資源描述:
《衛(wèi)星初始速度阻尼智能控制器設(shè)計(jì)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、2382011,47(13)ComputerEngineeringandApplications"汁算機(jī)工程與應(yīng)用衛(wèi)星初始速度阻尼智能控制器設(shè)計(jì)祁煒,魯千紅,羅玉文,單財(cái)良QIW研,LUQianhong,LUOYuwen,SHANCailiang空軍雷達(dá)學(xué)院陸基預(yù)警監(jiān)視裝備系,武漢430019AirForceRadarAcademy,Wuhan430019,ChinaQIWet,LUQianhong.LUOYuwen.eta1.Intelligentcontrollerfordampingofsatellite
2、’sinitialvelocity.Computergngt-neeringandApplications。2011.47(13):238-240.Abstract:Atheoreticalanalysisofon-lineautonomousintelligentadaptivecontrollerbasedonemotionallearningmodelinmammaliansbrainfortheratedampingcontrolofsmallsatelliteduringinitiaIseparati
3、onfromlaunchvehicleispresented.ThealgorithmoftheBrainEmotionalLearningBasedIntelligentController(BELBIC)isprovidedwithsomesensoryinputsandemotionalcues.Subsequentlyitseeksthepropercontrolsignaltobeexecutedbyactuatorsautonomously.BELBlCbasedOtlPIDcontrolandPW
4、PFmodulationisadoptedforthesatelliteratedampingplant.PerformancecomparisonbetweonBEL-BICandPIDcontrollershowsthatthealgorithmisveryrobustandfastinadaptationWithinertiachangeintheplant,duetoitson-linelearningabitity.Keywords:satelliteratedamping;intelligentco
5、ntrol;emotionbasedlearningmodel摘要:針對(duì)衛(wèi)星入軌后的初始速率阻尼問題,提出一種基于人腦中情緒學(xué)習(xí)模型的在線自主自適應(yīng)控制器。該控制器模擬人腦對(duì)感官輸入和情緒刺激的處理過程,自主選擇適當(dāng)?shù)目刂菩盘?hào),完成控制任務(wù)。設(shè)計(jì)了基于PID控制和PWPF調(diào)制的人腦情緒學(xué)習(xí)模型智能控制器用以完成衛(wèi)星初始速率阻尼控制。仿真結(jié)果表明,該智能控制器對(duì)于衛(wèi)星轉(zhuǎn)動(dòng)慣量的不確定性具有較強(qiáng)的魯棒,陛,在線學(xué)習(xí)能力使得智能控制器的性能明顯優(yōu)于PID控制器。關(guān)鍵詞:衛(wèi)星速率阻尼;智能控制;情緒學(xué)習(xí)模型DOI:10
6、.37780.issn.1002.8331.2011.13.067文章編號(hào):1002.833I(2011)13。0238—03文獻(xiàn)標(biāo)識(shí)碼:A中圖分類號(hào):V448.22l引言采用分離彈簧完成小衛(wèi)星與運(yùn)載器之間的分離是一種較為普遍的星箭分離方式nl。由于分離彈簧的動(dòng)作存在不同步性,導(dǎo)致衛(wèi)星在俯仰、偏航和滾轉(zhuǎn)方向出現(xiàn)初始速率誤差。星箭分離后,需要展開太陽帆板,這將帶來衛(wèi)星整體的轉(zhuǎn)動(dòng)慣量的較大改變,需要沒計(jì)恰當(dāng)?shù)膰姎馔屏刂扑惴ㄍ瓿煽焖?、平穩(wěn)的衛(wèi)星初始速率阻尼過程。隨著計(jì)算機(jī)技術(shù)的發(fā)展,基于生物學(xué)中相關(guān)理論的控制算法在
7、衛(wèi)星姿態(tài)控制領(lǐng)域得到了廣泛的研究,如模糊控制理論、神經(jīng)網(wǎng)絡(luò)控制理論以及遺傳算法nI。在這些算法中,由Baikenius和Moren提出的基于人腦情緒計(jì)算模型的自學(xué)習(xí)智能控制器(BELBIC)t”以其魯棒性強(qiáng)、在線學(xué)習(xí)能力強(qiáng)和計(jì)算負(fù)載小的特點(diǎn)逐漸得到認(rèn)可,已經(jīng)應(yīng)用于能源系統(tǒng)中的電壓控制、TCP網(wǎng)絡(luò)的主動(dòng)隊(duì)列管理控制、微型熱交換器的動(dòng)態(tài)過程控制和運(yùn)載器在大氣層內(nèi)飛行時(shí)的姿態(tài)穩(wěn)定控制等多種具體控制問題之中㈣,在存在模型不確定性、系統(tǒng)非線性和各種干擾的情況下均有較好的控制性能,比如上述噴氣推力控制的應(yīng)用場(chǎng)合。本文設(shè)計(jì)了
8、針對(duì)衛(wèi)星入軌后的初始速率阻尼問題的情緒學(xué)習(xí)在線自主自適應(yīng)控制器。在對(duì)衛(wèi)星姿態(tài)運(yùn)動(dòng)進(jìn)行運(yùn)動(dòng)學(xué)建模之后,分析了控制器在線計(jì)算的具體過程?;谌四X中情緒學(xué)習(xí)模型的智能控制器采用的控制算法模擬人腦對(duì)感官輸入和情緒刺激的處理過程,自主進(jìn)行在線學(xué)習(xí),選擇適當(dāng)?shù)目刂菩盘?hào),完成控制任務(wù)。最后,通過仿真實(shí)驗(yàn)對(duì)比分析了這種在線學(xué)習(xí)能力對(duì)于衛(wèi)星轉(zhuǎn)動(dòng)慣量的不確定性的適應(yīng)程度。2衛(wèi)星姿態(tài)動(dòng)力學(xué)模理對(duì)于運(yùn)行在太陽