[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

说明书

本发明涉及一种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，属于航天器编队飞行技术领域。本方法通过建立单个航天器的姿态运动模型、定义误差、然后为模型设计控制律、设计滑模函数、滑模函数求导、得到误差模型、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；各航天器根据自身以及其邻居航天器的姿态信息，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，得到的姿态动力学方程求角速度，通过姿态运动学方程使得单位四元数姿态跟踪上期望姿态，最终实现该航天器编队的姿态一致。本方法降低了对非线性函数逼近的估计误差，减少了计算时间；提高加快了系统的收敛速度和控制精度。

技术领域

本发明涉及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，属于航天器编队飞行技术领域。

背景技术

航天器编队飞行是指利用多颗小型航天器之间相互通信和协同工作来完成复杂的空间任务，因而编队飞行技术应运而生并受到世界各国的广泛注意。但在实际过程中，存在着外部扰动，内部扰动以及航天器参数不确定性等不利条件的影响，使得航天器难以完成任务。

姿态控制是影响航天器编队飞行任务成败的一个及其重要的因素。而实际姿态控制系统中，执行机构提供的控制力矩往往是有限的，无法产生控制器指定大小的控制力矩，使得航天器无法达到预期的控制目标。另一方面，航天器执行机构长期工作在恶劣的环境中，易发生执行机构故障，一旦故障发生，若不能采取及时有效地解决方法，将有可能导致整个任务的失败，甚至发生灾难性事故。

当系统存在扰动和参数不确定性等不利条件时，滑模变结构控制是实现系统鲁棒控制的一种有效方法，具有快速响应的能力。但当系统的扰动突然变化和执行机构发生故障时，将会产生较大的控制力矩，以及发生抖振现象，这都将影响到控制系统的稳定性。因此，需要设计一种简单易行且符合实际情况的控制方法来解决该领域的问题。

发明内容

本发明的目的是为了解决当发生执行机构故障和输出饱和的情况下，航天器仍实现姿态协同一致的问题，结合归一化神经网络和滑模变结构控制理论，提出了基于归一化神经网络的航天器姿态容错协同跟踪控制方法。

本发明的目的是通过下述技术方案实现的。

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：