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
【技术领域】
[0001] 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】
[0002] 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。
[0003] 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。
[0004] 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】
[0005] 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。
[0006] 本发明的目的是通过下述技术方案实现的。
[0007] 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：
[0008] 步骤1，建立单个航天器的姿态运动模型
[0009] 航天器编队由η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：
[0010]
[0011]其中，R3X3为第i个刚体航天器的惯量矩阵，ω#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，第i个航天器的四元数姿态参数为
为矢量部分，疋gZ?1为 标量部分，并满足44.+?2 =1。ri=diag(rri2,ri3)eR3X3为执行机构的效率系 数，满足()<ζ"/ <厂」< 丨.，$>(./_ = 1，2,3)为已知常数。τr3为考虑执行机构输出饱和后 的控制力矩，teR3为额外故障力矩，teR3为包括参数不确定性和外部扰动的聚合扰动。 [· ]x表示向量的反对称矩阵算子。
[0012] 步骤2,针对步骤1建立的模型，定义误差
[0013] 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：
[0014]
[0015]其中，t=[芯,已了ei?4，队表示第i个航天器的邻居集合。
[0016] 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：
[0017] 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<^和ω &最终一致有界，即qi-qj-qd，ωi-ωj-ωd。
[0018] 步骤3.1，设计滑模函数
[0019] 对于第i个航天器，设计滑模函数如下：
[0020]
[0021]其中常值&,=尤1>0，为第i个航天器的速度误差，L为第i个航天器姿 态误差矢量部分，|队|为第i个航天器的入邻居总个数。
[0022] 步骤3. 2,对步骤3. 1设计的滑模函数求导，然后左乘Λ得到误差模型：
[0024] 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。
[0025] 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。
[0026]对于第i个航天器，设计控制律如下：
[0029] :?为输入神经网络的输出，用来逼近Λi，且
[0030]
[0031] 式中爲，4为神经网络的理想权值矩阵的估计值，1:为归一化后的神经网络输入，
[0032] 根据无=-爲元' + Γ,. - 求得茗。
[0033] 步骤4,各航天器根据自身以及其邻居航天器的姿态信息，带入步骤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，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。
[0034] 有益效果
[0035] 本发明有两方面优点：
[0036] 1.由步骤3中的式（6)可看出，利用归一化神经网络设计控制器，可在线估计和消 除系统的聚合干扰，避免了常规自适应控制方法需要估计大量不确定性参数的缺陷。且采 用输入归一化这种数据预处理方法，降低了对非线性函数逼近的估计误差，减少了计算时 间。
[0037] 2.步骤3中的式（6)给出了修正滑模面方法，解决了由于神经网络自适应过度导 致的饱和问题，且提高加快了系统的收敛速度，提高系统的控制精度。
【附图说明】
[0038] 图1为本发明方案的控制原理图；
[0039]图2为本发明方案的设计流程图；
[0040] 图3为具体实施案例中各航天器的通信拓扑示意图，其中i= 0, 1，2, 3, 4, 5, 6代 表的是第i个航天器，横线连接代表两个航天器之间可以进行信息的交换；
[0041]图4为具体实施案例中各航天器的单位四元数姿态曲线，其中（1)为航天器1-6 以及期望姿态的单位四元数矢量部分分量#，...，#，<的仿真曲线图，⑵为相应矢量部 分分量的仿真曲线图，⑶为相应矢量部分分量#的仿真曲线 图，（4)为单位四元数标量部分#的仿真曲线图；
[0042] 图5为具体实施案例中各航天器姿态跟踪误差变化曲线，其中（1)为航天器1-6 的姿态跟踪误差四元数矢量部分分量的仿真曲线图，（2)为相应矢量部分分量 的仿真曲线图，⑶为相应矢量部分分量以的仿真曲线图，⑷为姿态跟 踪误差四元数标量部分的仿真曲线图；
[0043] 图6为具体实施案例中各航天器的角速度变化曲线，其中（1)为航天器1-6及期 望姿态角速度分量#,...，41>，<)的仿真曲线图"2)为相应角速度分量4'..,，4 )，4>的 仿真曲线图，（3)为相应角速度分量of 的仿真曲线图；
[0044] 图7为具体实施案例中控制力矩曲线图，其中（1)航天器1-6在控制律作用的控 制力矩分量的仿真曲线图，⑵为相应的控制力矩分量的仿真曲线图， (3)为相应的控制力矩分量#,...,rf1的仿真曲线图；
[0045] 图8为具体实施案例中航天器1的实际输出力矩和期望力矩比较曲线图。
【具体实施方式】
[0046] 为了更好的说明本发明的目的和优点，下面结合附图和实施例对本发明的技术方 案做进一步阐述。
[0047] 本发明方案的航天器姿态控制流程图如图1所示。
[0048] 1.基于输入归一化神经网络的控制律设计。
[0049] 步骤1，建立单个航天器的姿态运动模型：
[0050] 该编队系统由η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，其编号为〇。其中在航天器本体坐标系下建立单位四元数姿态动力学 方程，第i(i= 1，2, ...，η)个航天器的姿态动力学和运动学方程如下：
[0051]
[0052] 其中，R3X3为第i个刚体航天器的惯量矩阵，ω#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，第i个航天器的四元数姿态参数为 孓=[€，^]Γ =[心和，知e穴4，其中f=[知&2，免,]7 ^ 量部分，并满足#泰+瓦2=1。「1=(^8(「11，「 12，「13)￡1?3><3为执行机构的效率系数， 满足,?,(/ = 1,2,3)为已知常数。τiGR3为考虑执行机构输出饱和后的控制 力矩，fieR3为增加故障力矩，c^eR3为包括参数不确定性和外部扰动的聚合扰动。[·]x 表示向量的反对称矩阵算子。
[0053] 步骤2,针对步骤1建立的模型，定义误差
[0054] 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：
[0055]
[0056]其中，t= ，队表示第i个航天器的入邻居集合（包括虚拟 领导者）。单位四元数之间的乘法关系为：
[0057]
[0058] 步骤3,设