基于迭代LMI的航天器的姿态静态输出反馈

合集下载

航天器姿态控制的计算PPT课件

航天器姿态控制的计算PPT课件
讲师:XXXXXX XX年XX月XX日
(2)比例-微分控制率
航天器姿态控制
假定系统输入为阶跃响应: Tdy T 1(t) ,解得
Tet Βιβλιοθήκη in(I y2 1 21 2t arctan
1
2
)
T
I y2
控制律反馈系数 k p , kd 的选择完全确定了二阶系统阻尼系数 和自
然频率 。所以可通过选择 kd ,获得不同的阻尼系数 ,使响应到
用飞轮将作无衰减振荡。
(2)比例-微分控制率
航天器姿态控制
将姿态角速度的信息引入系统中,即
Tc Iy kp kd ,式中 k p 为比例系数, kd 为微分系数
闭环控制系统为 I y kd kp Tdy
定义 2 k p , 2 kd ,上式可化为二阶系统的典型形式
Iy
Iy
2 2 Tdy
态误差相互独立的改变自己的转速,实现对各轴的姿态
控制。
航天器姿态控制
航天器姿态控制
航天器姿态控制
航天器姿态控制
(1) 比例控制律
Tc I y kp , k p 为比例系数;
则俯仰通道的闭环控制系统为:
k p Tdy
Iy
Iy
闭环系统特征值为 s1,2
kp i ; Iy
位于复平面虚轴上,不能保证系统收敛,航天器和反作
Iy
(2)比例-微分控制率
相应的特征方程为 s2 2s 2 0
航天器姿态控制
特征根为 s1,2 i 1 2 , 1; s1,2 2 1, 1;
这是典型的二阶系统,控制律反馈系数 k p , kd 的选择完全确定了二
阶系统阻尼系数ω和自然频率ζ,从而确定了闭环系统的特征根。

基于改进LMI的鲁棒H∞动态输出反馈控制综合

基于改进LMI的鲁棒H∞动态输出反馈控制综合

基于改进LMI的鲁棒H∞动态输出反馈控制综合郝峰;叶思隽;车晓涛【摘要】研究动态输出反馈(DOF)下连续时间系统的鲁棒H∞控制综合问题.借助于线性矩阵不等式(LMI)技术,给出了闭环系统鲁棒H∞DOF控制器存在的充要条件.该条件依赖于引入的松弛变量,消除了Lya-punov变量与系统矩阵之间的耦合,能够减小控制器设计的保守性.利用变量替换方法,将上述条件中的非线性矩阵不等式转化为关于替换变量的LMI,并给出了相应的DOF控制器求解方法.数值算例结果验证了新方法的有效性.【期刊名称】《弹箭与制导学报》【年(卷),期】2017(037)002【总页数】6页(P5-10)【关键词】控制理论;鲁棒控制;动态输出反馈;线性矩阵不等式;H∞控制【作者】郝峰;叶思隽;车晓涛【作者单位】西北工业大学航天学院,西安710072;中国兵器工业第203研究所,西安710065;中国兵器工业第203研究所,西安710065;中国兵器工业第203研究所,西安710065【正文语种】中文【中图分类】TP1320世纪90年代以来,随着内点法的应用和MATLAB LMI工具箱的推出,LMI方法被广泛应用于控制领域[1-2],成为控制分析与综合最有效的工具之一。

H∞控制是鲁棒控制理论中最为重要的设计框架之一。

传统的H∞范数计算问题都可以通过有界实引理转化为标准的LMI表达式。

但是,在多目标或多通道控制分析与综合时,矩阵表达式中的系统矩阵和Lyapunov变量之间的耦合导致问题非凸,难以求解。

常见的解决办法是针对所有的约束条件使用相同的Lyapunov函数[2],这使得控制器的保守性大大增加。

近年来,通过在矩阵表达式中引入松弛变量,能够实现系统矩阵和Lyapunov变量之间的解耦,减小设计保守性。

M.C.Oliveira和J.Geromel在这方面做出了开创性的研究工作[3],获得了基于参数依赖Lyapunov函数的不确定离散时间系统的鲁棒稳定条件。

基于LMI优化的H∞/广义H2输出反馈主动悬架控制

基于LMI优化的H∞/广义H2输出反馈主动悬架控制
v a LM I Optm i a i n i i z to
Yu Shu u,M a M i m i yo ao ao,Che o n H ng
( p rme to n r l ce c n gn e ig,Jl ie st ,Ch n c u 1 0 2 , ia De at n fCo to in ea dEn ie rn S in Un v riy i a g h n, 3 0 5 Chn )
n r t nm ie t ep ro ma c u p t .Th o to r b e wih h r o sr it sc n e td i t o m o mi i z h e fr n eo t u s e c n r lp o lm t a d c n tan si o v re n o
a s mid fn t r g a mi g p o l m . S mu a i n r s ls f r a 4 e — e i ie p o r m n r be i l t e u t o DOF h l c r mo e n i a e t a h o a f a d li d c t h t t e —
ehenhjlueducn26南京航空航天大学学报第38卷用状态反馈对悬架系统进行控制虽然可以采用状态观测或重构技术间接获取系统的状态但考虑到实施成本和系统可靠性等因素如果用系统的输出反馈控制来获得期望的闭环性能则更适合于选择输出反馈的控制方式
维普资讯
第 3 增 刊 8卷 2 0 年 7月 06
o t u e d a k c n r l tae y vaLM I p i iai n frt ea tv u p n inc n r 1 u p tfe b c o to r tg i s t z t o h cies s e so o to .Th e e ai d o m o eg n r l e z

【国家自然科学基金】_严格反馈非线性系统_基金支持热词逐年推荐_【万方软件创新助手】_20140802

【国家自然科学基金】_严格反馈非线性系统_基金支持热词逐年推荐_【万方软件创新助手】_20140802

科研热词 推荐指数 自适应控制 2 神经网络 2 反推设计 2 backstepping方法 2 鲁棒随机稳定 1 马尔可夫过程 1 非线性观测器 1 非线性周期系统 1 非仿射非线性 1 随机非线性严格反馈系统 1 随机系统 1 迭代学习控制 1 输出反馈镇定 1 跟踪控制 1 自适应混沌同步 1 自适应模糊控制 1 自适应同步 1 自适应反推 1 脉冲控制 1 耗散控制 1 线性矩阵不等式 1 线性广义同步 1 电压崩溃 1 电力系统稳定 1 混沌控制 1 洛伦茨系统 1 有限状态自动机 1 时滞 1 时变系统 1 多lyapunov函数 1 反馈线性化 1 参数辨识 1 参数不确定混沌系统 1 单模激光lorenz系统 1 严格反馈非线性系统 1 严格反馈 1 s类函数 1 r(o)ssler混沌系统 1 lyapunov-like 1 1 chen系统 1 backstepping 1
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
2011年 科研热词 自适应控制 严格反馈非线性系统 时变时滞 后推 backstepping方法 飞行器编队控制 非线性混合系统 随机非线性系统 随机系统 跟踪控制 自适应跟踪控制 自适应模糊控制 线性状态反馈 约束控制 稳定性 神经网络控制 神经网络(nns) 神经网络 直线航迹跟踪 模糊系统 模型预测控制 时滞 强lyapunov函数 建模 实用稳定化 均方意义稳定性 反步设计 参数收敛 动态面控制 六自由度 仿真 razumikhin引理 chua's混沌系统 推荐指数 5 4 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

扇形区域极点配置静态输出反馈可靠控制

扇形区域极点配置静态输出反馈可靠控制

扇形区域极点配置静态输出反馈可靠控制徐艺超;王福忠【摘要】Considering the continuous fault model in a linear system,we propose problem of a static output feedback reliable control of pole placement with actor faults in sector region. First,we study the system without any faults . We can get a feedback reliable controller ,the poles in the sector region ,but the controller will lose efficacy with the system with actor faults. Then under the actor faults,use the theory of Lyapunoy deduced the sufficient condition that make all the poles still in the same sector region . A static output feedback reliable con-troller can be obtained by using linear matrix inequality. A simulation example is given to illustrate the feasibility and effectiveness of the results.%针对线性系统,考虑连续增益故障模型,研究了具有执行器故障的扇形区域极点配置的静态输出反馈可靠控制问题。

首先,在执行器无故障的前提下,给出使极点能够配置在扇形区域内的充分条件,进而得出系统的静态输出反馈可靠控制率。

基于LMI的航空发动机状态反馈最优控制

基于LMI的航空发动机状态反馈最优控制
在发 动机 实 际工 作 过 程 中 , 从燃 料 供 给到 燃 料
收 稿 日期 :0 2— 3 4 改 稿 日期 :0 2— 4—1 2 1 0 —1 21 0 0
对应 的状 态反 馈控 制 器 l( )=K k 的增 益 fk x( )
为 K=WG~。
第 3期
mi 6>0 n 厂G +G 一^ f ¥
馈最优控制规律 , 并将其 应用 于航 空发动机控 制器设 计 中。基 于某型双 轴航空 涡扇发 动机地面试 车非 线性 模型 , 用小偏 差法 建立了该 发动 机离散线性 状态空间模 型。基于线性 模型 , 使 实现 了基 于 L 的控制 器增益 MI
的计算 , 并在非线性模型上进行了仿真试验。仿真结果表明 , 在大工况范 围下 ,MI L 控制器较传 统的 PD控制 I
器, 能有效缩短发动机的动态响应时间并降低超调量 。 关 键 词: 航空发动机 ; 线性矩 阵不 等式 ( M ) 离散线性 系统 ; L I; 时滞 ; 状态反馈 ; 最优控 制
文 献标 识 码 : A 文 章 编 号 :0 9— 8 9 2 1 )3 0 6— 5 10 2 8 (0 2 O 一o o 0
有待 改进 。
式中: ∈R 为系统 状态 向量 , ∈R 为控 制输
入 , ∈R 为带 有 时 滞 的控 制 输 入 , 采 样 时刻 k为
点, d为延 时 周 期数 , 、 分 别 为状 态 空 间 模 型 A、 曰
系数 。
随着 线性 矩 阵不 等 式 ( i a a i Ie uly Ln rM tx n q a t, e r i L ) MI 的求解 及应 用方 法 的不断发 展 , 于 L 的 基 MI 控制 器设 计能 够较 好地 解决 多变 量系统 的控 制器 设

基于MRP的航天器无角速度姿态控制算法

基于MRP的航天器无角速度姿态控制算法

p a r a me t e r s wa s d o n e t h r o u g h t h e 1 o r d e r p a s s i v e f i l t e r . Th e a n g u l a r v e l o c i t y f r e e c o n t r o l l a ws u s i n g s a t u r a t i o n
Abs t r a c t : T he a t t i t u de c o nt r ol l e r d e s i gn f or s ma l l s p a c e c r a f t wi t ho ut i n e r t i a l m e a s u r e me n t un i t (I M U ) wa s
LU Zh i — j u n。W U J i n g — y u
( S h a n g h a i Ae r o s p a c e Co n t r o l Te c h n o l o g y I n s t i t u t e ,S h a n g h a i 2 0 0 2 3 3,Ch i n a )
s t u d i e d i n t h i s p a p e r .W i t h t h e c o n s i d e r a t i o n o f t h e s a t u r a t i o n e x i t i n g g e n e r a l l y d u r i n g t h e s p a c e c r a f t o p e r a t i o n,t h e
t he I M U c a me o ut f a i l ur e . Ke y wo r d s: Sa t e l l i t e a t t i t ude c on t r o l ;A n gul ar v e l oc i t y f r e e me a s ur e me nt ;Pa s s i ve f i l t e r;M od i f i e d Rod r i gu e s p a —

基于ILMI算法的车辆半主动悬架静态输出反馈控制

基于ILMI算法的车辆半主动悬架静态输出反馈控制

Ke wo d :S mia t e s s e so y r s e - c i u p n i n;S a i u p tf e b c o t o ;M a n t r e l g c ld m p r LM 1 v t tco t u e d a k c n r l g e o h o o i a a e ;I
关 键词 : 主动 悬架 ; 半 静态 输 出反馈 控制 ; 磁流 变 阻尼器 ; 代 线性 矩 阵不等 式 i S
S ai t u e d a k Co to o h ce S mia t e S s e so tt Ou p tF e b c nr l rVe il e — ci u p n in c f v
[ btat Avbao ot l nl i icn utdo ur r dlo esmi cv upni f A s c] irtncnr a s s od c naqat e frh e - t esses no r i oa ys e e mo t ai o a
r h i ov n u p t e d a k c n r l s u s tt u p t e d a k c n r l t o a e n I MIag r h i i m n s l i g o t u e b c o t s e ,a sai o t u e b c o t h d b s d o L l o i m S t f o i c f o me t
L 方 法 中 的一 些 不 可 解 的 问题 , 中针 对 采 用 磁 MI 文
流变阻尼器的 14汽车半主动悬架模型分析车辆半 /
主动 悬架 静态输 出反馈 控制 。采 用 的控 制方 法 是基 于 次最优 控制 的静 态输 出反馈控 制 ( O H )在 SF ,

【国家自然科学基金】_静态输出反馈控制_基金支持热词逐年推荐_【万方软件创新助手】_20140802

【国家自然科学基金】_静态输出反馈控制_基金支持热词逐年推荐_【万方软件创新助手】_20140802

科研热词 线性矩阵不等式(lmi) 高阶微分器 高阶微分反馈控制器 饱和执行器 静态输出反馈控制 静态输出反馈 迭代线性矩阵不等式 输出反馈h_∞控制 辅助矩阵 谐波电流 自动控制技术 线性矩阵不等式 离散系统 直流侧电压 渐近稳定性 有源电力滤波器 数据丢失 广义系统 平均驻留时间 对数量化 吸引域 变量替换 反馈增益 参数依赖lyapunov函数 切换系统 中立时滞系统 不确定t-s模糊系统 h∞控制
2013年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
ቤተ መጻሕፍቲ ባይዱ
科研热词 推荐指数 线性矩阵不等式 3 鲁棒耗散控制 1 静态输出反馈控制 1 静态输出反馈 1 随机系统 1 随机丢包 1 阳离子聚合反应器 1 通用采样保持函数控制器 1 输出反馈镇定 1 输出反馈控制 1 谱技术 1 线性系统 1 离散线性二次调节器理论 1 离散时间非线性系统 1 相角裕度 1 电源控制器 1 状态空间模型 1 时变时滞 1 无线传感器网络 1 控制器设计 1 广义pi控制 1 幅值裕度 1 区间稳定性与镇定 1 分布参数系统 1 凸优化问题 1 信号量化 1 wireless sensor network 1 static output feedback 1 power control 1 pi控制器 1 b样条网络 1

基于人工智能的航天器动力学建模与仿真研究

基于人工智能的航天器动力学建模与仿真研究

基于人工智能的航天器动力学建模与仿真研究人工智能(Artificial Intelligence,简称AI)作为一种强大的技术应用,正在快速渗透到各个领域。

航天器动力学建模与仿真是一个重要的研究方向,其目的是通过数学模型和仿真技术来研究航天器在运行过程中的动力学特性。

本文将讨论基于人工智能的航天器动力学建模与仿真研究。

首先,我们需要了解什么是航天器的动力学。

航天器动力学是一门研究航天器运动规律和控制策略的学科。

在研究中,我们需要考虑引力、空气阻力、推进剂消耗等因素对航天器运动的影响。

通过建立数学模型和使用仿真技术,可以模拟航天器在不同环境下的运动效果,帮助研究人员更好地理解和优化航天器的设计、控制和操作。

人工智能技术在航天器动力学建模与仿真中的应用可以大大增强研究的准确性和效率。

首先,人工智能可以帮助我们更好地分析和处理航天器运动过程中涉及的大量数据。

例如,利用机器学习算法可以从传感器数据中提取有关航天器状态的信息,如位置、速度和加速度等。

这些数据可以用于建立更准确的动力学模型,并作为仿真的初始参数。

其次,人工智能可以提供更高级的控制策略和优化算法,以实现更精确的航天器运动控制。

例如,深度强化学习算法可以学习航天器在不同环境下的最优控制策略,并根据实时反馈进行调整。

这种智能控制方法可以在不断改变的环境中适应航天器的需求,并提供更高的稳定性和安全性。

其次,人工智能可以辅助航天器设计的优化。

利用人工智能算法和大规模数据分析技术,可以对航天器的结构和材料进行优化,以提高其性能和效率。

例如,通过利用深度学习算法对航天器结构进行建模和仿真,可以帮助设计师快速评估不同设计方案的优劣,并选择最佳的设计方案。

此外,人工智能还可以提供更高效的故障诊断和预测。

通过监测和分析航天器的传感器数据,人工智能可以快速检测到潜在的故障或异常情况,并提供相应的修复建议。

这在航天器运行过程中至关重要,可以帮助降低故障率和提高可靠性。

航天器全状态约束输出反馈控制

航天器全状态约束输出反馈控制
Key words: full state constraint; barrier Lyapunov function; output feedback control; attitude tracking Citation: CHEN Zhongtian, CHEN Qiang, SUN Mingxian, et al. Full state constrained output feedback control for rigid spacecraft. Control Theory & Applications, 2020, 卫星通信、太空站对接等许多关键 任务中, 航天器姿态跟踪控制是任务成功的关键因素. 在角速度已知的情况下, 常用的控制方法包括滑模控 制[1]、反 步 控 制[2]、自 适 应 控 制[3]和 有 限 时 间 控 制[4]等. 然而, 在实际中测量信号不可避免地含有噪 声或传感器损坏均会导致航天器角速度信息无法准 确获取. 因此, 有必要研究不依赖角速度信息的航天 器输出反馈控制策略.
第 37 卷第 2 期 2020 年 2 月
控制理论与应用
Control Theory & Applications
Vol. 37 No. 2 Feb. 2020
航天器全状态约束输出反馈控制
陈中天1,2, 陈 强2, 孙明轩2, 何熊熊2†
(1. 浙江工业大学 政治与公共管理学院, 浙江 杭州 310023; 2. 浙江工业大学 信息工程学院, 浙江 杭州 310023) 摘要: 针对无角速度测量的刚性航天器姿态跟踪问题, 提出一种全状态约束输出反馈控制方法. 建立修正罗德里 格参数描述的系统模型, 提出能够适用于约束与非约束情况的改进型障碍李雅普诺夫函数(MBLF), 拓展传统对数 型障碍李雅普诺夫函数的适用范围. 构造二阶辅助系统, 将控制输入和饱和输入之间的差作为构造系统的输入, 进 而产生信号以补偿饱和的影响. 设计状态观测器估计未知状态量, 并结合反步法设计输出反馈控制律, 保证系统全 状态约束性能和姿态跟踪精度. 通过李雅普诺夫稳定性分析证明姿态观测误差和跟踪误差能够达到一致最终有界. 仿真结果验证所提方法的有效性. 关键词: 全状态约束; 障碍李雅普诺夫函数; 输出反馈控制; 姿态跟踪 引用格式: 陈中天, 陈强, 孙明轩, 等. 航天器全状态约束输出反馈控制. 控制理论与应用, 2020, 37(2): 355 – 364 DOI: 10.7641/CTA.2019.80657

基于滑模迭代学习律的航天器姿态控制

基于滑模迭代学习律的航天器姿态控制

基于滑模迭代学习律的航天器姿态控制
1 引言
航天器姿态控制是航天技术发展的一个重要组成部分,对安全、协调的航天活动具有重要的意义。

传统的控制技术主要是基于分析方法,这将不仅增加复杂度,而且会耗费大量时间,且不能有效抵抗外部干扰。

因此,基于滑模迭代学习控制(ILS)技术受到了研究者们广泛的关注。

2 滑模迭代学习控制技术
首先,ILS(Iterative Learning Control)技术是指通过重复地进行实验和控制,不断累积经验和学习,从而获得最优控制结果的控制策略。

其具体步骤是,首先进行控制,然后根据实验结果,更新控制参数,并进行下一轮的控制,不断反复迭代进行,直至满足预期控制目标,从而达到期望的控制结果。

3 优点
ILS技术的优点是具有极强的鲁棒性,能有效的抵抗外界干扰,而且结构简单,抗干扰能力较强,具有可迭代学习的能力,可以自主调整控制参数,使系统更好地抗干扰和改善系统性能。

4 在航天器姿态控制中的应用
由于其强大的鲁棒性和可迭代学习的能力,ILS技术在航天器姿态控制领域的应用越来越广泛,大大的改善了航天器姿态控制的效率。

例如,通过研究ILS技术,可以研究反复学习策略,综合利用窗口策略、梯度等迭代学习方法,改善船舶姿态控制效果,从而提高任务执
行效率。

5 结论
总之,滑模迭代学习控制技术是一种具有比较简洁结构,效率比
较高,能够有效抵抗外界干扰的控制技术。

且这一技术在航天器姿态
控制领域的应用不断拓展,特别是可以自动调整系统控制参数的能力,极大的改善了航天器姿态控制的精度和可靠性,为航天事业的发展做
出了重要贡献。

基于神经网络的飞行姿态控制算法研究

基于神经网络的飞行姿态控制算法研究

基于神经网络的飞行姿态控制算法研究随着人工智能技术的不断进步,神经网络也逐渐成为了自动控制领域的热门技术之一。

飞行姿态控制作为航空航天领域中的一项基础技术,对飞行器的控制和稳定至关重要。

本文将探讨基于神经网络的飞行姿态控制算法的研究进展及应用前景。

一、神经网络的基本原理神经网络是模仿人类神经系统的一种人工智能技术。

其主要由神经元、权值、阈值和连接构成。

神经网络的学习过程是通过调整权值和阈值,使网络输出结果逐步逼近期望结果的过程。

神经网络可以应用于分类、回归、识别和控制等领域。

二、传统的飞行姿态控制算法传统的飞行姿态控制算法主要包括PID控制、线性二次调节(LQR)和模型预测控制(MPC)等。

PID控制是一种最基本的控制方法,其通过比较实际控制量与期望控制量之间的偏差来调整控制器的输出。

LQR是一种优化控制算法,其主要通过调整状态反馈增益矩阵来寻找最优的响应。

MPC则是一种建立动态数学模型并对其进行预测的控制方法。

传统的飞行姿态控制算法在飞行器控制中已经得到广泛应用,但是其仍然存在一些限制和不足。

例如,PID控制对模型参数变化和干扰的适应性较差,LQR算法需要确定一个具体的代价函数,而MPC算法需要建立一个精确的控制模型,对计算资源和时间的要求较高。

三、基于神经网络的飞行姿态控制算法基于神经网络的飞行姿态控制算法具有较好的非线性适应性和泛化能力,在处理非线性问题或未知干扰下的控制效果优于传统方法。

基于神经网络的控制算法可以分为模型参考自适应控制(MRAC)和反演控制(IC)两种类型。

在MRAC中,神经网络被用来学习控制器中的未知模型参数以实现自适应控制。

其通过对神经网络进行训练和调整来获得较好的自适应特性。

例如,多层感知机(MLP)神经网络可以通过直接对飞行器的姿态状态进行预测,实现非线性自适应控制。

在IC中,神经网络被用来反演整个飞行器的动力学模型,以实现精确的控制。

IC算法通常需要大量的训练数据和计算资源,但对于长时稳态问题和非线性耦合问题的控制具有较好的效果。

航天器姿态的描述与姿态动力学

航天器姿态的描述与姿态动力学

航天器姿态运动学
x
y
z
x ' cos 1 cos 2
cos 3
y ' cos 1 cos 2
z ' cos 1 cos 2
cos 3
cos 3
方向余弦矩阵(Direction
Cosine Matrix) 为正交矩
阵,有时以表格形式给出
➢ 直接求取方向余弦矩阵比较困难,因此引入内框架坐标系oxyz和
的本体坐标系Oxyz。变换矩阵为
x cos

y sin
z 0

sin
cos
0
0



0


1


15
航天器姿态运动学
综合以上变换,坐标系OXYZ与Oxyz之间的直接转换关系即为
系 O 中的分量分别为:
O 轴为 ,
O 轴为 sin , O 轴为
cos 。再将
O 轴和 O 轴分量按Ox和Oy轴分解,其结果表示如下:
x sin sin cos

y sin cos sin
标轴保持平行。
质心轨道坐标系
简称轨道坐标系。这是一个以航天器质心为原点的正
交坐标系,如图所示。
卫星轨道平面为坐标平面,O为卫星质心,z
轴由质心指向地心(当地垂线),x轴在轨道
平面内与z轴垂直并指向卫星速度方向,y轴与
x、z轴右手正交且与轨道平面法线平行
3
航天器姿态运动学
本体坐标系Oxyz
又称为星体坐标系。在此坐标系中,原点0在航天器质心,Ox,

基于LMI的近空间飞行器H_∞控制器的设计

基于LMI的近空间飞行器H_∞控制器的设计

基于LMI的近空间飞行器H_∞控制器的设计
谢建国;刘晓飞;魏春燕;路引
【期刊名称】《自动化与仪器仪表》
【年(卷),期】2012()5
【摘要】近空间飞行器具有广泛的军事用途。

飞行控制系统是保证近空间飞行器飞行安全、可靠、有效完成复杂战术/战略任务的关键系统之一。

由于飞行控制系统存在多种不确定性,飞行器本身也易于受到大气紊流等强干扰的作用,设计满足特定性能要求的鲁棒控制器十分重要。

本课题基于LMI将近空间飞行器的控制问题转化为线性矩阵不等式系统的可行性问题,以有效推动LMI方法在飞行控制领域中的应用。

【总页数】3页(P42-44)
【关键词】近空间飞行器;线性矩阵不等式(LMI);H∞鲁棒控制器;不确定
【作者】谢建国;刘晓飞;魏春燕;路引
【作者单位】南京航空航天大学自动化学院
【正文语种】中文
【中图分类】TP13
【相关文献】
1.基于LMI的船舶力控减摇鳍系统H_∞控制器设计 [J], 张晓宇;金鸿章;李国斌;吉明
2.基于LMI方法的机器人LPV鲁棒H_∞控制器设计 [J], 虞忠伟;陈辉堂;王月娟
3.基于LMI的H_∞鲁棒PID控制器设计 [J], 李会军;陈明军
4.基于LMI方法的T-S模糊系统的H_∞输出反馈控制器设计 [J], 刘晓东;张庆灵
5.基于LMI的液压操舵系统H_2/H_∞控制器设计 [J], 陈虹;陈国琳;冷文军;刘涛因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
x cl = Acl xcl + Bcl w � ^ ^ z = Ccl x cl
式中 , x =
φ φ �
,A = 0 Γ
0
I
- Σ - Λ ,ΔA =
T
, 0 , 其中 ,
Acl Cc l Bcl
( 8)
B1 E
B 1 = B2 = ΔB2 = 0
0
A - B 2 KC2
MΔ Σ MΔΛ
0 引言 挠性航天器的姿态控制给控制技术应用提供了 一个实验平台 , 同时也向控制理论提出了挑战 。现 代航天器的高精度和系统的不确定 , 低频率弱阻尼 , 控制输入饱和形成了一对矛盾体 , 再加上外界的干 扰 , 这要求所设计的控制器不但应具有较强的鲁棒 稳定性和鲁棒性能 , 而且要满足系统的控制输入约 束 。传统的反馈技术 ( 如 PID 反馈 ) 在设计控制规律 的过程中没有考虑系统的不确定性 , 很难满足现代 航天器的性能要求 , 这需要我们研究新的姿态控制 技术 。Zames
2 T η ω η ¨+ 2ζ � + ω η + Fθ ¨= 0
(Linear Matrix Inequalities ,LMIs)
的出现 , 大大促进了多目标综合技术的发展 。另外 , 线性矩阵不等式为多目标综合问题的形成提供了一 个一般的框架 ,并没有引入任何保守性。由于 LMIs
收稿日期 : 2006206207 ; 修回日期 :200 6211221
摘 要 : 研究了挠性航天器的姿态控制器设计问题 。结合 Lyapunov 矩阵成形 的不变椭圆 ,使用 多目标综合 技 术集成干扰抑制 , 鲁棒稳定和控制输入约束问题 。基于迭代的线性矩阵不等式 ( I LMI) 给出了静态输出反馈控制器 。 仿真结果表明 , 该方 法虽 然具 有一 定的 保守 性 ,但可以较好的满足系统的鲁棒性能要 求 ,对 工程实现具 有一定的参 考价值 。 关键词 : 线性矩阵不等式 ; 挠性航天器 ; 静态输出 ; 输入饱和 中图分类号 : V448. 22 文献标识码 :A 文章编号 :100021328( 2007) 0320539206
T
本文的目标是设计静态反馈控制律
u = - Ky
( 6)
使闭环系统鲁棒稳定 , 并且满足干扰抑制性能和控 制输入约束。 2. 1 二次稳定
(2) 0 0 1 0 , 。
定义虚拟输入变量 v = - ΩzΔ 和虚拟输出变量
zΔ = F a x + Fb u , 重新定义变量和相应的矩阵 B ^ 1 = [ B 1 E ] , ^ w = C1 Fa w v D12 Fb
[ 1]
可以通过内点算法求解得到 , 基于 LMIs 的多目标综 合技术在实际中具有很强的吸引力。 本文基于迭代线性矩阵不等式给出了航天器姿 态控制的静态输出反馈 。它能够抵制外界干扰 , 克 服系统的不确定性 , 在控制输入的约束下 , 保证系统 的高精度和高稳定度 , 更重要的是它不再需要假设 反馈增益矩阵为 LMI 的解 P 的函数 。 1 数学模型 带有大型太阳帆板的挠性航天器 ,如图 1 所示 。
[3 ]
引入内部反馈回路 后系统 ( 5) 化为
x = Ax + ^ � B1 w ^ + B2 u
= V φ ,可以得到系统的状态空间方程
x = ( A + ΔA) x + B 1 w + ( B 2 + ΔB2 ) u �
( 7)
(3 )
由系统 (7) 和控制器(6) , 闭环系统为
( 1)
式中 , I 是航天器绕滚动轴的转动惯量 , ΔI 是由于
540
宇航学报
第 28 卷
太阳帆板转动引起的惯量不确定性 , θ是滚动角 , F 是挠性模态运动和刚体运动的耦合系数 , u 是控制 力矩 , w 是干扰力矩 , η 是一阶挠性模态坐标 , ζ和 ω 分别是模态阻尼和频率 。 系统 (1) 可以改写为矩阵的形式 ( M0 + ΔM) ¨ q + K1 � q + Kq = L u + Lw 式中 , q = K1 = θ η 0 0
2006211221540宇航学报太阳帆板转动引起的惯量不确定性是滚动角是控制力矩可以改写为矩阵的形式本文的目标是设计静态反馈控制律使闭环系统鲁棒稳定并且满足干扰抑制性能和控制输入约束解广义特征值问题kvfafb引入内部反馈回路后系统aclxclcclxcld12kc2定义输出变量控制器首先要保证闭环系统是稳定的即存在一个lyapunov函数xclpxcl定义以lyapunov矩阵lmi提供的框架内lya2punov矩阵的附加约束在集合内使用其自由度优化系统控制指标或满足约束条件直到所有的控制目标都达到此时表现为lyapunov矩阵干扰抑制和鲁棒稳定闭环系统的干扰抑制性能可以转化成对传递函tzw的约束闭环系统的鲁棒稳定性可以表示成虚拟输入到虚拟输出的传递函数的基于ilmi综合考虑具有不确定性的线性定常系统是测量输出
提出的 H ∞ 设计方法已成为控制 系
统设计的重要工具 , 特别是线性不确定系统的鲁棒 控制和鲁棒性分析。自适应控制虽也能处理不确定 性 , 但由其在反馈回路中引入了系统辨识和在线学 习机制 , 所设计的控制器可能会受到星载计算机的 限制。因此 , H∞ 控制技术成为我们的首选工具。 多目标综合可以同时集成时域和频域的多种性 能指标 , 大大改善了传统的单目标设计方法 。然而 , 由于在综合过程中使用同一闭环 Lyapunov 矩阵满足 所有的性能 指标 , 多目 标综合具有 一定的保守 性。 线性矩 阵不 等式
, M0 = 0 ω 2ζ
I F
T
F
1 0 0
T
,Δ M = 0
2 ω
ΔI 0
,^ z =
z z Δ
,
,K=
,L =
T
解广义特征值问题 KV = M0 V Σ , V M0 V = I ,
V ΔMV = MΔ , V KV = Σ , V K1 V = Λ , 进行变换 q
T
C1 = ^
,D ^ 12 =
[2 ]
图1 航天器模型
Fig. 1 The m odel of spacecrafts
考虑滚动轴的姿态运动 ( 俯仰和偏航轴的姿态 可以同样考虑 ) 。使用有限元技术对太阳帆板进行 离散 , 考虑一阶挠性模态 。取姿态和挠性模态坐标 为广义坐标 ,假设太阳帆板的变形 、 姿态角和姿态角 速度均为小量 , 使用混合坐标形式的 Lagrange 方程 可得具有惯量不确定性的航天器动力学方程为 : ( I + ΔI )θ η ¨+ F ¨= u + w
第 28 卷第 3 期 2007 年 5 月
宇 航 学 报
Journal of Astronautics
Vol. 28 No. 3 May 2007
基 于 迭 代 LMI 的 航 天 器 的 姿 态 静 态 输 出 反 馈
仝西岳 , 李东旭
( 国防科技大学航天与材料工程学院 , 长沙 410073)
MΔ Γ
,Γ = V L 。
0
=
C1 - D12 KC2 Fa - Fb KC2
0 0
相关文档
最新文档