá)滑模面時，有

C₁r(k)+C₂v(k)＝0

通過設(shè)置C₁和C₂的值構(gòu)造離散時間滑模面；

②自適應(yīng)滑模控制器設(shè)計(jì)

對某一時刻t_k+1，有s(k+1)＝Cx(k+1)

進(jìn)一步可得s(k+1)＝CAx(k)+CBΔv(k)

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

其中為采樣時間，為符號函數(shù)，

D和K中的參數(shù)取值為

(2)神經(jīng)網(wǎng)絡(luò)自適應(yīng)觀測器