袁长清:基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制论文

袁长清:基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制论文

本文主要研究内容

作者袁长清,李政广,于海莉,左晨熠(2019)在《基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制》一文中研究指出:研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能. RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.

Abstract

yan jiu le hang tian qi bian dui fei hang duo mu biao zi tai gen zong de lu bang kong zhi wen ti .zhu hang tian qi you zhong xin gang ti he yi ge kuai su ji dong tian xian zu cheng ,xing zai xiang ji gen zong mou yi te ding mu biao ,tong shi tian xian yu cong hang tian qi bao chi tong xin .zai kao lv mo xing bu que ding xing he wai bu gan rao qing kuang xia ,ji yu fei ji yi zhong duan hua mo ji shu he RBFshen jing wang lao ,she ji le duo mu biao zi tai gen zong lu bang kong zhi qi .lu bang kong zhi qi you RBFshen jing wang lao he yi ge zi kuo ying kong zhi qi zu cheng .zi kuo ying kong zhi qi yong yu di xiao shen jing wang lao de bi jin wu cha he shi xian ji wang de kong zhi xing neng . RBFshen jing wang lao yong yu bi jin mo xing bu que ding bu fen yu wai bu gan rao li ju ,bing ju gen ju fei ji yi zhong duan hua mo de you xian shi jian shou lian shu xing ,di chu le yi chong RBFwang lao de zai xian xue xi suan fa ,di gao le RBFwang lao de bi jin xiao lv .ying yong Lyapunovwen ding xing li lun ,zheng ming le bi huan ji tong wen ding xing .shu zhi fang zhen jie guo biao ming suo she ji de kong zhi qi dui wai bu gan rao yu mo xing bu que ding ju you liang hao de lu bang xing .

论文参考文献

  • [1].基于归一化神经网络的航天器自适应姿态跟踪控制[J]. 黄喜元,王青,董朝阳.  宇航学报.2010(11)
  • [2].采用终端滑模控制实现交会对接逼近段姿态跟踪[J]. 刘鲁华,汤国建,余梦伦.  国防科技大学学报.2008(02)
  • [3].基于终端滑模的航天器自适应预设性能姿态跟踪控制[J]. 马广富,朱庆华,王鹏宇,郭延宁.  航空学报.2018(06)
  • [4].基于循环神经网络的船摇数据实时预测[J]. 黄为,李永刚,胡上成,汪毅.  科学技术与工程.2019(31)
  • [5].低小慢无人机降落野外场景识别方法[J]. 叶利华,王磊,赵利平.  计算机应用.2017(07)
  • [6].基于BP神经网络与PNN在航空发动机故障诊断上的对比[J]. 黄磊.  科技风.2017(07)
  • [7].一种基于深度神经网络的非线性控制分配方法[J]. 黄煌.  战术导弹技术.2017(04)
  • [8].基于卷积神经网络的材质分类识别研究[J]. 刘昊,李喆,石晶,辛敏思,蔡红星,高雪,谭勇.  激光与红外.2017(08)
  • [9].基于Kohonen神经网络的飞机结构涂层失效分析[J]. 徐元铭,冉峻塽.  飞机设计.2017(04)
  • [10].基于分层神经网络的航天器故障诊断技术[J]. 安若铭,高阳.  航天器环境工程.2013(02)
  • 论文详细介绍

    论文作者分别是来自空间控制技术与应用的袁长清,李政广,于海莉,左晨熠,发表于刊物空间控制技术与应用2019年03期论文,是一篇关于动力学与控制论文,多体航天器论文,姿态跟踪论文,非奇异终端滑模论文,神经网络论文,空间控制技术与应用2019年03期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自空间控制技术与应用2019年03期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    袁长清:基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制论文
    下载Doc文档

    猜你喜欢