一种无需角速度反馈的快速响应小卫星姿态控制方法技术

技术编号:27933425 阅读:12 留言:0更新日期:2021-04-02 14:12
本发明专利技术公开了一种无需角速度反馈的快速响应小卫星姿态控制方法,本发明专利技术包括设计基于RBF神经网络的RBF观测器;为基于RBF神经网络的RBF观测器设计RBF网络自适应律;通过RBF观测器输出干扰力矩的观测值和角速度信息的估计值,结合期望姿态来设计基于RBF神经网络的滑模变结构姿态控制器以输出控制力矩来控制被控对象,通过上述方法,能够在没有角速度反馈的情况下,保证了闭环系统的稳定性,对干扰具有一定的鲁棒性,可以很好地完成卫星姿态控制任务。

【技术实现步骤摘要】
一种无需角速度反馈的快速响应小卫星姿态控制方法
本专利技术属于卫星姿态控制
,具体涉及一种无需角速度反馈的快速响应小卫星姿态控制方法。
技术介绍
快速响应小卫星由于具有快速研制和发射能力、快速反应和响应能力、快速部署和重建能力以及快速应用和服务能力,能在太空快速感知、空间通信与导航、气象与海洋环境监测等多种领域提供快速高效的支持,已成为了目前人们关注的焦点。这类小卫星具有设计研制周期短、太空部署快、发射方式灵活等优点,但也具有体积重量相对较小、功能相对单一以及成本相对较低等特点。为了进一步降低研制成本,快速响应小卫星的设计中倾向于采用低等级商业器件,以替代昂贵的高等级航天器件。这种设计会使得快速响应小卫星上的某些部件或机构发生故障的风险大为增高,例如,卫星上的姿态敏感器——陀螺可能发生失效,这就使得卫星的角速度信息无法被准确测量和获取,因此,需要发展在没有角速度反馈情况下的卫星姿态控制技术。当前,卫星姿态控制方法大部分都是在全状态反馈的基础上设计的,这种全状态反馈姿态控制方案存在很多局限性。为了解决卫星控制系统中状态不可测量的问题,不少研究学者提出了基于观测器的控制方法。其中,文献“NicosiaS,TomeiP,Nonlinearobserverandoutput-feedbackattitudecontrolofspacecraft[J],IEEETransactionsonAerospaceandElectronicSystems,1992,28(4):970-977”最早提出无需测量角速度的卫星姿态控制方法,该方案研究了仅通过可测量的角度位置(滚动、俯仰和偏航)来控制卫星,提出了一种渐近重构卫星状态变量的非线性观测器,并通过稳定性分析证明了卫星系统渐进稳定性。文献“LiSH,DingSH,LiQ,Globalsetstabilizationofthespacecraftattitudecontrolproblembasedonquaternion[J],InternationalJournalofRobustandNonlinearControl,2010,20(1):84-105”研究了无角速度测量的刚性卫星有限时间输出反馈姿态稳定问题,针对角速度测量不足的问题,提出了一种半全局有限时间收敛观测器,在有限时间内恢复未知的角速度信息。文献“KristiansenR,LoriaAA,Chaillet,etal,Spacecraftrelativerotationtrackingwithoutangularvelocitymeasurements[J],Automatica,2009,45(3):750-756”利用微分滤波器估计不可测量的角速度信息,基于估计的角速度信息,设计仅需要姿态四元数反馈的姿态控制方法。文献“霍宝玉,航天器姿态容错控制方法研究[D],北京理工大学,2017”利用模糊控制的鲁棒性,设计模糊自适应观测器估计不可测量的角速度,利用该观测器得到的估计值设计自适应模糊输出反馈控制方案。然而上述控制方法所针对的对象都是传统轨道高度的、所受环境干扰力矩较小的卫星,对于处于低轨道运行、所受环境力矩是传统轨道高度上的数十甚至上百倍的快速响应小卫星并不适用。
技术实现思路
本专利技术要解决的技术问题是:为了解决所受环境力矩大的快速响应小卫星在角速度信息不可测量情况下的姿态控制问题,本专利技术提出一种无需角速度反馈的快速响应小卫星姿态控制方法,以实现快速响应小卫星在角速度信息不可测量情况下的姿态控制。为了解决上述技术问题,本专利技术所采用的技术方案是:一种无需角速度反馈的快速响应小卫星姿态控制方法,包括:S1)针对快速响应小卫星获取地球惯性坐标系到卫星本体坐标系的姿态四元数qb,将qb输入预设的RBF网络自适应律,得到神经网络估计权值的导数S2)将神经网络估计权值的导数输入预设的RBF观测器,得到估计误差四元数估计角速度干扰力矩逼近值S3)将得到的估计误差四元数估计角速度干扰力矩逼近值和期望姿态四元数qt、期望角速度wt一起输入预设的控制器,获得控制器输出的控制力矩Tu;S4)控制快速响应小卫星的姿态调节部件产生控制力矩Tu,以调节作为被控对象的快速响应小卫星的姿态。可选地,步骤S1)中RBF网络自适应律的函数表达式为:上式中,为神经网络估计权值,为神经网络估计权值的导数;δ和均为自定义函数;为非线性系统的输出量y的估计误差,符号“|·|”表示绝对值;κ为正的常值;其中,自定义函数δ是关于时间的函数,自定义函数是神经网络基函数的估计值。可选地,自定义函数δ的计算函数表达式为:上式中,δ(t)表示自定义函数δ在t时刻的取值;L-1(s)为通过拉普拉斯逆变换得到的极点稳定的传递函数,s表示复数因子;为神经网络估计误差;为神经网络基函数的估计值,它是关于非线性系统输入量的估计值的函数;自定义函数的计算函数表达式为:上式中,为神经网络基函数的估计值,为非线性系统输入量x的估计值;L-1(s)为通过拉普拉斯逆变换得到的极点稳定的传递函数,s表示复数因子。可选地,步骤S2)中RBF观测器的函数表达式为:上式中,表示非线性系统的输入量x的估计值,为非线性系统的输入量x的估计值的导数,A、b和C为常数矩阵,u(t)为t时刻的控制输入量,为神经网络的估计权值,为神经网络基函数,v(t)为t时刻的鲁棒项,K为RBF观测器的增益,y为非线性系统的输出量,为非线性系统的输出量y的估计值;上标T表示矩阵的转置;且有:x=[x1x2]T,b=[01]T,C=[10]T,K=[k1k2]T,上式中,x1和x2为非线性系统的输入量x的元素,k1和k2为RBF观测器的增益K的元素,且非线性系统的输出量y∈R,控制输入量u∈R,R表示实数。可选地,t时刻的鲁棒项v(t)的计算函数表达式为:上式中,D为放大因子,为非线性系统的输出量y的估计误差,D≥βσM,σM=σmax[L-1(s)],σmax[·]为最大奇异值,L-1(s)为极点稳定的传递函数,β为常系数。可选地,步骤S3)中控制器的函数表达式为:其中,Tu为控制器输出的控制力矩,λ为正的常值,J为卫星转动惯量;为卫星真实姿态四元数qb的估计值,为卫星真实姿态四元数qb的估计值的标量部分,而为卫星真实姿态四元数qb的估计值的矢量部分,且和分别为的三个元素;矩阵的表达式为:为卫星真实角速度wb的估计值;k1和k2为RBF观测器的增益K的元素;qt为期望四元数,为期望四元数qt的导数,为系统干扰力矩逼近值;k和η均为正的常值,s为滑模切换面;下标v表示该变量的矢量部分。可选地,系统干扰力矩逼近值的计算函数表达式为:上式中,为卫星真实角速度wb的估计值,J为卫星转动惯量,为卫星真实角速度wb的估计值的斜对称矩阵算子,为与观测误差四元数相关的转换本文档来自技高网
...

【技术保护点】
1.一种无需角速度反馈的快速响应小卫星姿态控制方法,其特征在于,包括:/nS1)针对快速响应小卫星获取地球惯性坐标系到卫星本体坐标系的姿态四元数q

【技术特征摘要】
1.一种无需角速度反馈的快速响应小卫星姿态控制方法,其特征在于,包括:
S1)针对快速响应小卫星获取地球惯性坐标系到卫星本体坐标系的姿态四元数qb,将qb输入预设的RBF网络自适应律,得到神经网络估计权值的导数
S2)将神经网络估计权值的导数输入预设的RBF观测器,得到估计误差四元数估计角速度干扰力矩逼近值
S3)将得到的估计误差四元数估计角速度干扰力矩逼近值和期望姿态四元数qt、期望角速度wt一起输入预设的控制器,获得控制器输出的控制力矩Tu;
S4)控制快速响应小卫星的姿态调节部件产生控制力矩Tu,以调节作为被控对象的快速响应小卫星的姿态。


2.根据权利要求1所述的无需角速度反馈的快速响应小卫星姿态控制方法,其特征在于,步骤S1)中RBF网络自适应律的函数表达式为:



上式中,为神经网络估计权值,为神经网络估计权值的导数;δ和均为自定义函数;为非线性系统的输出量y的估计误差,符号“|·|”表示绝对值;κ为正的常值;其中,自定义函数δ是关于时间的函数,自定义函数是神经网络基函数的估计值。


3.根据权利要求2所述的无需角速度反馈的快速响应小卫星姿态控制方法,其特征在于,自定义函数δ的计算函数表达式为:



上式中,δ(t)表示自定义函数δ在t时刻的取值;L-1(s)为通过拉普拉斯逆变换得到的极点稳定的传递函数,s表示复数因子;为神经网络估计误差;为神经网络基函数的估计值,它是关于非线性系统输入量的估计值的函数;
自定义函数的计算函数表达式为:



上式中,为神经网络基函数的估计值,为非线性系统输入量x的估计值;L-1(s)为通过拉普拉斯逆变换得到的极点稳定的传递函数,s表示复数因子。


4.根据权利要求3所述的无需角速度反馈的快速响应小卫星姿态控制方法,其特征在于,步骤S2)中RBF观测器的函数表达式为:



上式中,表示非线性系统的输入量x的估计值,为非线性系统的输入量x的估计值的导数,A、b和C为常数矩阵,u(t)为t时刻的控制输入量,为神经网络的估计权值,为神经网络基函数,v(t)为t时刻的鲁棒项,K为RBF观测器的增益,y为非线性系统的输出量,为非线性系统的输出量y的估计值;上标T表示矩阵的转置;且有:
x=[x1x2]T,b=[01]T,C=[10]T,K=[k1k2]T,
上式中,x1和x2为非线性系统的输入量x的元素,k1和k2为RBF观测器的增益K的元素,且非线性系统的输出量y∈R,控制输入量u∈R,R表示实数。

【专利技术属性】
技术研发人员:范才智虞绍听张斌斌
申请(专利权)人:中国人民解放军国防科技大学
类型:发明
国别省市:湖南;43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1