[发明专利]基于归一化神经网络的航天器容错姿态协同跟踪控制方法

权利要求书

1.基于归一化神经网络的航天器容错姿态协同跟踪控制方法，步骤如下：

步骤1，建立单个航天器的姿态运动模型

航天器编队由n个刚体航天器组成，其编号分别为1,2,...,n，编队的期望姿态由“虚拟领导者”给出，其编号为0；其中第i个航天器的姿态动力学方程和运动学方程如下所示：

其中，Ji∈R3×3为第i个刚体航天器的惯量矩阵，ωi∈R3为第i个航天器相对于惯性坐标系在本体坐标系下表示的角速度，所述本体坐标系表示航天器坐标系，第i个航天器的四元数姿态参数为

其中为矢量部分，为标量部分，并满足

Γi＝diag(Γi1,Γi2,Γi3)∈R3×3为执行机构的效率系数，满足为已知常数，其中j＝1,2,3；τi∈R3为考虑执行机构输出饱和后的控制力矩，fi∈R3为额外故障力矩，di∈R3为包括参数不确定性和外部扰动的聚合扰动；[·]×表示向量的反对称矩阵算子；

步骤2，针对步骤1建立的模型，定义误差

为了解决航天器姿态协同跟踪问题，定义第i个航天器的单位四元数姿态误差和角速度误差分别为：

其中，Ni表示第i个航天器的邻居集合；

步骤3，在步骤2的基础上，为步骤1提出的模型设计控制律：

设计的目标为：在考虑系统存在扰动，执行机构故障和输出饱和的情况下，编队中航天器从任意初始位置出发，通过通信关系获取期望姿态以及邻居航天器的姿态信息，使得qei和ωei最终一致有界，即qi→qj→qd,ωi→ωj→ωd，qd、wd为一个趋向于零的常数；

步骤3.1，设计滑模函数

对于第i个航天器，设计滑模函数如下：

其中常值ωei为第i个航天器的速度误差，为第i个航天器姿态误差矢量部分，|Ni|为第i个航天器的入邻居总个数；

步骤3.2，对步骤3.1设计的滑模函数求导，然后左乘Ji得到误差模型：

其中，为不确定项组成的非线性函数，由归一化神经网络进行逼近；

步骤3.3，设计基于输入归一化神经网络的控制律，使得各航天器状态达到协同一致；

对于第i个航天器，设计控制律如下：

其中，ui为计算得到的第i个航天器控制力矩，为第i个航天器最大输出控制力矩，为第i个航天器最小输出控制力矩，Ki为一常数

其中：

为输入神经网络的输出，用来逼近Δi，且

式中为神经网络的理想权值矩阵的估计值，xi为归一化后的神经网络输入，为激活函数；

根据求得其中βi,γ为常数，为所述设计滑模的误差值；

步骤4，各航天器根据自身以及其邻居航天器的姿态信息，代入步骤3的式(5)计算出所需的控制力矩，再由各航天器的执行机构分别将计算出的控制力矩作用于相应的航天器，通过步骤1得到的姿态动力学方程求角速度ωi，通过姿态运动学方程使得单位四元数姿态qi跟踪上期望姿态，最终实现该航天器编队的姿态一致。