论文部分内容阅读
本文基于数据驱动控制思想,以卫星姿态机动控制为背景,针对卫星姿态控制系统的非线性、时变性、参数耦合、控制过程中存在随机干扰等特点,设计了三种不依赖于被控对象精确数学模型的控制器,并在Mablab/Simulink环境下进行控制仿真研究。首先,文章给出了基于欧拉角和四元数的卫星姿态动力学与运动学模型,推导了以姿态误差四元数为基础的运动学方程,并且得到了以误差四元数为反馈量的卫星姿态控制系统仿真框架。然后,根据模糊控制原理设计了基于Mamdani型模糊推理的卫星姿态控制器,输入控制量为误差四元数输出控制量为飞轮转速。将控制器应用于卫星的姿态控制仿真,并与传统的PD控制器结果进行比较得出结论。其次,针对基本模糊控制器中隶属函数参数难以确定的问题,设计了神经-模糊推理控制器,利用神经网络辨识隶属函数的参数并进行优化。总结Mamdani型模糊推理与Sugeno型模糊推理算法的联系,将控制器进行仿真研究,同过改变卫星转动惯量和增加干扰力矩检验了控制器的鲁棒性。最后,研究了一种完全不需要被控对象信息的“黑箱”控制方法,无模型自适应控制算法(MFAC),基于该方法设计了一种卫星姿态控制器,阐述了控制算法的设计过程,并且给出其在一定假设下的稳定性与收敛性结论。探讨了这种控制方法在复杂卫星控制中的应用前景,对控制器的稳定性作出初步的分析,仿真结果表明了无模型自适应控制器的可行性。