作者简介：李济（1988—），男，原籍安徽黄山，硕士，研究兴趣：自适应飞机控制。介：没有低轨道轨道的卫星提供了一种低干扰的测试环境，用于检查相对论，检测引力波和测量地球的重力场。有工作主要是在不拖曳的情况下线性化卫星模型，然后设计控制器。方法忽略了卫星控制系统的非线性链接而不进行拖曳，从而降低了控制器的精度。于李雅普诺夫的稳定性和自适应反推控制理论，本文将直接分析拖曳卫星控制系统的非线性模型，并设计一个自适应神经网络控制器。对系统建模过程的线性化和非建模动力学，利用RBF神经网络对非线性项进行调整和补偿，建立了自适应神经网络的自适应权重定律，以确保系统闭环。有良好的鲁棒性和稳定性。能和抗干扰性能，可以满足拖曳卫星控制系统的设计要求。真结果表明了控制器的有效性，满足了拖曳卫星控制精度的要求。低轨道卫星的太空飞行中，它们会受到星际空间的各种干扰。响。是，检查相对论，检测引力波以及测量地球重力场都需要低干扰的测试环境。了消除非惯性力的影响，文献[1]提出了一种无阻力技术，并设计了一种无阻力卫星：将重物置于卫星体内，该重物不会受到卫星的影响。部干扰力，例如大气阻力。
击，因为质量没有与卫星的身体接触，它几乎处于自由漂移状态，成为理想的无声参考源。星的身体与地面保持隔离。适当的传感器和控制算法的条件下，可以保证卫星的身体达到很高的宁静度[1]。线卫星控制器不仅可以保持卫星稳定，而且良好的控制效果可以帮助执行航天任务并降低硬件要求。此，无绳卫星控制器的设计一直是无绳卫星研究的中心。StephanTheil[2-3]等。究了无电缆卫星控制系统的不确定性，并使用分散控制策略为该系统设计了一个鲁棒的控制器。E.Canuto[4-5]等。立了GOCE卫星的离散时间状态方程，并使用集成模型控制策略设计了可调控制器。佳控制器以LMI给出，并且证明了控制器的稳定性。献[7]针对卫星和质量的相对轨道的动力学模型，使用卡尔曼滤波方法估计状态和干扰，并基于状态估计。已设计出最佳控制器来有效消除干扰对系统的影响。考文献[8]根据优化理论H2设计了最优控制器。传递函数法和数值方法的双重分析表明，所设计的控制器满足控制要求。这些现有的控制器设计中，大多数都不考虑系统的非线性链接，也没有采用线性化方法将系统简化为线性模型，从而降低了控制器的精度。
于无电缆卫星控制系统本质上是一个复杂的非线性系统，因此本文将考虑非线性特性和未建模的系统动力学，直接利用非线性模型的能力来处理非线性模型。经网络对功能和系统模型的有效逼近。非线性零件插入。先，本文根据控制目标将无绳卫星的控制系统分为三个子系统：卫星体相对位移和质量块的子系统，即说子系统没有阻力；卫星姿态子系统；以及卫星机体和系统接地块的相对姿态模块。后，对于每个二阶子系统，使用具有径向基函数（径向基函数）的神经网络来适应系统的非线性部分，基函数中心和方差为学习，并采用自适应反向控制方法。后，设计了相应的控制器，建立了神经网络权重的自适应律和分散式自适应控制律。真结果验证了所设计控制器的效率。文的以下内容安排如下：第2节描述了问题并建立了不带牵引的卫星动力学模型。三部分设计了无阻力控制环，卫星体姿态控制环以及卫星体与地面块相对姿态控制电路的控制。时进行了稳定性分析。四部分通过仿真证明了控制器的效率。5节提供了结论和其他工作。文所考虑的低轨道非拖曳卫星的结构如下：该非拖曳卫星仅包含一个质量并且为立方体形。星腔内壁上的位置传感器可以测量卫星主体和质量的相对位置。这里，静电定位/测量系统（EPS）用于测量物体的相对运动并向其施加静电力和扭矩，根据EPS测量结果，要求推进剂释放推力。卫星的身体能够跟踪质量。进剂可以选择现场发射推进剂和微胶体推进剂，它们具有极低的干扰并且可以实现很小的推力，非常适合无拖曳的控制。是，在靠近地球的环境中，大气阻力有时很重要，尤其是在卫星的迎风面。时，应使用高推力推进器，例如离子推进器。此，在近地环境中，无阻力控制通常采用几种推进剂的组合[1、8]。中，rrel代表卫星本体和质量的相对位移，rh代表传感器腔中心与卫星质量中心之间的距离，mtm代表卫星的质量。量的质量，msc代表卫星。体的质量，ωsc代表卫星的姿态角速度，FGtm，FGsc代表卫星的重力。星的质量和质量分别为FDtm，FDsc。FCsc表示对卫星主体的控制力，而FSCtm和FTMsc表示卫星主体与质量之间的耦合力。中，ωsc代表卫星的姿态角速度，Isc代表卫星的惯性矩，TCsc，TDsc和T TMsc分别表示卫星机体接收的指令转矩，干扰转矩和耦合转矩。中，ωrel代表卫星体和质量相对姿态的角速度，ωtm代表质量姿态的角速度，ωsc代表质量的角速度卫星的姿态，TCtm，TDtm，TSCtm分别代表控制转矩，干扰转矩和耦合力矩，而ATS代表从卫星体坐标系到质体坐标系的旋转矩阵。中，Ktrans是卫星物体与质量之间的水平耦合弹性系数，Dtrans是水平阻尼系数，Krot是卫星旋转质量系数。星体与质量之间的耦合，Drot是旋转阻尼系数。系统（6）中，φsc和ωsc分别表示卫星体的姿态角和姿态角速度，rrel和vrel分别表示卫星体和质量的相对位移。对运动速度φrel和ωrel分别代表卫星物体和质量的相对姿态角和相对姿态角速度。本文中，卫星体和质量的姿态以欧拉角的形式给出。f1（rrel，vrel），f2（φsc，ωsc），f3（φrel，ωrel）它涉及一个未知的平滑函数，该函数表示非线性特征，未建模的动力学和系统的未知扰动。释2.1与参考文献[9]相比，本文在f1中包括扰动项1mscFDsc，在f中包括I-1，scTDsc。图2中，I-1tmTDtm和I-1scTDsc包括在f3中。此，本文研究的参考文献[9]是本文系统（6）的特例。述系统中涉及的变量都是三维的：包括x，y和z坐标轴的三个方向。了阐明本文的主要思想，以下内容将仅考虑单个坐标轴的方向，并假定变量之间以及坐标轴之间的交叉耦合量足够小。义x =[x11，x12，x21，x22，x31，x32]T，其中变量状态代表rrel，vrel，sc，ωsc，rel，ωrel。中，a1= －Ktransmtm，a2=I-1tmKrot，b1= －Dtransm tm，b2=I-1tmDrot，c1= －1msc，c2=I-1sc ，c3=I-1tm，u1=FCsc，u2=TCsc，u3=TCtm。f1（x11，x12），f2（x21，x22），f3（x31，x32）表示不确定性，未建模的动力学和未知的系统干扰。文的目的是基于yLyapunov稳定性理论和自适应反推控制来分析拖曳卫星控制系统的非线性模型，并设计一种自适应神经网络控制器。中，W =[w1，w2，…，wl]T∈Rl是权重向量，Φ（x）=[φ1（X）， isT（x），…，l（X）]T是基本函数的向量，l是隐层神经元的数量，X = ［x1，x2 ，…，x [n]表示系统中的状态变量，并用作网络的训练样本输入。中ci=[ci1，恒温阀芯ci2，…，cin]T是隐藏层的第i个径向基函数的中心点， n是输入层矢量的维，σi是径向基函数的宽度。1设定为重量估计值，将1设定为重量估计误差。本节中，将使用神经网络RBF来适应f1，并结合后退的自适应控制，建立权重W1的自适应律，并且自适应控制的目的通过调整重量可以达到系统的要求。中，k11＞ 0为可调参数。中，Γ1为正定矩阵。中，k11＞ 0和k12＞ 0是可调参数。统起点处的平衡状态在很宽的范围内渐近稳定。
此，x11，z12在很宽的平衡范围内渐近稳定。x11，0，z12，当0时，存在x12，0，因此x11，x12在很宽的平衡范围内渐近稳定。2定义为估计重量值，并将2定义为估计重量误差。本节中，我们将使用神经网络RBF调整f2，并结合后退的自适应控制，并建立权重W2的自适应定律。过调整权重，可以实现自适应系统控制的目的。α21（x21）=-k21x21（29）其中，k21> 0为可调参数。中，Γ2是一个正定矩阵。中，k21> 0和k22> 0是可调参数。3设为重量估计值，将权重3设为重量估计误差。本节中，将使用RBF神经网络来适应f3，并与自适应后退控制相结合，并建立权重W3的自适应定律。过调整权重，可以实现自适应系统控制的目的。中，k31＞ 0为可调参数。中，Γ3为正定矩阵。中，k31＞ 0和k32＞ 0是可调参数。此，x21，z22在稳定状态下在宽范围内渐近稳定。x21，0，z22，当0时，存在x22，0，因此x21，x22在很宽的平衡范围内渐近稳定。于同样的原因，x31，x32over在很宽的平衡范围内渐近稳定。本节中，为了确认所建议控制器的效率，在matlab / simulink环境中进行了仿真验证。真参数如下：[9]：卫星体质量为1050 kg，质量为1 kg，卫星体与质量之间的初始相对距离为r r rel= 1×10-3m，人造卫星与质量的初始相对姿态为φrel= 1 =1π/ 180rad，水平耦合的弹性系数卫星体与质量之间的关系为Ktrans= 1×10-6N/ m，水平阻尼系数Dtrans= 1.4×10 -11N/m2，在卫星主体与质量之间的耦合耦合旋转弹性系数Krot= 1×10-9N•m / rad，系数旋转阻尼Drot= 3.3×10-14N / rad，卫星本身的惯性矩Isc= 200kg•m 2，质量惯性矩seItm= 2，667×10-4kg•m2。真结果如图1-图3所示。图1中可以看到在不确定的情况下，卫星主体和质量块的相对位移最终通过设计的控制器接近零，这表明卫星的主体确实可以跟随质量块并达到自由阻力。
制和精度要求约为10-6，可以满足无拖曳控制的精度要求。图2至图3显示了卫星体的姿态，卫星体与地面块的相对姿态及其控制精度。拟的结果与卫星和质量块的姿态一致。本文中，对于牵引式卫星控制系统，考虑到系统不确定性，未建模的动力学特性和未知的外部干扰，使用神经网络方法进行补偿。新法律和相应的控制器。真结果表明，所设计的控制器有效地消除了不确定性对控制系统的影响。
传统的卫星控制系统相比，拖曳卫星对控制系统的性能要求极高。一步是考虑在耦合的情况下建立卫星模型并设计控制器。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com