CN102411304B - 一种航天器小角度姿态机动控制参数优化方法 - Google Patents
一种航天器小角度姿态机动控制参数优化方法 Download PDFInfo
- Publication number
- CN102411304B CN102411304B CN 201110420875 CN201110420875A CN102411304B CN 102411304 B CN102411304 B CN 102411304B CN 201110420875 CN201110420875 CN 201110420875 CN 201110420875 A CN201110420875 A CN 201110420875A CN 102411304 B CN102411304 B CN 102411304B
- Authority
- CN
- China
- Prior art keywords
- attitude
- spacecraft
- moment
- control
- angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种航天器小角度姿态机动控制参数优化方法。在航天器姿态参考坐标系下建立含有飞轮或控制力矩陀螺的航天器动力学和运动学模型,基于非线性输入受限反馈控制方法设计小角度姿态机动控制器,用改进的模拟退火优化方法对所设计的姿态控制器进行控制参数优化选取。本发明可以适用于各类航天器姿态控制器设计中。本发明属于航天控制技术领域,不仅可以提高航天器姿态控制精度,而且可以大大提高控制器设计效率。
Description
技术领域
本发明属于航天器控制技术研究领域。特别涉及一种航天器小角度姿态机动控制参数优化方法。
背景技术
航天器姿态控制方法是航天器姿态控制系统的研究重点,它的主要任务是在航天器各工作阶段对其进行姿态控制。姿态控制是航天器在空间获取新方向或者保持原定指向的过程。三轴稳定航天器的姿态控制系统主要由姿态控制器、姿态敏感器和姿态控制执行机构三大部分组成,并与航天器本体平台一起组成闭环系统。姿态敏感器测量姿态信息和角速度信息,并经由相应的姿态确定算法确定出航天器的真实姿态,根据设计的姿态控制方法产生控制信号,即指令力矩,驱动飞轮或控制力矩陀螺,产生实际的控制力矩,并作用于航天器上,使得姿态和角速度输出达到相应的控制目标。在目前的高精度和高稳定度航天器姿态控制系统中,基本采用飞轮作为姿态控制执行机构,通过调节飞轮转速,进行飞轮与航天器之间角动量交换,实现航天器姿态转角控制。
反馈控制方法作为航天器姿态控制中最常使用的控制方法,具有结构简单、实现容易、控制效果好、鲁棒性强等特点,但是航天器姿态机动中往往受到飞轮或控制力矩陀螺输入受限因素影响,因此传统的反馈控制方法往往不能保证很高的精度,在此基础上进行一系列的改进,非线性输入受限反馈控制器在控制器结构上进行了显著改进,但要满足控制性能稳定、鲁棒,以及快速的要求,控制器性能的好坏,则完全决定于控制器参数优化,如果没有一组适当的控制器参数,控制作用会大打折扣。
目前的随机数优化方法很多,基于现代优化理论的人工智能优化算法主要有三种:模拟退火算法、遗传算法、以及神经网络优化算法。遗传算法是模拟 自然界遗传机制和生物进化论而成的一种并行随机搜索优化方法,神经网络算法则是模拟生理学上的真实人脑神经网络的结构和功能,以及若干基本特征的某种理论抽象、简化和模拟而构成的一种信息处理系统。模拟退火算法是受退火这一物理过程启发而来,模拟退火算法的中心思想是将目标优化问题比拟成金属物体,随着温度的逐渐降低,不断求取目标函数的值,直至获得能量最小的理想状态,从而描述这样一个全局最佳寻优过程。
目前对于航天器姿态控制参数的优化方法存在如下问题:(1)利用遗传算法进行航天器姿态控制参数优化时,需要定义大量二进制编码,因此编码复杂,物理含义不明确;利用神经网络进行航天器姿态控制参数的优化方法往往用于大型复杂航天器自适应姿态控制中,因此结构复杂,计算量很大;(2)现有的利用模拟退火算法进行姿态控制参数优化的方法中,往往先将航天器控制对象进行高度线性化,从而设计基于李雅普诺夫的目标优化函数,因此这样的高度线性化在实际系统中精度不高;(3)传统的模拟退火算法仅能优化单轴姿态,由于三轴姿态存在耦合关系,传统的模拟退火算法使得姿态控制精度降低。
发明内容
本发明需要解决的技术问题是:克服现有航天器姿态控制器参数优化方法的不足,采用改进的模拟退火算法进行航天器小角度机动控制器参数优化,实现航天器高精度姿态控制。
本发明解决其技术问题所采用的技术方案为:在航天器姿态参考坐标系下建立含有飞轮或控制力矩陀螺的航天器姿态动力学和运动学方程,并进一步建立飞轮或控制力矩陀螺的动力学模型,基于非线性输入受限反馈控制方法设计小角度姿态机动控制器,采用改进的模拟退火算法,对三轴姿态控制器参数同时优化。
具体包括以下步骤:
1、在航天器姿态参考坐标系下建立航天器姿态运动学模型;
考虑航天器姿态机动通常采用姿态四元数作为姿态描述的物理量,航天器姿 态运动学中航天器四元数和角速度的关系定义为:
2、建立航天器姿态动力学模型;
由于飞轮或控制力矩陀螺对航天器产生的控制作用是通过角动量的变化,得到航天器姿态动力学方程为:
其中,I为航天器转动惯量矩阵,包含飞轮或控制力矩陀螺的转动惯量;h为飞轮或控制力矩陀螺的角动量,为航天器姿态角速度的微分,Td为作用于航天器的外部干扰力矩,Tw为飞轮或控制力矩陀螺作用于航天器的力矩。ω×定义为向量叉积的运算,ω×用反对称矩阵表示为:
3、建立步骤2航天器姿态动力学方程中的外部干扰力矩Td模型;
其中, Tdθ和Tdψ分别表示航天器三轴外部干扰力矩,t为时间,ωo表示轨道角速度,a、b、c表示不同的干扰常系数;
4、建立步骤2航天器姿态动力学方程中Tw模型;
在步骤2中建立的含有飞轮或控制力矩陀螺的航天器姿态控制动力学方程 中,飞轮或控制力矩陀螺通过与航天器进行角动量交换,实现姿态控制,飞轮或控制力矩陀螺输出力矩Tw的模型为:
Tw=Q+Tc(3)
其中,Tc为控制器输出的指令控制力矩;Q是飞轮或控制力矩陀螺的安装矩阵,安装矩阵Q反映了飞轮或控制力矩陀螺对航天器特定轴的力矩作用;Q+为安装矩阵Q的广义逆;
5、基于步骤1到步骤4中所建立的含有飞轮或控制力矩陀螺的航天器姿态动力学和运动学方程,设计航天器姿态控制器为:
其中,表示航天器姿态控制器输出的三轴姿态指令力矩; 为三轴姿态角误差;m为增益系数,进一步定义kp=K,ki=K/T,kd=C,表示航天器姿态控制器比例环节增益,表示航天器姿态控制器积分环节增益,表示航天器姿态控制器微分环节增益;饱和受限函数定义为:
其中,x为饱和受限函数变量,S=U,L为实际要求中受限力矩和姿态误差决定的饱和受限函数幅值;
6、对步骤5中所设计的非线性输入受限反馈控制器参数进行优化选取,采用改进的模拟退火算法,具体步骤为:
(1)利用步骤1到步骤4所建立的航天器姿态动力学和运动学模型设计三轴姿态优化目标函数:
其中,为横滚姿态角目标函数,表示横滚姿态角误差的绝对值,表示横滚姿态指令力矩的绝对值,表示当前时刻横滚姿态角与前一时刻横滚姿态角之差,为横滚姿态角上升时间;Jθ为俯仰姿态角目标函数,|eθ|表示俯仰姿态角误差的绝对值,|uθ|表示俯仰姿态指令力矩的绝对值,|erθ|表示当前时刻俯仰姿态角与前一时刻俯仰姿态角之差,trθ为俯仰姿态角上升时间;Jψ为偏航姿态角目标函数,|eψ|表示偏航姿态角误差的绝对值,|uψ|表示偏航姿态指令力矩的绝对值,|erψ|表示当前时刻偏航姿态角与前一时刻偏航姿态角之差,trψ表示偏航姿态角上升时间;w1,w2,w3,w4分别表示权重系数;
(2)初始化模拟退火算法中初始温度T,马尔科夫链La,步长scale,冷却速率λ,增长速率a,内循环总次数n1,外循环总次数n2;
(4)对步骤(3)中控制器参数进行更新:
x′=x+scale×rand
(5)用改进的模拟退火算法接受准则来判定是否接受新参数值;根据步骤(3)和步骤(4)的目标函数值,求出三轴目标函数差ΔJi=J2i-J1i,其中总目标函数差为如果无条件接受更新后的控制参数;如果利用改进的Metropolis准则 来 判断是否接受更新后的参数值,如果大于[0,1]间的随机数,仍然接受更新后的参数值,否则彻底放弃此次更新,其中T(k)为第k次外循环温度,La(k)为第k次外循环马尔科夫链,k=1,2,3,…;
(6)重复步骤(4)到步骤(5)直至初始设定的内循环次数n1结束;
(7)更新温度值,马尔科夫链,以及步长,有如下关系式:
T(k+1)=T(k)×λ
La(k+1)=La(k)×a
scale(k+1)=scale(k)×λ
其中,T(k+1)为第k+1次外循环温度;La(k+1)为第k+1次外循环马尔科夫链;scale(k)为第k次步长,scale(k+1)为第k+1次步长;
(8)重复步骤(4)到步骤(7),直到外循环次数n2结束,得到最优的控制器参数完成预定目标的姿态机动;
本发明的原理是:如图2所示,本发明利用改进的模拟退火算法对航天器三轴姿态控制参数同时进行优化选取,以获得高精度的航天器姿态控制性能。在航天器姿态参考坐标系中建立含有飞轮或控制力矩陀螺的航天器姿态动力学和运动学模型,以及外部干扰力矩模型,并基于飞轮或控制力矩陀螺输入受限反馈控制方法设计小角度姿态机动控制器,引入改进的模拟退火优化方法对三轴姿态控制参数同时进行优化选取。本发明利用全局优化的改进模拟退火算法,设计优化目标函数,用初始控制器参数和更新的控制器参数分别求取三轴姿态目标函数值,获得目标函数差ΔJ1、ΔJ2、ΔJ3,总目标函数差为ΔJ=ΔJ1+ΔJ2+ΔJ3,如果ΔJ<0,接受更新后的控制参数;如果ΔJ≥0,利用改进的Metropolis接受准则进一步求取eLa×ΔJ/T的值,如果eLa×ΔJT大于[0,1]之间的随机数,仍然接受更新后的控制参数,否则彻底放弃此次更新;内循环结束 后,更新温度值、步长,直到外循环次数结束,此时获得优化控制器参数。
本发明与现有技术相比的优点在于:(1)本发明采用改进的模拟退火算法对姿态控制器参数进行智能选取,不再需要工程师进行手动控制器参数的调节,提高控制器设计效率;(2)本发明采用非线性输入受限反馈控制方法,充分考虑姿态控制执行机构的约束条件,比如飞轮或控制力矩陀螺转速受限,以及输出力矩受限;(3)充分考虑控制目的,以减少机动目标姿态误差和机动时间为目标设计优化目标函数,并改进传统模拟退火算法中的Metropolis接受准则,同时对三轴姿态进行优化,实现高精度控制性能。
附图说明
图1为本发明航天器小角度姿态机动控制参数优化方法的流程图
图2为本发明中含有飞轮或控制力矩陀螺的航天器姿态控制原理图;
图3为本发明中四个飞轮金字塔构型示意图;
图4为本发明中改进的模拟退火算法进行航天器姿态控制参数优化流程图。
具体实施方式
如图1所示,本发明的具体实施方法如下:
1、在航天器姿态参考坐标系下建立航天器姿态运动学模型;
航天器姿态机动通常采用姿态四元数作为姿态描述的物理量,航天器姿态运动学中姿态四元数和角速度的关系为:
其中,为航天器姿态角速度,ωθ和ωψ分别表示航天器三轴姿态角速度;q=(q0,q1,q2,q3)T为航天器姿态四元数,为姿态四元数的微分,姿态四元数满足限制条件,q0 2+q1 2+q2 2+q3 2=1。
本实施例中取航天器初始姿态四元数和初始航天器姿态角速度为:
q=(q0,q1,q2,q3)T=(1,0,0,0)T
2、建立航天器姿态动力学模型;
航天器姿态参数坐标系中,航天器姿态动力学模型(不含飞轮或控制力矩陀螺)描述为:
其中H为航天器角动量,I为航天器的转动惯量矩阵,为航天器姿态角速度的微分,Td为作用于航天器的外部干扰力矩。
在含有飞轮或控制力矩陀螺的航天器中,航天器角动量包括了飞轮或控制力矩陀螺的角动量,因此有:
H=Iω+h(6)
其中h为飞轮或控制力矩陀螺的角动量。
将(6)式代入(5)式中,有:
将(7)式写为:
由于飞轮或控制力矩陀螺对航天器产生的控制作用是通过角动量的变化,因此有:
将(9)式代入(8)式中,得到含有飞轮或控制力矩陀螺的航天器姿态动力学方程为:
其中,Tw为飞轮或控制力矩陀螺作用于航天器的力矩。ω×定义为向量叉积的运算,ω×用反对称矩阵表示为:
3、建立步骤2航天器姿态动力学方程中的外部干扰力矩Td模型;
航天器姿态控制系统不仅要维持航天器的目标姿态,而且要克服既定轨道的环境干扰力矩,这些干扰力矩包括重力梯度力矩,气动力矩,磁干扰力矩,以及太阳辐射力矩,建立步骤2公式(10)中所示的外部干扰力矩Td模型为:
其中 Tdθ和Tdψ分别表示航天器三轴外部干扰力矩;t为时间,本实施例中取t=150秒;ωo表示轨道角速度,初始化轨道角速度ωo设为0.0011rad/s;a、b、c表示不同的干扰常系数,通常一般取系数a=8×10-5,b=8×10-6,c=5×10-5。
4、建立步骤2航天器姿态动力学方程中Tw模型;
在步骤2中建立的含有飞轮或控制力矩陀螺的航天器姿态控制动力学方程中,飞轮或控制力矩陀螺通过与航天器进行角动量交换,输出控制作用力矩Tw。本实施例中,选择飞轮作为姿态控制执行机构,并且采用四个飞轮金字塔构型,以增加冗余备份。
如图3所示为四个飞轮金字塔构型示意图。飞轮输出力矩Tw的模型为:
Tw=Q+Tc
其中,Tc为控制器输出的指令控制力矩,Q是飞轮的安装矩阵,安装矩阵Q反映了飞轮对航天器特定轴的力矩作用,Q+为安装矩阵Q的广义逆。
本实施例中飞轮输出力矩Tw的数值范围[0,0.1]Nm,选择安装矩阵Q为:
计算可得安装矩阵Q的广义逆Q+为:
5、基于步骤1-步骤4中所建立的含有飞轮或控制力矩陀螺的航天器姿态动力学和运动学模型,设计航天器小角度姿态机动控制器;
使用飞轮或控制力矩陀螺进行航天器姿态机动,必须考虑飞轮或控制力矩陀螺转速受限,力矩饱和一系列问题,设计航天器姿态控制器
其中,表示航天器姿态控制器输出的三轴姿态指令力矩; 为三轴姿态角误差;m为增益系数,进一步定义kp=K,ki=K/T,kd=C,表示航天器姿态控制器比例环节增益,表示航天器姿态控制器积分环节增益,表示航天器姿态控制器微分环节增益;饱和受限函数定义为:
其中,m为饱和受限函数变量,S=U,L为实际要求中受限力矩和姿态误差决定的饱和受限函数幅值;本实施例中取值U∈[-0.01,0.01]Nm,L∈[0.001,0.001]。
6、对步骤5中所设计的非线性输入受限反馈控制器参数进行优化选取,具体采用改进的模拟退火算法进行姿态控制器参数优化,基于改进的模拟退火算法的姿态控制参数优化方法流程图如图4所示,具体步骤为:
(1)利用步骤1-步骤4所建立的航天器姿态动力学和运动学模型设计三轴姿态优化目标函数:
其中,为横滚姿态角目标函数,表示横滚姿态角误差的绝对值,表示横滚姿态指令力矩的绝对值,表示当前时刻横滚姿态角与前一时刻横滚姿态角之差,为横滚姿态角上升时间;Jθ为俯仰姿态角目标函数,|eθ|表示俯仰姿态角误差的绝对值,|uθ|表示俯仰姿态指令力矩的绝对值,|erθ|表示当前时刻俯仰姿态角与前一时刻俯仰姿态角之差,trθ为俯仰姿态角上升时间;Jψ为偏航姿态角目标函数,|eψ|表示偏航姿态角误差的绝对值,|uψ|表示偏航姿态指令力矩的绝对值,|erψ|表示当前时刻偏航姿态角与前一时刻偏航姿态角之差,trψ为偏航姿态角上升时间;w1,w2,w3,w4分别表示权重系数;本实施例中权重系数取值w1=0.999,w2=0.001,w3=0.001,w4=0.0005;
(2)初始化模拟退火算法中初始温度T,马尔科夫链La,步长scale,冷却速率λ,增长速率a,内循环总次数n1,外循环总次数n2;本实施例中取值T=120,La=1.2,scale=23,λ=0.83,a=1.12,n1=50,n2=60;
(4)更新控制器参数,对步骤(3)中控制器参数进行更新:
x′=x+scale×rand
其中,rand为与x具有相同维数的随机向量,其元素为[-1,1]之间具有高斯分布的随机数;并用更新后的控制器参数值求得目标函数值
(5)用改进的模拟退火算法接受准则来判定是否接受新参数值;根据步骤(3)和步骤(4)的目标函数值,分别求出三轴目标函数差ΔJi=J2i-J1i,其中,
来判断是否接受更新后的参数值,如果
弃此次更新,其中T(k)为第k次外循环温度,La(k)为第k次外循环马尔科夫链,
k=1,2,3,…;
(6)重复步骤(4)到步骤(5)直至初始设定的内循环次数n1结束;
(7)更新温度值,马尔科夫链,以及步长,有如下关系式:
T(k+1)=T(k)×λ
La(k+1)=La(k)×a
scale(k+1)=scale(k)×λ
其中,T(k+1)为第k+1次外循环温度,La(k+1)为第k+1次外循环马尔科夫链,
scale(k)为第k次步长,scale(k+1)为第k+1次步长;
(8)重复步骤(4)到步骤(7),直到外循环次数n2结束,得到最优的控
制精度可达10-5数量级。本实施例中得到一组最优的控制器参数为:
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (2)
1.一种航天器小角度姿态机动控制参数优化方法,其特征在于:在航天器姿态参考坐标系下建立其姿态动力学和运动学模型,进一步建立飞轮或控制力矩陀螺的动力学模型,并基于飞轮或控制力矩陀螺输入受限的非线性反馈控制方法设计小角度姿态机动控制器,最后用改进的模拟退火优化方法进行控制器参数优化;具体包括以下步骤:
①在航天器姿态参考坐标系下建立航天器姿态运动学模型;
②建立航天器姿态动力学模型;
其中,I为航天器转动惯量矩阵,包含飞轮或控制力矩陀螺的转动惯量,h为飞轮或控制力矩陀螺的角动量,为航天器姿态角速度,为姿态角速度的微分,Td为作用于航天器的外部干扰力矩,Tw为飞轮或控制力矩陀螺作用于航天器的力矩,ω×定义为向量叉积的运算,ω×用反对称矩阵表示为:
③建立步骤②中航天器姿态动力学方程中的外部干扰力矩Td模型;
④建立步骤②中航天器姿态动力学方程中Tw模型;
Tw=Q+Tc(3)
其中Tc为控制器输出的指令控制力矩,Q是飞轮或控制力矩陀螺的安装矩阵,Q+为安装矩阵Q的广义逆;
⑤基于步骤②-步骤④中所建立的含有飞轮或控制力矩陀螺的航天器姿态动力学和运动学方程,设计航天器姿态控制器为:
其中,表示航天器姿态控制器输出的三轴姿态指令力矩;为三轴姿态角误差;m为增益系数,进一步定义kp=K,ki=K/m,kd=C,表示航天器姿态控制器比例环节增益,表示航天器姿态控制器积分环节增益,表示航天器姿态控制器微分环节增益;饱和受限函数定义为:
其中,x为饱和受限函数变量,S=U,L为实际要求中受限力矩和姿态误差决定的饱和受限函数幅值;
⑥对步骤⑤中所设计的控制器采用改进的模拟退火算法对三轴姿态控制参数同时进行优化。
2.根据权利要求1所述的一种航天器小角度姿态机动控制参数优化方法,其特征在于:所述步骤⑥中采用改进的模拟退火算法,具体步骤为:
(i)利用步骤①-步骤④所建立的航天器姿态动力学和运动学模型设计三轴姿态优化目标函数:
其中,为横滚姿态角目标函数,表示横滚姿态角误差的绝对值,表示横滚姿态指令力矩的绝对值,表示当前时刻横滚姿态角与前一时刻横滚姿态角之差,为横滚姿态角上升时间;Jθ为俯仰姿态角目标函数,|eθ|表示俯仰姿态角误差的绝对值,uθ表示俯仰姿态指令力矩的绝对值,|erθ|表示当前时刻俯仰姿态角与前一时刻俯仰姿态角之差,trθ为俯仰姿态角上升时间;Jψ为偏航姿态角目标函数,|eψ|表示偏航姿态角误差的绝对值,uψ|表示偏航姿态指令力矩的绝对值,|erψ|表示当前时刻偏航姿态角与前一时刻偏航姿态角之差,trψ为偏航姿态角上升时间;w1,w2,w3,w4分别表示权重系数;
(ii)初始化模拟退火算法中初始温度T,马尔科夫链La,步长scale,冷却速率λ,增长速率a,内循环总次数n1,外循环总次数n2;
(iv)对步骤(iii)中控制器参数进行更新:
x′=x+scale×rand
(v)用改进的模拟退火算法接受准则来判定是否接受新参数值;根据步骤(iii)和步骤(iv)的目标函数值,分别求出三轴目标函数差ΔJi=J2i-J1i,其中总目标函数差为如果无条件接受更新后的控制参数;如果进一步利用改进的Metropolis准则来判断是否接受更新后的参数值;如果大于[0,1]间的随机数,仍然接受更新后的参数值,否则彻底放弃此次更新;其中T(k)为第k次外循环温度,La(k)为第k次外循环马尔科夫链,k=1,2,3,…;
(vi)重复步骤(iv)到步骤(v)直至初始设定的内循环次数n1结束;
(vii)更新温度值,马尔科夫链,以及步长,有如下关系式:
T(k+1)=T(k)×λ
La(k+1)=La(k)×a
scale(k+1)=scale(k)×λ
其中,T(k+1)为第k+1次外循环温度;La(k+1)为第k+1次外循环马尔科夫链;scale(k)为第k次步长,scale(k+1)为第k+1次步长;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110420875 CN102411304B (zh) | 2011-12-15 | 2011-12-15 | 一种航天器小角度姿态机动控制参数优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110420875 CN102411304B (zh) | 2011-12-15 | 2011-12-15 | 一种航天器小角度姿态机动控制参数优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102411304A CN102411304A (zh) | 2012-04-11 |
CN102411304B true CN102411304B (zh) | 2013-03-20 |
Family
ID=45913426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110420875 Active CN102411304B (zh) | 2011-12-15 | 2011-12-15 | 一种航天器小角度姿态机动控制参数优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102411304B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707616B (zh) * | 2012-05-31 | 2014-11-26 | 西北工业大学 | 基于飞行器三角模型的控制器区域设计方法 |
CN102692928B (zh) * | 2012-05-31 | 2014-06-18 | 西北工业大学 | 基于飞行器四元数模型的控制器区域设计方法 |
CN102880050B (zh) * | 2012-10-22 | 2015-02-25 | 北京航空航天大学 | 一种磁悬浮动量轮群的操纵方法 |
CN103149030B (zh) * | 2013-01-30 | 2015-10-21 | 北京控制工程研究所 | 基于陀螺数据的在轨发动机羽流数据获取方法 |
CN103116361B (zh) * | 2013-02-21 | 2013-11-20 | 北京控制工程研究所 | 一种卫星动量轮控制下的变轨间隔确定方法 |
CN103235597B (zh) * | 2013-04-09 | 2015-05-20 | 北京理工大学 | 一种航天器的快速姿态机动快速稳定联合控制方法 |
CN105629732B (zh) * | 2016-01-29 | 2018-03-09 | 北京航空航天大学 | 一种考虑控制受限的航天器姿态输出反馈跟踪控制方法 |
CN107562064B (zh) * | 2016-06-30 | 2020-08-25 | 北京电子工程总体研究所 | 一种基于多执行机构的飞行器的姿态控制分配方法 |
CN106251763B (zh) * | 2016-08-25 | 2018-10-12 | 中国人民解放军国防科学技术大学 | 一种飞轮演示系统及其演示方法 |
CN106339002B (zh) * | 2016-10-14 | 2019-01-18 | 南京理工大学 | 一种太阳帆航天器三轴姿态控制及实现方法 |
CN107239036B (zh) * | 2017-06-27 | 2019-10-01 | 上海航天控制技术研究所 | 一种近地卫星冗余飞轮角动量自主管理方法 |
CN108388134B (zh) * | 2018-03-21 | 2020-10-02 | 哈尔滨工业大学 | 一种控制受限轴对称航天器的线性反馈姿态控制方法 |
CN108762282B (zh) * | 2018-05-02 | 2023-07-04 | 中国人民解放军战略支援部队航天工程大学 | 一种基于电磁力的多集群航天器构形重构控制方法 |
CN108628165B (zh) * | 2018-05-08 | 2019-06-25 | 中国人民解放军战略支援部队航天工程大学 | 转动惯量时变航天器逆最优自适应姿态跟踪控制方法 |
CN109656132B (zh) * | 2018-07-26 | 2022-01-07 | 西北工业大学 | 一种空间机器人有限时间协调控制方法 |
CN108983801B (zh) * | 2018-08-14 | 2021-05-28 | 北京航空航天大学 | 一种基于反作用飞轮动态特性的航天器抗干扰姿控方法 |
CN109976362B (zh) * | 2019-03-15 | 2022-03-25 | 中国西安卫星测控中心 | 一种使用差分进化算法的火箭上面级弹道重规划方法 |
CN110597062B (zh) * | 2019-09-19 | 2020-11-10 | 北京控制工程研究所 | 一种控制力矩陀螺时延特性建模与补偿控制方法 |
CN111284732B (zh) * | 2020-03-13 | 2021-08-03 | 北京航空航天大学 | 一种基于事件触发通信的航天器抗干扰姿态协同控制方法 |
CN111610795B (zh) * | 2020-05-12 | 2023-04-14 | 北京控制工程研究所 | 一种基于伪逆可解的最小配置姿控推力器指令分配方法 |
CN117252129B (zh) * | 2023-11-17 | 2024-02-20 | 中国空气动力研究与发展中心高速空气动力研究所 | 参数化的编队飞行气动干扰快速预测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4129628A1 (de) * | 1991-09-06 | 1993-03-18 | Deutsche Aerospace | Verfahren und vorrichtung zur lageregelung eines dreiachsenstabilisierten, drallbehafteten raumfahrzeuges |
JP3185738B2 (ja) * | 1997-12-25 | 2001-07-11 | 日本電気株式会社 | 移動物体の状態制御装置及びその状態制御方法 |
CN101708780B (zh) * | 2009-11-26 | 2012-12-05 | 哈尔滨工业大学 | 用于目标姿态跟踪的刚性航天器的控制方法 |
CN102156478B (zh) * | 2010-12-28 | 2013-11-06 | 北京航空航天大学 | 一种基于蚁群Unscented粒子滤波算法的组合定姿方法 |
-
2011
- 2011-12-15 CN CN 201110420875 patent/CN102411304B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102411304A (zh) | 2012-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102411304B (zh) | 一种航天器小角度姿态机动控制参数优化方法 | |
CN105320129B (zh) | 一种无人驾驶自行车轨迹跟踪控制的方法 | |
CN102343985B (zh) | 带反作用飞轮的卫星时间最优姿态机动方法 | |
CN107765553B (zh) | 针对旋翼无人机吊挂运输系统的非线性控制方法 | |
CN103869704B (zh) | 基于扩展雅克比矩阵的空间机器人星臂协调控制方法 | |
CN103019099B (zh) | 一种卫星姿态模糊控制器参数优化方法 | |
CN112346470A (zh) | 一种基于改进自抗扰控制的四旋翼姿态控制方法 | |
CN107526296B (zh) | 基于预测建模的高超声速飞行器神经网络学习控制方法 | |
CN102880052A (zh) | 基于时标功能分解的高超声速飞行器执行器饱和控制方法 | |
CN104331083A (zh) | 一种航天器大角度姿态控制参数优化方法 | |
CN107450323B (zh) | 高超声速飞行器再入段神经网络复合学习控制方法 | |
CN113759979B (zh) | 基于事件驱动的无人机吊挂系统在线轨迹规划方法 | |
CN113377121B (zh) | 一种基于深度强化学习的飞行器智能抗扰动控制方法 | |
CN108181806A (zh) | 基于采样输出的空间机器人位置与姿态自抗扰控制方法 | |
CN110175349A (zh) | 一种基于mpc算法的独立悬架结构车辆控制方法 | |
CN113093538A (zh) | 一种模块化机器人系统的非零和博弈神经-最优控制方法 | |
Du et al. | Multiphase-based optimal slip ratio tracking control of aircraft antiskid braking system via second-order sliding-mode approach | |
CN101794153A (zh) | 智能小车点镇定控制方法 | |
CN114802817A (zh) | 一种基于多飞轮阵列的卫星姿态控制的方法以及装置 | |
CN114637312A (zh) | 一种基于智能变形决策的无人机节能飞行控制方法及系统 | |
CN110413001B (zh) | 一种基于智能优化预测控制的卫星编队队形保持方法 | |
CN117250990A (zh) | 预测校正专家知识辅助下的dqn变动力智能决策方法 | |
CN109164817A (zh) | 一种基于模型预测控制的太阳帆姿态轨道耦合控制方法 | |
Ning et al. | Time-optimal point stabilization control for WIP vehicles using quasi-convex optimization and B-spline adaptive interpolation techniques | |
CN106339002B (zh) | 一种太阳帆航天器三轴姿态控制及实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |