[發明專利]基于改進迭代算法的自適應滑模變結構航天器姿態控制方法有效
| 申請號: | 201810248784.8 | 申請日: | 2018-03-25 |
| 公開(公告)號: | CN108427428B | 公開(公告)日: | 2021-02-19 |
| 發明(設計)人: | 黃平;曹雨佳;孫婷婷;王偉;孫延偉;賈通;王旭剛;趙云志;王佳安;吳聞起;黃俊杰;楊光 | 申請(專利權)人: | 哈爾濱工程大學 |
| 主分類號: | G05D1/08 | 分類號: | G05D1/08 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 改進 算法 自適應 滑模變 結構 航天器 姿態 控制 方法 | ||
1.一種基于改進迭代算法的自適應滑模變結構航天器姿態控制方法,其特征是:
步驟一、將航天器系統任一方向線性模型表述為:
其中,x1為該方向上的姿態角角度,為該方向上的姿態角的角速度,x2為該方向上的姿態角的角速度,A、B為狀態空間方程中的系統參數,為帶有參數攝動的航天器轉動慣量,d為系統的外部擾動,u為需要設計的控制器輸入;
步驟二、根據航天器的線性模型設計基于雙曲正切函數的自適應滑模控制律
設計滑模函數為
其中,s(t)為滑模函數即滑模面,c為滿足Hurwitz條件的參數,e(t)為跟蹤誤差,為跟蹤誤差導數,
跟蹤誤差及其導數為
其中,x為姿態角角度,xd為期望的姿態角角度即跟蹤的指令信號,為姿態角的角速度,為期望的姿態角的角速度,
取為J的估計值,其中J為系統未知轉動慣量,定義Lyapunov函數為
其中,γ>0為Lyapunov函數的參數,
則
其中,是Lyapunov函數的導數,為滑模函數與其導數的乘積,為J的估計值的導數;
步驟三、采用基于雙曲正切函數的滑模控制律:
其中,η為指數趨近項的參數,D為運動點向滑模面趨近的速率,為替換切換函數的雙曲正切函數,ε>0;
其中μ為正常數,
則即
進一步
步驟四、取自適應律為
則
令b=Dμε,則
不等式的解為
其中t0為初始時間,t為常規時間,
即
對設計完畢的系統的自適應滑模變結構控制律采用迭代算法來對其參數進行分各自分類器的訓練;
步驟五、D、η、ε和c進行處理,其中,參數η與參數ε與滑模的滑模層厚度和抖振有關;參數D表示外界擾動的上限,當|d|≤D時,系統才是漸進穩定的;而參數c決定了滑模面的動態響應速度;
采用改進的迭代算法針對以上幾個參數進行訓練,得出最后的分類器,對航天器的線性模型,設計出的自適應滑模變結構控制方法如式所示
針對上中的參數進行如下工作:
(1)給定訓練數據集(x1,y1),...,(xi,yi),i=1,2,...,N,xi為輸入向量,yi為分類賦值,初始化數據集權重分布D0(i)=1/N,N是訓練數據集中樣本的個數;
(2)對于m=1,...,M,當fm≠0時
(a)利用權重分布Dm(i)來訓練弱分類器hm(x)
(b)計算逆分布
其中為規范因子,
(c)計算
其中為正樣本后驗概率,為逆分布正樣本后驗概率,為負樣本后驗概率,為逆分布負樣本后驗概率,hm(x)是經過訓練的弱分類器,
(d)設定
其中fm(x)為真值函數,
每次迭代更新權重分布
其中Zm+1是規范因子,Dm(i)為權值分布,Dm+1(i)為更新后的權值分布,
(3)構造出初始分類器
經過分類訓練得到的分類器為
其中Gm(x)為基本分類器,em為Gm(x)在訓練數據集上的分類誤差率,
則經過訓練后的取值為
其中,χ1、χ2為對應的參數的取值,對于參數D、η和c,經過改進的迭代算法訓練過的取值分別為Θ(D)、Θ(η)和Θ(c),
最終系統的控制律表述為
其中,Θ(c)為通過改進的提升方法調整后的滿足Hurwitz條件的參數;Θ(η)為通過改進的迭代算法調整后的指數趨近項的參數;Θ(D)為通過改進的迭代算法調整后的系統的運動點趨近切換面的速率。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程大學,未經哈爾濱工程大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810248784.8/1.html,轉載請聲明來源鉆瓜專利網。





