CN108121204A - 一种组合体航天器姿态无模型的自适应控制方法和系统 - Google Patents

一种组合体航天器姿态无模型的自适应控制方法和系统 Download PDF

Info

Publication number
CN108121204A
CN108121204A CN201711232994.XA CN201711232994A CN108121204A CN 108121204 A CN108121204 A CN 108121204A CN 201711232994 A CN201711232994 A CN 201711232994A CN 108121204 A CN108121204 A CN 108121204A
Authority
CN
China
Prior art keywords
mrow
msup
mover
control input
estimate
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.)
Pending
Application number
CN201711232994.XA
Other languages
English (en)
Inventor
贺亮
袁建平
宋婷
张宪亮
孙俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Aerospace Control Technology Institute
Original Assignee
Shanghai Aerospace Control Technology Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Aerospace Control Technology Institute filed Critical Shanghai Aerospace Control Technology Institute
Priority to CN201711232994.XA priority Critical patent/CN108121204A/zh
Publication of CN108121204A publication Critical patent/CN108121204A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
    • B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
    • B64G1/244—Spacecraft control systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Artificial Intelligence (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种组合体航天器姿态无模型的自适应控制方法和系统，其中，所述方法，包括：根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值；根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值；将所述下一时刻的控制输入估计值作为组合体航天器下一时刻的控制输入，以完成组合体航天器姿态无模型的自适应控制。通过本发明实现了对大时滞组合体航天器的自适应控制。

Description

一种组合体航天器姿态无模型的自适应控制方法和系统
技术领域
本发明属于组合体航天器控制技术领域，尤其涉及一种组合体航天器姿态无模型的自适应控制方法和系统。
背景技术
对于航天器捕获非合作目标后构成的组合体，一方面由于非合作目标的模型参数未知，无法对组合体进行精确建模，另一方面由于抓捕航天器与目标间的非完全约束，组合体系统可能存在时滞。
目前，针对组合体航天器的控制，通常采用如下方法：利用输入输出数据，设计无模型自适应控制器。然而，当系统存在大时滞时，由于组合体航天器获得的系统输出数据不是实时的响应，控制器的自适应迭代过程会失效，导致控制器无法对组合体航天器进行有效控制。
发明内容
本发明的技术解决问题：克服现有技术的不足，提供一种组合体航天器姿态无模型的自适应控制方法和系统，以实现对大时滞组合体航天器的自适应控制。
为了解决上述技术问题，本发明公开了一种组合体航天器姿态无模型的自适应控制方法，包括：
根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值；
根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值；
将所述下一时刻的控制输入估计值作为组合体航天器下一时刻的控制输入，以完成组合体航天器姿态无模型的自适应控制。
在上述组合体航天器姿态无模型的自适应控制方法中，所述紧格式动态等价线性化模型的表达式为：
Δy(k+1)＝Φc(k)Δu(k)
其中：
Δy(k+1)＝y(k+1)-y(k)，Δu(k)＝u(k)-u(k-1)
其中，Δ表示变量的增量；y(k)表示在[k-1,k]时刻内的所有系统输出构成的向量；u(k)表示在[k-1,k]时刻内的所有控制输入构成的向量；Φc(k)表示伪雅各比矩阵。
在上述组合体航天器姿态无模型的自适应控制方法中，所述根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值，包括：
根据组合体航天器的历史控制输入和历史系统输出，确定控制输入增量Δu(k-1)和系统输出增量Δy(k)；
根据极小化估计准则函数，对伪雅各比矩阵Φc(k)求极值，得到参数自适应估计方程：
将确定的控制输入增量Δu(k-1)和系统输出增量Δy(k)，代入所述参数自适应估计方程，求解得到伪雅各比矩阵估计值
其中，表示控制输入实质增量；μ表示权重系数，ηk表示估计步长系数，τ表示调节参数。
在上述组合体航天器姿态无模型的自适应控制方法中，所述极小化估计准则函数的表达式为：
在上述组合体航天器姿态无模型的自适应控制方法中，所述根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值，包括：
确定向前一步预报误差准则函数：
对所述向前一步预报误差准则函数J(u(k))进行求导，得到下一时刻的控制输入估计值u*(k)的表达式：
将伪雅各比矩阵估计值，代入所述下一时刻的控制输入估计值的表达式，得到下一时刻的控制输入估计值；
其中，λ和η均表示权重系数，y*(k+1)表示系统输出的期望值，ρ表示步长系数，T表示采样时间。
相应的，本发明还公开了一种组合体航天器姿态无模型的自适应控制系统，包括：
参数估计模块，用于根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值；
控制输入估计模块，用于根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值；
自适应模块，用于将所述下一时刻的控制输入估计值作为组合体航天器下一时刻的控制输入，以完成组合体航天器姿态无模型的自适应控制。
本发明具有以下优点：
本发明克服了非完全约束组合体航天器存在大时滞和系统模型未知的问题，提供了一种组合体航天器无模型自适应控制方法，克服了捕获空间非合作目标形成的组合体航天器难以精确建模，传统控制方法难以有效运用的问题，以及系统存在大时滞时难以控制的问题。建立了针对一般时间离散非线性大时滞系统的紧格式动态等价线性化模型，针对该紧格式动态等价线性化模型中的未知变量，采取了改进的投影估计算法进行在线递推估计；进一步，基于该紧格式动态等价线性化模型中的未知变量的参数估计值，构造向前一步预报误差准则函数，通过加入了滞后输入的约束项的最小化准则函数，设计组合体航天器加权一步向前自适应控制器，使该加权一步向前自适应控制器能控制大时滞系统，并且控制器的设计不需要被控系统任何模型参数信息，提高了航天器运动模拟器的姿态确定精度。
附图说明
图1是本发明实施例中一种组合体航天器姿态无模型的自适应控制方法的步骤流程图；
图2是本发明实施例中一种组合体航天器姿态无模型的自适应控制方法的工作流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明公共的实施方式作进一步详细描述。
参照图1，示出了本发明实施例中一种组合体航天器姿态无模型的自适应控制方法的步骤流程图。参照图2，示出了本发明实施例中一种组合体航天器姿态无模型的自适应控制方法的工作流程示意图。在本实施例中，所述组合体航天器姿态无模型的自适应控制方法，包括：
步骤101，根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值。
在本实施例中，假设以组合体航天器三轴姿态控制问题为例，则被控系统是一个三输入三输出的非线性系统，取：航天器的姿态角和姿态角速度为系统状态，三轴控制力矩为控制输入；航天器的姿态角和角速度为被控变量或系统输出。令：x表示系统状态，u表示系统控制输入，y表示系统输出；则，该组合体航天器的控制方程可以描述为：
y(k+1)＝f(x(k),u(k))···式(1.1)
定义：y(k)表示在[k-1,k]时刻内的所有系统输出构成的向量，u(k)表示在[k-1,k]时刻内的所有控制输入构成的向量，即：
对上式(1.1)作如下假设：
假设1：f对各个变量的分量都存在连续偏导数。
假设2：式(1.1)满足广义Lipschitz条件，即对任意k1≠k2、k1≥0、k2≥0且u(k1)≠u(k2)，有：
||y(k1+1)-y(k2+1)||≤b||u(k1)-u(k2)||···式(1.2)
式中，b表示为常数，且为正。
若式(1.1)满足上述假设1和假设2，则：
当||Δu(k)||≠0时，则一定存在一个时变参数矩阵Φc(k)，即伪雅各比矩阵，进而，式(1.1)可以转化为如下紧格式动态等价线性化模型：
Δy(k+1)＝Φc(k)Δu(k)···式(1.3)
其中：
Δy(k+1)＝y(k+1)-y(k)，Δu(k)＝u(k)-u(k-1)
对任意时刻k，伪雅各比矩阵是有界的；Δ表示变量的增量。
优选的，所述根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值，具体可以包括：
子步骤S11，根据组合体航天器的历史控制输入和历史系统输出，确定控制输入增量Δu(k-1)和系统输出增量Δy(k)。
子步骤S12，根据极小化估计准则函数，对伪雅各比矩阵Φc(k)求极值，得到参数自适应估计方程：
在本实施例中，表示控制输入实质增量。其中，τ表示调节参数，用于指示滞后时间；μ表示权重系数，ηk表示估计步长系数。
优选的，μ和ηk的取值可以但不仅限于为：μ＝1，ηk＝0.2。
优选的，极小化估计准则函数的表达式为：
子步骤S13，将确定的控制输入增量Δu(k-1)和系统输出增量Δy(k)，代入所述参数自适应估计方程，求解得到伪雅各比矩阵估计值
步骤102，根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值。
在本实施例中，所述根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值，具体可以包括：
子步骤21，确定向前一步预报误差准则函数：
子步骤22，对所述向前一步预报误差准则函数J(u(k))进行求导，得到下一时刻的控制输入估计值u*(k)的表达式：
在本实施例中，λ和η均表示权重系数，y*(k+1)表示系统输出的期望值，ρ表示步长系数，T表示采样时间。
优选的，ρ的取值可以但不仅限于为：ρ＝0.7。
子步骤23，将伪雅各比矩阵估计值，代入所述下一时刻的控制输入估计值u*(k)的表达式，得到下一时刻的控制输入估计值。
步骤103，将所述下一时刻的控制输入估计值作为组合体航天器下一时刻的控制输入，以完成组合体航天器姿态无模型的自适应控制。
在本实施例中，如图2，可将计算得到的下一时刻的控制输入估计值作为组合体航天器下一时刻的控制输入，所述控制输出作为下一周期的控制输入，进行循环，即，重复上述步骤101和步骤102，以完成组合体航天器姿态无模型的自适应控制。
综上所述，本发明采用动态线性化方法，利用被控系统的输入输出数据，建立了组合体航天器在每个采样时刻的紧格式动态等价线性化模型；采用改进的投影估计算法，对紧格式动态等价线性化模型中的未知变量进行了在线递推估计，通过引入惩罚因子，避免了参数估计算法对某些失真数据过于敏感；进一步的，根据紧格式动态等价线性化模型中的未知变量的参数估计值，构造了向前一步预报误差准则函数，通过引入输入滞后惩罚项，对大时滞输入进行调节，设计组合体航天器加权一步向前自适应控制器，使该加权一步向前自适应控制器能控制大时滞系统，并且控制器的设计不需要被控系统任何模型参数信息，提高了航天器运动模拟器的姿态确定精度。
在上述实施例的基础上，本发明还公开了一种组合体航天器姿态无模型的自适应控制系统，包括：参数估计模块，用于根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值；控制输入估计模块，用于根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值；自适应模块，用于将所述下一时刻的控制输入估计值作为组合体航天器下一时刻的控制输入，以完成组合体航天器姿态无模型的自适应控制。
对于系统实施例而言，由于其与方法实施例相对应，所以描述的比较简单，相关之处参见方法实施例部分的说明即可。
本说明中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
以上所述，仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
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的公知技术。

Claims (6)

1.一种组合体航天器姿态无模型的自适应控制方法，其特征在于，包括：
根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值；
根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值；
将所述下一时刻的控制输入估计值作为组合体航天器下一时刻的控制输入，以完成组合体航天器姿态无模型的自适应控制。
2.根据权利要求1所述的组合体航天器姿态无模型的自适应控制方法，其特征在于，所述紧格式动态等价线性化模型的表达式为：
Δy(k+1)＝Φc(k)Δu(k)
其中：
Δy(k+1)＝y(k+1)-y(k)，Δu(k)＝u(k)-u(k-1)
其中，Δ表示变量的增量；y(k)表示在[k-1,k]时刻内的所有系统输出构成的向量；u(k)表示在[k-1,k]时刻内的所有控制输入构成的向量；Φc(k)表示伪雅各比矩阵。
3.根据权利要求2所述的组合体航天器姿态无模型的自适应控制方法，其特征在于，所述根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值，包括：
根据组合体航天器的历史控制输入和历史系统输出，确定控制输入增量Δu(k-1)和系统输出增量Δy(k)；
根据极小化估计准则函数，对伪雅各比矩阵Φc(k)求极值，得到参数自适应估计方程：
<mrow> <msub> <mover> <mi>&amp;Phi;</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mover> <mi>&amp;Phi;</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mrow> <msub> <mi>&amp;eta;</mi> <mi>k</mi> </msub> <mover> <mi>&amp;Delta;</mi> <mo>~</mo> </mover> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mi>&amp;Delta;</mi> <mi>y</mi> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msubsup> <mover> <mi>&amp;Phi;</mi> <mo>^</mo> </mover> <mi>c</mi> <mi>T</mi> </msubsup> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> <mover> <mi>&amp;Delta;</mi> <mo>~</mo> </mover> <mi>u</mi> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow> <mrow> <mi>&amp;mu;</mi> <mo>+</mo> <mo>|</mo> <mo>|</mo> <mi>&amp;Delta;</mi> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> </mrow> </mfrac> </mrow>
将确定的控制输入增量Δu(k-1)和系统输出增量Δy(k)，代入所述参数自适应估计方程，求解得到伪雅各比矩阵估计值
其中，表示控制输入实质增量；μ表示权重系数，ηk表示估计步长系数，τ表示调节参数。
4.根据权利要求3所述的组合体航天器姿态无模型的自适应控制方法，其特征在于，所述极小化估计准则函数的表达式为：
<mrow> <mi>J</mi> <mrow> <mo>(</mo> <msubsup> <mi>&amp;Phi;</mi> <mi>c</mi> <mi>T</mi> </msubsup> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <mo>|</mo> <mi>&amp;Delta;</mi> <mi>y</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;Phi;</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;lsqb;</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>2</mn> <mo>-</mo> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mi>&amp;mu;</mi> <mo>|</mo> <mo>|</mo> <msub> <mi>&amp;Phi;</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>&amp;Phi;</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>.</mo> </mrow>
5.根据权利要求4所述的组合体航天器姿态无模型的自适应控制方法，其特征在于，所述根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值，包括：
确定向前一步预报误差准则函数：
<mrow> <mi>J</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <mo>|</mo> <msup> <mi>y</mi> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mi>y</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mi>&amp;lambda;</mi> <mo>|</mo> <mo>|</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mi>&amp;eta;</mi> <mo>&amp;lsqb;</mo> <mfrac> <mrow> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>-</mo> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> </mrow> <mi>T</mi> </mfrac> <mo>&amp;rsqb;</mo> </mrow>
对所述向前一步预报误差准则函数J(u(k))进行求导，得到下一时刻的控制输入估计值u*(k)的表达式：
<mrow> <msup> <mi>u</mi> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mfrac> <mi>&amp;eta;</mi> <msup> <mi>T</mi> <mn>2</mn> </msup> </mfrac> <mrow> <mi>&amp;lambda;</mi> <mo>+</mo> <mo>|</mo> <mo>|</mo> <msub> <mover> <mi>&amp;Phi;</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mfrac> <mi>&amp;eta;</mi> <msup> <mi>T</mi> <mn>2</mn> </msup> </mfrac> </mrow> </mfrac> <mo>&amp;lsqb;</mo> <mi>&amp;Delta;</mi> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>&amp;Delta;</mi> <mo>~</mo> </mover> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mfrac> <mrow> <mi>&amp;rho;</mi> <msub> <mover> <mi>&amp;Phi;</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>&amp;lambda;</mi> <mo>+</mo> <mo>|</mo> <mo>|</mo> <msub> <mover> <mi>&amp;Phi;</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mfrac> <mi>&amp;eta;</mi> <msup> <mi>T</mi> <mn>2</mn> </msup> </mfrac> </mrow> </mfrac> <mo>&amp;lsqb;</mo> <msup> <mi>y</mi> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mi>y</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
将伪雅各比矩阵估计值，代入所述下一时刻的控制输入估计值的表达式，得到下一时刻的控制输入估计值；
其中，λ和η均表示权重系数，y*(k+1)表示系统输出的期望值，ρ表示步长系数，T表示采样时间。
6.一种组合体航天器姿态无模型的自适应控制系统，其特征在于，包括：
参数估计模块，用于根据组合体航天器的历史控制输入和历史系统输出，通过极小化估计准则函数，对紧格式动态等价线性化模型中的伪雅各比矩阵的进行在线参数估计，得到伪雅各比矩阵估计值；
控制输入估计模块，用于根据伪雅各比矩阵的估计值，通过向前一步预报误差准则函数，得到下一时刻的控制输入估计值；
自适应模块，用于将所述下一时刻的控制输入估计值作为组合体航天器下一时刻的控制输入，以完成组合体航天器姿态无模型的自适应控制。
CN201711232994.XA 2017-11-30 2017-11-30 一种组合体航天器姿态无模型的自适应控制方法和系统 Pending CN108121204A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711232994.XA CN108121204A (zh) 2017-11-30 2017-11-30 一种组合体航天器姿态无模型的自适应控制方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711232994.XA CN108121204A (zh) 2017-11-30 2017-11-30 一种组合体航天器姿态无模型的自适应控制方法和系统

Publications (1)

Publication Number Publication Date
CN108121204A true CN108121204A (zh) 2018-06-05

Family

ID=62228711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711232994.XA Pending CN108121204A (zh) 2017-11-30 2017-11-30 一种组合体航天器姿态无模型的自适应控制方法和系统

Country Status (1)

Country Link
CN (1) CN108121204A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108614430A (zh) * 2018-06-07 2018-10-02 上海航天控制技术研究所 一种用于非完全连接约束的空间组合体数据驱动控制方法
CN108803647A (zh) * 2018-08-14 2018-11-13 上海航天控制技术研究所 一种用于航天器姿态控制的无模型数据驱动控制方法
CN109471448A (zh) * 2018-12-27 2019-03-15 西北工业大学 一种基于事件驱动的柔性航天器姿态控制方法
CN109507883A (zh) * 2018-11-27 2019-03-22 上海航天控制技术研究所 一种组合体航天器姿态无模型自适应控制器参数整定方法
CN110221537A (zh) * 2019-07-01 2019-09-10 南京航空航天大学 控制方法、装置及航空发动机限制保护控制方法、装置
CN113093532A (zh) * 2021-03-05 2021-07-09 哈尔滨工程大学 一种非自衡系统的全格式无模型自适应控制方法
CN113607155A (zh) * 2021-07-12 2021-11-05 上海卫星工程研究所 多星组合体下敏感器智能复用方法及系统
CN115309042A (zh) * 2022-07-18 2022-11-08 北方工业大学 数据驱动控制方法、装置及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105487385A (zh) * 2016-02-01 2016-04-13 金陵科技学院 基于无模型自适应内模控制方法
CN105912013A (zh) * 2016-07-04 2016-08-31 上海航天控制技术研究所 一种组合体航天器姿态无模型自适应控制方法
JP2016210353A (ja) * 2015-05-12 2016-12-15 国立研究開発法人宇宙航空研究開発機構 トルク発生システム、宇宙機の姿勢制御システム、宇宙機の相対位置・速度制御システム
CN106970530A (zh) * 2017-04-28 2017-07-21 西北工业大学 空间非合作目标自主视线交会的无模型预设性能控制方法
CN108415257A (zh) * 2018-04-19 2018-08-17 清华大学 基于mfac的分布式电驱动车辆系统主动容错控制方法
CN108803647A (zh) * 2018-08-14 2018-11-13 上海航天控制技术研究所 一种用于航天器姿态控制的无模型数据驱动控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016210353A (ja) * 2015-05-12 2016-12-15 国立研究開発法人宇宙航空研究開発機構 トルク発生システム、宇宙機の姿勢制御システム、宇宙機の相対位置・速度制御システム
CN105487385A (zh) * 2016-02-01 2016-04-13 金陵科技学院 基于无模型自适应内模控制方法
CN105912013A (zh) * 2016-07-04 2016-08-31 上海航天控制技术研究所 一种组合体航天器姿态无模型自适应控制方法
CN106970530A (zh) * 2017-04-28 2017-07-21 西北工业大学 空间非合作目标自主视线交会的无模型预设性能控制方法
CN108415257A (zh) * 2018-04-19 2018-08-17 清华大学 基于mfac的分布式电驱动车辆系统主动容错控制方法
CN108803647A (zh) * 2018-08-14 2018-11-13 上海航天控制技术研究所 一种用于航天器姿态控制的无模型数据驱动控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
牛培峰 等: "针对多变量耦合时滞系统的无模型控制改进算法", 《化工学报》 *
陈珅 等: "一种大时滞系统的无模型自适应控制改进算法", 《计算技术与自动化》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108614430A (zh) * 2018-06-07 2018-10-02 上海航天控制技术研究所 一种用于非完全连接约束的空间组合体数据驱动控制方法
CN108803647A (zh) * 2018-08-14 2018-11-13 上海航天控制技术研究所 一种用于航天器姿态控制的无模型数据驱动控制方法
CN108803647B (zh) * 2018-08-14 2021-08-03 上海航天控制技术研究所 一种用于航天器姿态控制的无模型数据驱动控制方法
CN109507883A (zh) * 2018-11-27 2019-03-22 上海航天控制技术研究所 一种组合体航天器姿态无模型自适应控制器参数整定方法
CN109471448A (zh) * 2018-12-27 2019-03-15 西北工业大学 一种基于事件驱动的柔性航天器姿态控制方法
CN110221537A (zh) * 2019-07-01 2019-09-10 南京航空航天大学 控制方法、装置及航空发动机限制保护控制方法、装置
CN113093532A (zh) * 2021-03-05 2021-07-09 哈尔滨工程大学 一种非自衡系统的全格式无模型自适应控制方法
CN113607155A (zh) * 2021-07-12 2021-11-05 上海卫星工程研究所 多星组合体下敏感器智能复用方法及系统
CN113607155B (zh) * 2021-07-12 2023-10-10 上海卫星工程研究所 多星组合体下敏感器智能复用方法及系统
CN115309042A (zh) * 2022-07-18 2022-11-08 北方工业大学 数据驱动控制方法、装置及系统

Similar Documents

Publication Publication Date Title
CN108121204A (zh) 一种组合体航天器姿态无模型的自适应控制方法和系统
Zhang et al. Online adaptive policy learning algorithm for $ H_ {\infty} $ state feedback control of unknown affine nonlinear discrete-time systems
Yan et al. Data-driven controller design for general MIMO nonlinear systems via virtual reference feedback tuning and neural networks
Qing-Lai et al. An optimal control scheme for a class of discrete-time nonlinear systems with time delays using adaptive dynamic programming
Mao et al. Fault-tolerant control for a class of nonlinear sampled-data systems via a Euler approximate observer
CN104950677A (zh) 基于反演滑模控制的机械臂系统饱和补偿控制方法
Gauterin et al. Effective wind speed estimation: Comparison between Kalman Filter and Takagi–Sugeno observer techniques
CN104019817B (zh) 一种用于卫星姿态估计的范数约束强跟踪容积卡尔曼滤波方法
CN110374804B (zh) 一种基于深度确定性策略梯度补偿的变桨距控制方法
CN106774273A (zh) 针对变时滞控制系统执行器故障的滑模预测容错控制方法
CN108132599B (zh) 一种基于迭代反馈整定的ude控制系统设计方法
CN102998973B (zh) 一种非线性系统的多模型自适应控制器及控制方法
Song et al. Optimal fixed-point tracking control for discrete-time nonlinear systems via ADP
CN104950678A (zh) 一种柔性机械臂系统的神经网络反演控制方法
CN105974795B (zh) 基于可控电抗器抑制电力系统低频振荡的模型预测控制方法
CN105912013A (zh) 一种组合体航天器姿态无模型自适应控制方法
CN104267596A (zh) 一种小车倒立摆系统的有限时间解耦控制方法
CN105867138A (zh) 一种基于pid控制器的稳定平台控制方法及装置
Chowdhary et al. Recursively updated least squares based modification term for adaptive control
CN111505942A (zh) 一种分数阶互联系统的分散式自适应控制器的设计方法
Chen et al. LPV sliding mode observers for sensor fault reconstruction with erroneous scheduling parameter measurements
Abdulsadda et al. An improved SPSA algorithm for system identification using fuzzy rules for training neural networks
Yan et al. Reinforcement learning-based integrated active fault diagnosis and tracking control
CN106788064A (zh) 基于emd‑elm的感应电机定子电阻参数识别方法
CN112731801A (zh) 一种对称死区非线性的自适应动态面输出反馈控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180605

RJ01 Rejection of invention patent application after publication