简介:使用Chebyshev-Gauss(CG)伪谱法研究带动量轮和推力器的欠驱动航天器姿态最优控制问题.基于欧拉姿态角和动量矩定理导出两类航天器姿态运动模型,采用Clenshaw-Curtis积分近似得到性能指标函数中的积分项,应用重心拉格朗日插值逼近状态变量和控制变量,将连续最优控制问题离散为具有代数约束的非线性规划(NLP)问题,通过序列二次规划(SQP)算法求解.数值仿真结果表明,对两类欠驱动航天器的姿态机动最优控制均能达到设计控制要求,得到的姿态最优曲线与验证得到的曲线几乎完全重叠.
简介:针对无人动力伞在执行任务时常常在低空、城市上空等复杂气流环境飞行,无人动力伞的响应特性受到飞行速度、航向角和各种风的综合影响,具有的非线性和不确定性.导致事先设计的控制规则不再适合,对此基于PID的控制算法难以达到满意的控制效果.本文提出了一种模糊神经网络控制无人动力伞航向控制策略,利用RBF神经网络所特有的局部逼近能力,对模糊控制规则进行在线推理并获得连续输出,采用GA算法对神经网络参数进行调整来实现对模糊控制器规则库的优化和模糊规则的自动生成.使控制器能够进一步适应无人动力伞实时控制中的时变性和不确定性,保持良好的控制性能;仿真表明算法是可行的.