基于BP神经网络的空间飞行器姿态控制研究

摘要

随着航天技术的不断发展，空间飞行器已在通信、气象、资源勘探、环境监测、导航定位、科学研究、军事等许多领域得到越来越广泛的应用。飞行器姿态控制系统是飞行器控制中的重要组成部分，它关系着入轨后的飞行器能否对惯性系或其它参考系、引力中心体以一定的精度保持在预定的方位或指向。因此，正确、实时地控制飞行器的姿态具有重要的现实意义。 飞行器姿态控制系统是一个多变量、非线性、时变的复杂系统。把传统的控制与神经网络技术相结合，直接在非线性模型的基础上，利用计算机的在线优化运算来设计控制器，提高控制系统的抗干扰性，改善飞行器的飞行品质。 本文讨论了神经网络技术的发展现状及其用于控制的优越性，分析了空间飞行器姿态控制的研究现状。针对飞行器姿态角方程，采用神经网络预测模型得到飞行器姿态角的预测输出，利用预测控制的非线性优化器与期望输出进行比较，并把优化控制序列作用于飞行器姿态，得到姿态角的预测输出。 本文首先讨论了飞行器的姿态预测控制问题，在非线性预测模型中采用BP算法，得到了系统的预报输出，针对期望输出的轨迹，利用非线性优化方法极小化二次型性能指标，得到了优化控制序列。然后利用飞行器姿态角方程组实现了对姿态的预测。其次，研究了飞行器姿态控制问题，利用BP算法调整飞行器的角速度在坐标系中的投影，并针对BP网络收敛速度慢的特点，引入了惯性因子。在训练飞行器的角速度在坐标系中的投影和建立飞行器姿态角的预测模型中，分别利用了BP算法，从而使飞行器的姿态达到了期望的控制效果，实现了飞行器的操纵品质。 为了验证上述结论，本文作了针对飞行器单轴对地定向滚转角姿态机动的MATLAB仿真，仿真结果表明了该方法的正确性和有效性。

目录

文摘

英文文摘

声明

1绪论

1.1飞行器姿态控制的作用及意义

1.2神经网络的发展与现状

1.2.1神经网络的发展

1.2.2神经网络控制的优越性

1.3飞行器姿态控制研究现状

1.3.1经典飞行器姿态控制

1.3.2现代飞行器姿态控制

1.3.3飞行器姿态智能控制

1.3.4国内外智能控制的研究现状

1.4本文的主要工作

1.5本章小结

2飞行器姿态控制系统

2.1飞行器控制基本概念

2.1.1飞行器控制的分类

2.1.2常用的参考坐标系

2.1.3飞行器的姿态描述

2.2飞行器的姿态运动学

2.2.1“3-1-3”旋转

2.2.2“1-2-3”旋转

2.3飞行器的姿态动力学

2.3.1动量矩定理

2.3.2姿态动力学方程

2.4飞行器一般运动方程

2.4.1六自由度运动方程

2.4.2六自由度线性化运动方程

2.5姿态干扰力矩

2.5.1气动力矩

2.5.2重力梯度力矩

2.5.3磁干扰力矩

2.5.4辐射力矩

2.6本章小结

3神经网络基础理论及控制技术

3.1神经网络控制技术的现状及其应用

3.1.1神经网络控制技术的现状

3.1.2神经网络控制技术的应用

3.2神经元模型和神经网络模型

3.2.1控制用的神经元模型

3.2.2人工神经网络模型

3.3 BP神经网络

3.3.1 BP神经网络原理

3.3.2 BP神经网络应用现状

3.4 BP网络的学习算法

3.4.1性能指标

3.4.2 BP网络参数优化算法

3.5 BP网络的设计

3.5.1输入和输出层设计

3.5.2隐含层的设计

3.5.3初始值的选取

3.6本章小结

4飞行器姿态神经网络预测控制

4.1预测控制概况

4.1.1预测控制的应用

4.1.2神经网络的预测控制

4.2飞行器姿态方程的建立

4.3预测控制

4.3.1神经网络预测模型

4.3.2预测控制器的设计

4.4数字仿真

4.5本章小结

5基于BP算法的飞行器姿态控制

5.1 BP网络的算法

5.1.1 BP网络结构

5.1.2 BP算法步骤

5.1.3 BP神经网络控制器的设计

5.1.4神经网络的非线性预测模型

5.2飞行器姿态控制系统结构

5.3仿真实例

5.4本章小结

6结论

致 谢

参考文献

附录