基于自适应RBF神经网络的可重复使用运载器再入段姿态控制

作     者：窦立谦 田晓笛 Dou Liqian;Tian Xiaodi

作者机构：天津大学电气与自动化工程学院天津300072 

基　　金：国家自然基金项目(91016018 61074064) 

出 版 物：《航天控制》 (Aerospace Control)

年 卷 期：2017年第35卷第1期

页      码：25-30,36页

摘      要：针对再入段可重复使用运载器(Reusable Launch Vehicles,RLV)姿态控制问题,提出一种基于自适应径向基函数(Radial Basis Function,简称RBF)神经网络(ARBFNN)的姿态控制方法。首先,建立RLV的6-DOF非线性动态模型,并将旋转动力学模型变成严反馈形式。然后,设计了一种自适应RBF神经网络控制(ARBFNN)结构,可以减少神经网络逼近误差的影响。同时,通过李雅普诺夫和自适应控制的结合消除了控制器设计过程中的不确定影响,并验证了系统的稳定性。最后,通过仿真验证了所提算法在解决再入段RLV姿态控制问题上的有效性。

主 题 词：姿态控制 RBF神经网络控制 可重复使用运载器 

学科分类：08[工学] 0802[工学-机械学] 0835[0835] 080201[080201] 

核心收录：

D　O　I：10.16804/j.cnki.issn1006-3242.2017.01.005

馆 藏 号：203218064...