摘要
本发明公开了一种基于神经网络卫星编队飞行控制方法,包括:建立航天器的轨道动力学模型;将动力学模型转化为二阶数学模型;得到系统总误差;利用神经网络对外部干扰进行补偿,根据集中误差定义滑模面,并基于滑模面获得卫星编队系统控制器的控制律。该方法结合径向基函数神经网络和自适应滑模控制技术,通过神经网络的逼近能力和滑模控制的鲁棒性,来提高系统对干扰的适应性和不确定性的容忍度。本专利申请的方法旨在面对卫星编队飞行中可能遭遇的模型不确定性和外部干扰等挑战,通过增强系统的稳定性和控制精度,开辟了卫星编队飞行控制策略新视野。
技术关键词
卫星编队飞行
控制技术方法
径向基函数神经网络
卫星编队系统
滑模控制技术
RBF神经网络
估计误差
滑模控制器
非线性
航天器
定义
加速度
控制策略
数学模型
鲁棒性
矩阵
系统为您推荐了相关专利信息
指令滤波器
李雅普诺夫函数
扰动观测器
径向基函数神经网络
转换误差
径向基函数神经网络
机械手系统
位置跟踪控制方法
非线性系统
连杆机械手
径向基函数神经网络
RBF神经网络
有功功率
动态
梯度下降法
时空特征学习
复杂度
分类方法
高斯径向基函数
残差模块
模型建模方法
鲸鱼算法
支持向量回归机
Stacking集成学习
样本