CN115857329A - 基于事件触发的绳系航天器复合体姿态稳定控制方法 - Google Patents

基于事件触发的绳系航天器复合体姿态稳定控制方法 Download PDF

Info

Publication number
CN115857329A
CN115857329A CN202211383211.9A CN202211383211A CN115857329A CN 115857329 A CN115857329 A CN 115857329A CN 202211383211 A CN202211383211 A CN 202211383211A CN 115857329 A CN115857329 A CN 115857329A
Authority
CN
China
Prior art keywords
state variable
event
attitude
error
calculating
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.)
Granted
Application number
CN202211383211.9A
Other languages
English (en)
Other versions
CN115857329B (zh
Inventor
沈刚辉
黄攀峰
张帆
徐佳
马志强
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.)
Northwestern Polytechnical University
Shenzhen Institute of Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202211383211.9A priority Critical patent/CN115857329B/zh
Publication of CN115857329A publication Critical patent/CN115857329A/zh
Application granted granted Critical
Publication of CN115857329B publication Critical patent/CN115857329B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Abstract

本发明公开了本发明设计一种基于事件触发的绳系航天器复合体姿态稳定控制方法，该方法首先根据系统姿态误差和角速度误差基于反步法和自适应技术设计了复合体的不确定性的自适应策略和事件触发控制量，随后基于自适应策略和事件触发控制量根据事件触发机制生成系统控制信号，解决了如何在保证系统鲁棒性的情况下，提高系统的姿态的控制精度的技术问题，实现了内部不确定性和外部干扰的精确姿态稳定控制，降低控制系统执行器的更新频次，节省通信资源。

Description

基于事件触发的绳系航天器复合体姿态稳定控制方法
技术领域
本发明属于绳系系统控制领域，尤其涉及一种基于事件触发的绳系航天器复合体姿态稳定控制方法。
背景技术
空间绳系航天器是一种新型柔性飞行器，其具有操作距离远、安全性高等显著优点，是捕获空间机动目标的有效手段。空间绳系航天器捕获目标后复合体姿态的精准、快速控制是进行后续操作的基础。
目前，现有技术中所设计的绳系航天器姿态控制方案主要采用周期性采样，这种控制策略会增加系统的通信负担，造成通信资源浪费。
因此，为解决上述绳系航天器姿态控制方法中存在的技术问题，一种在保证系统姿态快速稳定的同时降低系统通信负担的新的技术方案有待提出。
发明内容
本发明的目的是提供基于事件触发的绳系航天器复合体姿态稳定控制方法，实现了系统的在内部不确定性和外部干扰的情况下姿态的精确稳定控制，利用事件触发机制，达到节省通信资源的技术效果。
本发明采用以下技术方案：
本发明的实施例一提供了一种基于事件触发的绳系航天器复合体姿态稳定控制方法，包括以下步骤：
根据复合体系统的姿态误差计算复合体系统的第一状态变量；
根据复合体系统的角速度误差值以及第一状态变量计算复合体系统的第二状态变量；
根据第二状态变量计算复合体系统的自适应策略；
根据第二状态变量和自适应策略生成复合体系统的事件触发控制量；
将自适策略和事件触发控制量根据事件触发机制实时生成复合体系统的控制信号。
可选地，根据复合体系统的姿态误差计算复合体系统的第一状态变量包括：
根据实际姿态和期望姿态计算姿态误差；
将姿态误差值赋值给第一状态变量。
可选地，根据实际姿态和期望姿态计算姿态误差包括：
计算实际姿态与期望姿态的逆的卷积，得到姿态误差。
可选地，根据复合体系统的角速度误差值以及第一状态变量计算复合体系统的第二状态变量包括：
计算角速度误差值与角速度误差中间变量的值的差值，得到第二状态变量。可选地，角速度误差中间变量的计算方式为：
α1＝-c1G-1z1，
其中，α1为角速度误差中间变量，z1为第一状态变量，c1为大于0的设计参数，G-1为系统向量的逆。
可选地，根据第二状态变量计算复合体系统的自适应策略包括：
通过第二状态变量计算得到复合体系统的自适应策略的计算方式为：
Figure BDA0003928820700000021
其中，z2为第二状态变量，
Figure BDA0003928820700000022
为操作算子/>
Figure BDA0003928820700000023
的转置，/>
Figure BDA0003928820700000024
为转动惯量估计值，Γ为正定对角矩阵，λ为大于0的设计常数，/>
Figure BDA0003928820700000025
为自适应策略。
可选地，根据第二状态变量和所述自适应策略生成所述复合体系统的事件触发控制量包括：
通过所述第二状态变量和所述自适应策略参与如下计算，得到所述复合体系统的所述事件触发控制量，该计算方式为：
Figure BDA0003928820700000031
其中，ue(t)为事件触发控制量，γ代表事件触发控制量触发前后的误差放缩系数，δ为大于0的设计常数，
Figure BDA0003928820700000032
为所述自适应策略，ξT为向量ξ的转置。
可选地，根据所述事件触发控制量按照事件触发机制实时生成所述复合体系统的控制信号包括：
按照所述事件触发机制执行以下步骤：
计算当前时刻所述事件触发控制量的各个分量与对应触发后的控制量的各个分量之间的差值；
计算各个所述触发后的控制量与误差放缩系数的乘积；
进一步计算所述乘积与触发阈值的和值；
将断所述差值与所述和值进行比较，根据比较结果选择下一时刻的控制信号。
可选地，所述事件触发机制为：
Figure BDA0003928820700000033
Figure BDA0003928820700000034
其中，δ＞0,
Figure BDA0003928820700000035
和1＞γ＞0γ代表未触发的控制ue(t)和事件触发后控制u(t)之间的误差放缩系数；/>
Figure BDA0003928820700000036
表示事件触发阈值。/>
Figure BDA0003928820700000037
为未触发的事件控制量,其中uei(t)，i＝1，2，3为其三个方向的分量。/>
Figure BDA0003928820700000041
触发后的事件控制量，其中ui(t)，i＝1，2，3为其三个方向的分量。
本发明的实施例二提供了一种基于事件触发的绳系航天器复合体姿态稳定控制系统，控制系统包括：
复合体姿态计算装置，该装置包括：
状态变量生成模块，根据复合体系统的姿态误差计算复合体系统的第一状态变量和根据复合体系统的角速度误差以及第一状态变量计算复合体系统的第二状态变量；
自适应策略生成模块，用于根据第二状态变量计算复合体系统的自适应策略；
传感器：用于接收状态变量生成模块发送的第一状态变量和第二状态变量；
控制器，用于接收传感器采集的第二状态变量，以及接收自适应策略生成模块生成的自适应策略，并生成复合体系统的事件触发控制量；
事件触发生成器，用于接收控制器发送的事件触发控制量，并根据事件触发机制实时生成复合体系统的控制信号。
可选地，控制系统还包括：执行器，用于接收事件触发器发送的控制信号，并基于控制信号实时作用复合体姿态计算装置。
本发明的有益效果是：本发明提供的基于事件触发的绳系航天器复合体姿态稳定控制方法具有以下几点有益效果：
1)、基于反步法，设计绳系复合体的高性能姿态稳定控制方案，实现多种不确定性和外界干扰存在下的快速姿态稳定控制；
2)、通过计算出的自适应策略，实现对系统多种不确定性信息的精确估计；
3)、设计事件触发机制，降低控制系统执行器的更新频次，节省通信资源。
附图说明
图1为本发明实施例一提供的一种基于事件触发的绳系航天器复合体姿态稳定控制方法所采用的绳系复合体系统坐标定义图；
图2为本发明实施例一提供的基于事件触发的绳系航天器复合体姿态稳定控制方法步骤流程图；
图3为本发明实施例一提供的复合体系统姿态误差示意图；
图4为本发明实施例一提供的复合体系统角速度误差仿真示意图；
图5为本发明实施例一提供控制系统的控制输入量示意图；
图6为本发明实施例一提供的事件触发的时间间隔示意图；
图7为本发明实施例二提供的一种基于事件触发的绳系航天器复合体姿态稳定控制系统示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
如图1所示，本申请提供的一种基于事件触发的绳系航天器复合体姿态稳定控制方法所采用的绳系复合体系统坐标定义图。
如图2所示，基于事件触发的绳系航天器复合体姿态稳定控制方法包括：
步骤S101、根据系统的姿态误差计算系统的第一状态变量；
步骤S102、根据复合体系统的角速度误差值以及第一状态变量计算复合体系统的第二状态变量；
步骤S103、根据第二状态变量计算系统的自适应策略；
步骤S104、根据第二状态变量生成系统的事件触发控制量；
步骤S105、根据事件触发控制量按照事件触发机制实时生成复合体系统的控制信号。
在一种实施例中，本实施例一的方法首先根据修正罗德里格参数法建立复合体系统的复合体姿态动力学方程
Figure BDA0003928820700000061
其中
Figure BDA0003928820700000062
为复合体姿态角速度，ω1,ω2,ω3为角速度在本体坐标系下的分量，ω×为复合体姿态角速度角速度ω的斜对称矩阵，其可表示为ω＝[0 -ω3ω2；ω3 0 -ω1；-ω2 ω1 0]；对称正定矩阵/>
Figure BDA0003928820700000063
为复合体系统的未知转动惯量，/>
Figure BDA0003928820700000064
表示由太阳光压和重力场等因素造成的有界外部干扰；/>
Figure BDA0003928820700000065
为复合体的实际姿态，其与系统姿态关系可以表示为/>
Figure BDA0003928820700000066
其中，/>
Figure BDA0003928820700000067
为欧拉转动矢量和/>
Figure BDA0003928820700000068
为角度。非奇异矩阵/>
Figure BDA0003928820700000069
其中/>
Figure BDA00039288207000000610
为单位矩阵。
σ代表复合体的实际姿态，σd代表复合体的期望姿态,则姿态误差表示为
Figure BDA00039288207000000611
同理，实际姿态角速度ω和期望角速度ωd的误差可表示为ωe＝ω-R(σe)ωd＝[ωe1,ωe2,ωe3]T。
基于上述复合体系统模型得出复合体的姿态误差动力学模型为：
Figure BDA00039288207000000612
其中
Figure BDA00039288207000000613
在一种实施例中，在上述姿态误差动力学模型的基础上，进一步基于反步法求解复合体的第一状态变量和第二装填变量。定义第一状态变量为z1，第二状态变量为z2：
步骤S101、根据系统的姿态误差计算系统的第一状态变量包括：根据实际姿态和期望姿态计算姿态误差；将姿态误差值赋值给第一状态变量。
其中，根据上述系统模型中的σ和σd，计算实际姿态与期望姿态的逆的卷积，得到姿态误差。
计算方式为：
Figure BDA0003928820700000071
其中，σ代表复合体的实际姿态和σd代表复合体的期望姿态，σe为姿态误差，将计算得到的姿态误差赋值给第一状态变量。
步骤S102、根据复合体系统的角速度误差值以及第一状态变量计算复合体系统的第二状态变量包括：
1)、计算角速度误差值与角速度误差中间变量的值的差值，得到第二状态变量。
角速度误差值计算方式为ωe＝ω-R(σe)ωd＝[ωe1,ωe2,ωe3]T，其中ω为实际角速度值和ωd为期望角速度值，ωe为角速度误差值；
可选地，角速度误差中间变量的计算方式为：
α1＝-c1G-1z1，
其中，α1为角速度误差中间变量，z1为第一状态变量，c1为大于0的设计参数，G-1为系统向量的逆。
2)、计算角速度误差值与角速度误差中间变量的值的差值，得到第二状态变量。
需要说明的是，上述步骤1到步骤2的推导过程如下：
z1＝σe,z2＝ωe-α1， (3)
考虑李雅普诺夫函数
Figure BDA0003928820700000081
其导函数可表示为：
Figure BDA0003928820700000082
为了对复合体姿态进行稳定控制，选择如下角速度误差中间变量：
α1＝-c1G-1z1， (5)
其中c1＞0为设计参数，将虚拟控制输入(5)代入
Figure BDA0003928820700000083
可得：
Figure BDA0003928820700000084
可选地，根据系统的角速度误差值以及第一状态变量计算系统的第二状态变量包括：
可选地，角速度误差中间变量的计算方式为：
α1＝-c1G-1z1，
在一种实施例中，同样基于反步法以及自适应求解技术，进行如下一系列计算操作：
为了驱使角速度误差ωe趋近α1，根据公式(2)得到复合体系统误差方程：
Figure BDA0003928820700000085
其中，
Figure BDA0003928820700000086
为已知向量。由于转动惯量J具有不确定性，本发明引入操作算子Y将列向量s＝[s1,s2,s3]T转化为3×6的如下矩阵形式
Figure BDA0003928820700000087
此外，令Jij代表转动惯量的分量并且有
Figure BDA0003928820700000088
因此函数表示为：
Jω＝Y(ω)Φ,Jφ＝Y(φ)Φ， (9)
将(9)代入动态方程(7)中可得：
Figure BDA0003928820700000091
其中，
Figure BDA0003928820700000092
且Φ为未知列向量。
对
Figure BDA0003928820700000093
求取微分并基于Young不等式，可得：
Figure BDA0003928820700000094
其中，
Figure BDA0003928820700000095
且/>
Figure BDA0003928820700000096
为未知常数。构建如下形式的李雅普诺夫函数：
Figure BDA0003928820700000097
其中，
Figure BDA0003928820700000098
为参数估计误差，Φ为系统未知参数向量，/>
Figure BDA0003928820700000099
为未知参数向量的自适应估计值，/>
Figure BDA00039288207000000910
为所设计的正定对角矩阵。将(6)和(11)代入/>
Figure BDA00039288207000000911
中，可得：
Figure BDA00039288207000000912
其中，
Figure BDA00039288207000000913
且ε2＞0。
可选地，根据第二状态变量和所述自适应策略生成所述复合体系统的事件触发控制量包括：
通过所述第二状态变量和所述自适应策略参与如下计算，得到所述复合体系统的所述事件触发控制量，该计算方式为：
Figure BDA00039288207000000914
其中，ue(t)为事件触发控制量，γ代表事件触发控制量触发前后的误差放缩系数，δ为大于0的设计常数，
Figure BDA00039288207000000915
为所述自适应策略，ξT为向量ξ的转置。
在一种实施例中，为了实现系统姿态的快速稳定控制，设计生成如下的事件触发控制量和自适应策略：
Figure BDA0003928820700000101
其中，ue(t)为所述事件触发控制量，γ代表事件触发控制量触发前后的误差放缩系数，δ为大于0的设计常数，
Figure BDA0003928820700000102
为所述自适应策略，ξT为向量ξ的转置。
Figure BDA0003928820700000103
其中，z2为第二状态变量，
Figure BDA0003928820700000104
为操作算子/>
Figure BDA0003928820700000105
的转置，/>
Figure BDA0003928820700000106
为转动惯量估计值，Γ为正定对角矩阵，λ为大于0的设计常数，/>
Figure BDA0003928820700000107
为自适应策略。
步骤S103经过根据上述公式(6)-(13)的计算，最后，将各个系统参数以及求解出的第二状态变量计算参与公式(15)计算得到复合体系统的自适应策略，所述自适应策略是表示转动惯量的Jij的各个分量构成的矩阵，例如：
Figure BDA0003928820700000108
需要说明的是，基于反步法生成高精度姿态控制的自适应策略，并利用自适应技术实现对未知信息的精准估计。
步骤S104：根据第二状态变量和自适应策略生成复合体系统的事件触发控制量；
在一种实施例中，将上述求解出的自适应策略代入公式(16)中，求解出ξ，
再将ξ、ξ的转置和第二状态变量代入公式(14)进行计算，得到事件触发控制量。
步骤S105、根据事件触发控制量按照事件触发机制实时生成复合体系统的控制信号。
按照所述事件触发机制执行以下步骤：
计算当前时刻所述事件触发控制量的各个分量与对应触发后的控制量的各个分量之间的差值；
计算各个所述触发后的控制量与误差放缩系数的乘积；
进一步计算所述乘积与触发阈值的和值；
将断所述差值与所述和值进行比较，根据比较结果选择下一时刻的控制信号。
在一种实施例中，根据事件触发机制将当前时刻的事件触发控制量的各个分量基于阈值法进行选择，将满足阈值条件的触发事件量的分量作为下一时刻的复合体系统的控制信号。
具体事件触发机制设计如下：
Figure BDA0003928820700000111
Figure BDA0003928820700000112
其中，δ＞0,
Figure BDA0003928820700000113
和1＞γ＞0γ代表未触发的控制ue(t)和事件触发后控制u(t)之间的误差放缩系数；/>
Figure BDA0003928820700000114
表示事件触发阈值。/>
Figure BDA0003928820700000115
为未触发的事件控制量,其中uei(t)，i＝1，2，3为其三个方向的分量。/>
Figure BDA0003928820700000116
触发后的事件控制量，其中ui(t)，i＝1，2，3为其三个方向的分量。
Figure BDA0003928820700000117
表示采样误差，/>
Figure BDA0003928820700000118
代表控制器更新时刻。
在一种实施例中，当前时刻为tk，其中当前时刻的事件触发控制量的各个分量为ue1(t)、ue2(t)、ue3(t)，t＝tk,对应触发后的控制量的各个分量u1(t)、u2(t)、u3(t)，t＝tk，
计算当前时刻的事件触发控制量的各个分量与对应触发后的控制量的各个分量的差值，得到：ue1(t)-u1(t)、ue2(t)-u2(t)、ue3(t)-u3(t)。
计算各个触发后的控制量与误差放缩系数的乘积，例如：γ|u1(t)|、γ|u2(t)|、γ|u3(t)|，其中γ代表未触发的控制ue(t)和事件触发后控制u(t)之间的误差放缩系数；
进一步计算乘积与触发阈值的和值，例如：
Figure BDA0003928820700000121
Figure BDA0003928820700000122
表示事件触发阈值；
进一步计算乘积与触发阈值的和值；将差值与和值进行比较，根据比较结果选择下一时刻的控制信号。
在一种实施例中，将差值与和值进行比较，当满足
Figure BDA0003928820700000123
时，将ue1(t)作为下一时刻的控制信号；当满足/>
Figure BDA0003928820700000124
时，将ue2(t)作为下一时刻的控制信号；当满足/>
Figure BDA0003928820700000125
时，将ue3(t)作为下一时刻的控制信号。
注意到，一旦上式被触发,时刻便被标记为tk+1并且更新后的控制量u(tk+1)便会传送到响应的执行器端，可以对传感器采集的姿态数据进行实时控制。除此之外，在时间段t∈[tk,tk+1)内，控制信号将保持常值u(t)＝u(tk)。
本发明从步骤S104到步骤S105还针对事件触发控制量设计了对应的事件触发机制，其可以在控制精度得到保证的同时降低通信频次，减少通信资源的浪费。
基于本发明所述提供的基于事件触发的绳系航天器复合体姿态稳定控制方法，还提供过了一种对闭环系统进行李雅普诺夫稳定性证明方法。
根据所设计的事件触发机制，显然控制输入在tk+1时刻会被更新u(tk+1)，这意味着在时间段t∈[tk,tk+1)内不等式
Figure BDA0003928820700000131
成立。因此，在t∈[tk,tk+1)存在满足|μ1i(t)|≤1和|μ2i(t)|≤1的函数μ1(t)，μ2(t)使得/>
Figure BDA0003928820700000132
成立，即有/>
Figure BDA0003928820700000133
其中/>
Figure BDA0003928820700000134
和/>
Figure BDA0003928820700000135
其矢量形式为：
Figure BDA0003928820700000136
上式中
Figure BDA0003928820700000137
和/>
Figure BDA0003928820700000138
根据公式(18)和公式(15)代入
Figure BDA0003928820700000139
的表达式中，可得
Figure BDA00039288207000001310
由引理1和Young不等式可得：
Figure BDA00039288207000001311
Figure BDA00039288207000001312
根据定义可知
Figure BDA00039288207000001313
为有界函数，且满足/>
Figure BDA00039288207000001314
其中δm为未知常数。将(21)和(22)代入(20)得：
Figure BDA00039288207000001315
将
Figure BDA00039288207000001316
代入上式，可得
Figure BDA00039288207000001317
其中，
Figure BDA0003928820700000141
λmin为矩阵Γ-1的最小特征值。
令
Figure BDA0003928820700000142
从上式可得/>
Figure BDA0003928820700000143
由此可得，z1,z2,/>
Figure BDA0003928820700000144
均是有界的变量。同理，可以检查验证闭环系统信号均一致有界。且跟踪误差可以收敛到区域/>
Figure BDA0003928820700000145
内。
现在，证明存在常数υ使得对于
Figure BDA0003928820700000146
均有tk+1-tk≥υ。为了达到此目的，我们有/>
Figure BDA0003928820700000147
且/>
Figure BDA0003928820700000148
对任意t∈[tk,tk+1)均成立。此外，由上式可以看出u(t)为列向量/>
Figure BDA0003928820700000149
的连续函数，因此/>
Figure BDA00039288207000001410
以及/>
Figure BDA00039288207000001411
均为有界函数。故存在常数/>
Figure BDA00039288207000001412
使得下式成立。
Figure BDA00039288207000001413
其中ui和
Figure BDA00039288207000001414
为向量u和/>
Figure BDA00039288207000001415
的第i个分量。另一方面，由事件触发定义(18)可知，
Figure BDA00039288207000001416
定义
Figure BDA00039288207000001417
并且结合(25)和(26)可得tk+1-tk≥υ成立。因此，Zeno现象可以有效避免，且系统稳定性可以证明。
基于上述方法的一种实验仿真结果及性能分析如下：
结合图3～图6。图3中可以看出姿态跟踪误差在10秒内快速收敛到原点附近；图4表示跟踪角速度误差也实现了快速跟踪收敛。图5为控制系统的控制输入量示意图；图6表示在事件触发机制下，控制输入保证高精度跟踪的同时减少了触发频率与通讯次数。
本发明的实施例二提供了一种基于事件触发的绳系航天器复合体姿态稳定控制系统，如图7所示，控制系统包括：
复合体姿态计算装置20，该装置包括：
状态变量生成模块201，根据复合体系统的姿态误差计算复合体系统的第一状态变量和根据复合体系统的角速度误差以及第一状态变量计算复合体系统的第二状态变量；
自适应策略生成模块202，用于根据第二状态变量计算复合体系统的自适应策略；
传感器203：用于接收状态变量生成模块发送的第一状态变量和第二状态变量；
控制器204，用于接收传感器采集的第二状态变量，以及接收自适应策略生成模块生成的自适应策略，并生成复合体系统的事件触发控制量；
事件触发生成器205，用于接收控制器发送的事件触发控制量，并根据事件触发机制实时生成复合体系统的控制信号。
可选地，控制系统还包括：执行器206，用于接收事件触发器发送的控制信号，并基于控制信号实时作用复合体姿态计算装置。
需要说明的是该系统所能实现的基于事件触发的绳系航天器复合体姿态稳定控制方法与实施例一的方法一致，此处不再赘述。

Claims (10)

1.一种基于事件触发的绳系航天器复合体姿态稳定控制方法，其特征在于，包括以下步骤：
根据复合体系统的姿态误差计算复合体系统的第一状态变量；
根据复合体系统的角速度误差值以及所述第一状态变量计算所述复合体系统的第二状态变量；
根据所述第二状态变量计算所述复合体系统的自适应策略；
根据所述第二状态变量和所述自适应策略生成所述复合体系统的事件触发控制量；
根据所述事件触发控制量按照事件触发机制实时生成所述复合体系统的控制信号。
2.如权利要求1所述的基于事件触发的绳系航天器复合体姿态稳定控制方法，其特征在于，根据复合体系统的姿态误差计算复合体系统的第一状态变量包括：
根据实际姿态和期望姿态计算所述姿态误差；
将所述姿态误差值赋值给所述第一状态变量。
3.如权利要求2所述的基于事件触发的绳系航天器复合体姿态稳定控制方法，其特征在于，根据实际姿态和期望姿态计算所述姿态误差包括：
计算所述实际姿态与所述期望姿态的逆的卷积，得到所述姿态误差。
4.如权利要求1所述的基于事件触发的绳系航天器复合体姿态稳定控制方法，其特征在于，根据复合体系统的角速度误差值以及所述第一状态变量计算所述复合体系统的第二状态变量包括：
计算所述角速度误差值与角速度误差中间变量的值的差值，得到所述第二状态变量。
5.如权利要求4所述的基于事件触发的绳系航天器复合体姿态稳定控制方法，其特征在于，角速度误差中间变量的计算方式为：
α1＝-c1G-1z1，
其中，α1为角速度误差中间变量，z1为所述第一状态变量，c1为大于0的设计参数，G-1为系统向量的逆。
6.如权利要求1所述的基于事件触发的绳系航天器复合体姿态稳定控制方法，其特征在于，根据所述第二状态变量计算所述复合体系统的自适应策略包括：
通过所述第二状态变量计算得到所述复合体系统的自适应策略的计算方式为：
Figure FDA0003928820690000021
其中，z2为所述第二状态变量，
Figure FDA0003928820690000022
为操作算子/>
Figure FDA0003928820690000023
的转置，/>
Figure FDA0003928820690000024
为转动惯量估计值，Γ为正定对角矩阵，λ为大于0的设计常数，/>
Figure FDA0003928820690000025
为所述自适应策略。
7.如权利要求1所述的基于事件触发的绳系航天器复合体姿态稳定控制方法，其特征在于，根据所述第二状态变量和所述自适应策略生成所述复合体系统的事件触发控制量包括：
通过所述第二状态变量和所述自适应策略参与如下计算，得到所述复合体系统的所述事件触发控制量，该计算方式为：
Figure FDA0003928820690000026
/>
其中，ue(t)为所述事件触发控制量，γ代表事件触发控制量触发前后的误差放缩系数，δ为大于0的设计常数，
Figure FDA00039288206900000311
为所述自适应策略，ξT为向量ξ的转置。
8.如权利要求1所述的基于事件触发的绳系航天器复合体姿态稳定控制方法，其特征在于，根据所述事件触发控制量按照事件触发机制实时生成所述复合体系统的控制信号包括：
按照所述事件触发机制执行以下步骤：
计算当前时刻所述事件触发控制量的各个分量与对应触发后的控制量的各个分量之间的差值；
计算各个所述触发后的控制量与误差放缩系数的乘积；
进一步计算所述乘积与触发阈值的和值；
将断所述差值与所述和值进行比较，根据比较结果选择下一时刻的控制信号。
9.如权利要求8所述的基于事件触发的绳系航天器复合体姿态稳定控制方法，其特征在于，所述事件触发机制为：
Figure FDA0003928820690000033
Figure FDA0003928820690000034
Figure FDA0003928820690000035
Figure FDA0003928820690000036
其中，
Figure FDA0003928820690000037
和1＞γ＞0γ代表未触发的控制ue(t)和事件触发后控制u(t)之间的误差放缩系数；/>
Figure FDA0003928820690000038
表示事件触发阈值，/>
Figure FDA0003928820690000039
为未触发的事件控制量,其中uei(t)，i＝1，2，3为其三个方向的分量，/>
Figure FDA00039288206900000310
触发后的事件控制量，其中ui(t)，i＝1，2，3为其三个方向的分量。
10.一种基于事件触发的绳系航天器复合体姿态稳定控制系统，其特征在于，所述控制系统包括：
复合体姿态计算装置，该装置包括：
状态变量生成模块，根据复合体系统的姿态误差计算复合体系统的第一状态变量和根据复合体系统的角速度误差以及所述第一状态变量计算所述复合体系统的第二状态变量；
自适应策略生成模块，用于根据所述第二状态变量计算所述复合体系统的自适应策略；
传感器：用于接收所述状态变量生成模块发送的所述第一状态变量和所述第二状态变量；
控制器，用于接收所述传感器采集的第二状态变量，以及接收所述自适应策略生成模块生成的自适应策略，并生成所述复合体系统的事件触发控制量；
事件触发生成器，用于接收所述控制器发送的所述事件触发控制量，并根据事件触发机制实时生成所述复合体系统的控制信号。
CN202211383211.9A 2022-11-07 2022-11-07 基于事件触发的绳系航天器复合体姿态稳定控制方法 Active CN115857329B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211383211.9A CN115857329B (zh) 2022-11-07 2022-11-07 基于事件触发的绳系航天器复合体姿态稳定控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211383211.9A CN115857329B (zh) 2022-11-07 2022-11-07 基于事件触发的绳系航天器复合体姿态稳定控制方法

Publications (2)

Publication Number Publication Date
CN115857329A true CN115857329A (zh) 2023-03-28
CN115857329B CN115857329B (zh) 2024-03-08

Family

ID=85662603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211383211.9A Active CN115857329B (zh) 2022-11-07 2022-11-07 基于事件触发的绳系航天器复合体姿态稳定控制方法

Country Status (1)

Country Link
CN (1) CN115857329B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105404304A (zh) * 2015-08-21 2016-03-16 北京理工大学 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
CN108445748A (zh) * 2018-02-02 2018-08-24 北京航空航天大学 一种基于事件触发机制的自适应航天器姿态跟踪控制方法
CN109189085A (zh) * 2018-07-25 2019-01-11 西北工业大学 基于事件触发的航天器网络化系统姿态控制方法
CN113608540A (zh) * 2021-06-29 2021-11-05 北京理工大学 一种比例积分型事件触发航天器姿态控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105404304A (zh) * 2015-08-21 2016-03-16 北京理工大学 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
CN108445748A (zh) * 2018-02-02 2018-08-24 北京航空航天大学 一种基于事件触发机制的自适应航天器姿态跟踪控制方法
CN109189085A (zh) * 2018-07-25 2019-01-11 西北工业大学 基于事件触发的航天器网络化系统姿态控制方法
CN113608540A (zh) * 2021-06-29 2021-11-05 北京理工大学 一种比例积分型事件触发航天器姿态控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
周端;郭毓;陈庆伟;胡维礼;: "基于轨迹跟踪的航天器姿态自适应鲁棒控制", 华南理工大学学报(自然科学版), no. 01, 15 January 2013 (2013-01-15) *
张嘉芮;陈弈澄;董新蕾;王焕杰;齐瑞云;: "基于事件触发的航天器姿态自适应容错控制", 飞控与探测, no. 02, 31 December 2020 (2020-12-31) *
高直;孔维宾;: "航天器姿态机动优化容错控制", 软件导刊, no. 10, 17 July 2018 (2018-07-17) *
高直;陈伟;邵星;: "未知时变惯量航天器自适应姿态跟踪容错控制", 计算机工程与应用, no. 16, 13 March 2018 (2018-03-13) *

Also Published As

Publication number Publication date
CN115857329B (zh) 2024-03-08

Similar Documents

Publication Publication Date Title
Sun et al. Fixed-time sliding mode disturbance observer-based nonsmooth backstepping control for hypersonic vehicles
CN108445748B (zh) 一种基于事件触发机制的自适应航天器姿态跟踪控制方法
CN106843254B (zh) 一种实时主动重构容错控制方法
CN111290421A (zh) 一种考虑输入饱和的高超声速飞行器姿态控制方法
Su et al. Event-triggered adaptive fuzzy control for uncertain strict-feedback nonlinear systems with guaranteed transient performance
Li et al. Predefined-time asymptotic tracking control for hypersonic flight vehicles with input quantization and faults
Wu et al. Quantized fixed-time fault-tolerant attitude control for hypersonic reentry vehicles
Qi et al. Stable indirect adaptive control based on discrete-time T–S fuzzy model
CN113589689B (zh) 一种基于多参数自适应神经网络的滑模控制器设计方法
CN110488603B (zh) 一种考虑执行器受限问题的刚性飞行器自适应神经网络跟踪控制方法
CN108762069B (zh) 刚性航天器姿控系统飞轮故障辨识与调节方法
CN112394645A (zh) 一种航天器姿态跟踪的神经网络反步滑模控制方法和系统
CN113619814B (zh) 一种交会对接最后逼近段相对姿轨耦合控制方法
Dian et al. Gain scheduled dynamic surface control for a class of underactuated mechanical systems using neural network disturbance observer
Zhang et al. Low-computation adaptive fuzzy tracking control for nonlinear systems via switching-type adaptive laws
Chang et al. LSTM-based output-constrained adaptive fault-tolerant control for fixed-wing UAV with high dynamic disturbances and actuator faults
An et al. Simplified longitudinal control of air-breathing hypersonic vehicles with hybrid actuators
Zuo et al. Fuzzy adaptive output-feedback constrained trajectory tracking control for HFVs with fixed-time convergence
Guo et al. Distributed adaptive human-in-the-loop event triggered formation control for QUAVs with quantized communication
CN109514559B (zh) 基于输出重定义的柔性机械臂时标分离鲁棒控制方法
CN111439392A (zh) 一种航天器编队位置协同控制方法
CN111198570A (zh) 一种基于固定时间微分器预测的抗时延高精度自抗扰姿态控制方法
Liu et al. Finite-time self-structuring neural network trajectory tracking control of underactuated autonomous underwater vehicles
CN113625781A (zh) 基于事件的欧拉-拉格朗日系统跟踪控制方法
Hu Neural network‐based adaptive attitude tracking control for flexible spacecraft with unknown high‐frequency gain

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230831

Address after: 518063 room 2501, 25 / F, Sanhang science and technology building, Northwest University of technology, No. 45, Gaoxin South ninth Road, Yuehai street, Nanshan District, Shenzhen, Guangdong Province

Applicant after: RESEARCH & DEVELOPMENT INSTITUTE OF NORTHWESTERN POLYTECHNICAL University IN SHENZHEN

Applicant after: Northwestern Polytechnical University

Address before: 710072 No. 127 Youyi West Road, Shaanxi, Xi'an

Applicant before: Northwestern Polytechnical University

GR01 Patent grant
GR01 Patent grant