针对航天器姿态稳定控制问题, 设计一种迭代学习姿态控制器. 将连续非周期运动的姿态跟踪过程分解为队列重复运动, 采用前一周期的姿态跟踪误差修正后一周期的控制输入, 分别对未知参数和干扰构建有界迭代学习律, 给出航天器姿态稳定控制器, 并从理论上分析了闭环系统的渐近稳定性和姿态跟踪误差的一致有界性. 通过在轨捕获非合作目标过程中航天器姿态跟踪控制问题的数值仿真, 验证了迭代学习控制器的鲁棒性和强抗干扰性.
相似文献基于一致性算法, 在有向通讯拓扑下, 研究存在状态约束的多航天器系统分布式有限时间姿态协同跟踪控制问题. 在仅有部分跟随航天器可以获取领航航天器状态, 并且跟随航天器之间存在不完全信息交互的情形下, 设计了分布式快速终端滑模面, 提出了不依赖于模型的分布式有限时间姿态协同跟踪控制律. 根据有限时间Lyapunov 稳定性定理, 证明了系统的状态在有限时间内收敛于领航航天器状态的小邻域内. 最后通过仿真算例验证了所提出算法的有效性.
相似文献利用跟踪微分器设计了一种新的离散滑模控制器,可以从不连续的指令信号中合理提取连续信号及微分信号,且不需要利用线性外推的方法预测指令信号下一时刻的值及其微分.与基于趋近律的离散滑模控制器进行的对比仿真表明,所设计的控制器在保持传统滑模控制固有强鲁棒性的同时,控制器的输出几乎不存在抖振现象,而且在跟踪不连续的指令信号时,系统表现出良好的动态品质.
相似文献基于周期系统Lyapunov 稳定性理论, 给出控制器的存在条件. 利用广义Sylvester 矩阵方程的参数化解, 提出模型参考跟踪控制器的参数化设计算法. 该控制器包括具有一定收敛速率的反馈镇定控制器和完全参数化的前馈跟踪补偿器两部分. 以基于T-H 方程描述的两航天器绕飞任务下的控制系统进行仿真, 仿真结果验证了所提出控制方法的有效性.
相似文献利用系统无源性和旋转矩阵性质研究无角速度测量下的姿态跟踪控制问题. 为了避免姿态参数的奇异性和模糊性, 提出基于三维特殊正交群(SO(3)) 的控制策略. 首先利用旋转矩阵建立姿态跟踪误差方程, 然后分析了系统的内在无源性, 从而揭示了闭环系统的稳定性. 当角速度无法获得时, 利用新的无源滤波提出一种无角速度测量控制律, 并给出了严格的Lyapunov 稳定性分析. 最后, 通过数值仿真验证了所提出的控制方法的有效性.
相似文献为了提高再入弹头命中精度和机动突防能力, 将质量滑块和单框架控制力矩陀螺(SGCMG) 配合使用, 以在弹头再入全过程中产生足够的姿态控制力矩. 针对再入系统物理参数及外界环境干扰的不确定性, 利用反演方法设计再入弹头姿态自适应控制器. 该控制器可以对转动惯量不确定性进行自适应补偿, 并且有效抑制力矩干扰对姿态控制系统的影响. 对某型再入弹头的仿真研究表明, 所提出的控制器可以实现姿态角的良好跟踪.
相似文献提出一种基于受约束柔性臂分布参数模型的变结构力控制方法,避免了集中参数模型的缺陷,解决了系统存在模型不确定性和外部干扰影响下的力控制问题.通过Lyapunov函数设计了系统的变结构控制器,其中滑模面设计为系统转动角,转动角速度和柔性臂根部应变的线性组合.利用线性算子半群理论和LaSalle不变集原理,证明了闭环系统的渐近稳定性.仿真结果验证了该方法的有效性.
相似文献在追踪航天器本体坐标系下, 联合相对轨道动力学模型和四元素姿态动力学模型, 引入推进器配置矩阵, 建立六自由度姿态和轨道一体化模型. 该模型避免了控制输入向追踪器本体坐标系下的转换. 在此基础上, 采用输入-状态(ISS) 稳定性原理, 在干扰输入信息完全未知的情况下, 设计了非线性鲁棒一体化控制律. 该控制律实现了对椭圆轨道上目标航天器的扰动抑制和跟踪, 具有较好的鲁棒性和跟踪性. 最后, 针对运行在椭圆轨道上的目标给出仿真结果, 表明了所提出的一体化控制律的可行性和有效性.
相似文献针对非线性机器人系统的轨迹跟踪问题, 提出一种终端滑模重复学习混合控制方案. 该方案综合了重复学习控制和终端滑模技术的特性, 能够有效跟踪周期性参考信号, 抑制周期性和非周期性动态的干扰, 具有较强的鲁棒性和良好的轨迹跟踪性能, 且算法的实现不需要完全已知系统模型信息. 应用Lyapunov 稳定性理论证明了闭环系统的全局渐近稳定性. 三自由度机器人系统数值仿真结果验证了所提出的终端滑模重复学习控制的有效性.
相似文献提出一种改进的显模型跟踪??∞回路成形控制方法, 利用??∞ 回路成形算法补偿显模型跟踪算法中前馈模型逆的不确定性. 针对??∞ 回路成形控制算法中权重函数选取的盲目性, 利用多目标遗传算法, 结合改进的小生境淘汰技术对权重函数进行寻优, 以提高设计效率和准确性. 基于所提出的方法设计直升机的内回路显模型跟踪??∞ 回路成形姿态控制系统, 能够提高系统的鲁棒性.
相似文献针对一类不确定非线性系统, 基于滑模观测器研究执行器和传感器同时故障时的鲁棒重构问题. 引入线性变换矩阵并添加后置滤波器构建增维系统, 综合??∞ 控制将鲁棒滑模观测器增益矩阵设计方法, 转化为LMI 约束下的多目标凸优化问题. 在滑模增益中添加了自适应律, 确保状态估计误差渐近稳定, 同时滑模运动经有限时间到达滑模面, 在此基础上给出执行器和传感器故障同时重构算法. 最后通过数值算例表明了所提出方法的有效性.
相似文献