基于深度學(xué)習(xí)的組合體航天器參數(shù)辨識及姿控研究
發(fā)布時間:2022-01-24 15:29
在軌服務(wù)及空間對抗中,很多場景都涉及對非合作目標(biāo)的抓捕。由于非合作目標(biāo)本身處于失控或者無合作意愿狀態(tài),動力學(xué)特性未知,抓捕中還存在殘余相對角速度與線速度,因此抓捕后的組合體航天器姿控將面臨很大困難。本文以抓捕后的組合體姿控系統(tǒng)為研究對象,對組合體參數(shù)辨識和控制進(jìn)行了深入研究。首先,研究了一種基于卷積神經(jīng)網(wǎng)絡(luò)的智能參數(shù)辨識算法,借助深度學(xué)習(xí)在多參數(shù)尋優(yōu)上的優(yōu)勢,解決組合體質(zhì)量、質(zhì)心位置以及轉(zhuǎn)動慣量參數(shù)未知等問題。該算法在組合體線動量和角動量不守恒條件下依然可以實(shí)現(xiàn)對航天器組合體多參數(shù)辨識,相比以往零外力的條件,更具有普遍適應(yīng)性。該算法利用卷積神經(jīng)網(wǎng)絡(luò)權(quán)值共享的特點(diǎn),設(shè)計4層卷積神經(jīng)網(wǎng)絡(luò),通過短時間內(nèi)對大量特定存儲形式的狀態(tài)數(shù)據(jù)的訓(xùn)練,實(shí)現(xiàn)航天器組合體多參數(shù)快速高精度辨識。仿真表明:在24s內(nèi),質(zhì)量與質(zhì)心位置收斂;1190s內(nèi),轉(zhuǎn)動慣量參數(shù)收斂,辨識精度在3%以內(nèi)。上述結(jié)果說明該方法在外界隨機(jī)干擾力和力矩影響下能準(zhǔn)確快速辨識出航天器組合體質(zhì)量、質(zhì)心位置和慣量矩陣。其次,研究了一種弱計算能力下的基于卷積神經(jīng)網(wǎng)絡(luò)的模型預(yù)測控制算法,實(shí)現(xiàn)組合體多場景下姿態(tài)控制律的重構(gòu)。在根據(jù)深度學(xué)習(xí)辨識結(jié)果建立...
【文章來源】:南京航空航天大學(xué)江蘇省 211工程院校
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
德國DEOS項(xiàng)目
非合作目標(biāo)捕獲后的組合體姿態(tài)控制技術(shù)尚處于發(fā)展階段,針對該問題的解決方案具有一定研究價值。圖1.1 德國 DEOS 項(xiàng)目 圖1.2 中國神舟 9 號對接圖1.3 美國 FREND 項(xiàng)目 圖1.4 ARM 任務(wù)目前國內(nèi)外對于合作航天器的捕獲與抓捕后的組合控制在工程實(shí)踐中已得到實(shí)現(xiàn),如日本
圖1.1 德國 DEOS 項(xiàng)目 圖1.2 中國神舟 9 號對接圖1.3 美國 FREND 項(xiàng)目 圖1.4 ARM 任務(wù)目前國內(nèi)外對于合作航天器的捕獲與抓捕后的組合控制在工程實(shí)踐中已得到實(shí)現(xiàn),如日本
【參考文獻(xiàn)】:
期刊論文
[1]組合體航天器的姿態(tài)無模型自適應(yīng)控制[J]. 張憲亮,宋婷,陽光,賀亮,袁建平,郝田蔚. 哈爾濱工業(yè)大學(xué)學(xué)報. 2018(10)
[2]深度學(xué)習(xí)研究綜述[J]. 張榮,李偉平,莫同. 信息與控制. 2018(04)
[3]深度學(xué)習(xí)原理及應(yīng)用綜述[J]. 付文博,孫濤,梁藉,閆寶偉,范福新. 計算機(jī)科學(xué). 2018(S1)
[4]基于深度學(xué)習(xí)的推薦系統(tǒng)研究綜述[J]. 黃立威,江碧濤,呂守業(yè),劉艷博,李德毅. 計算機(jī)學(xué)報. 2018(07)
[5]組合體航天器有限時間超螺旋反步姿態(tài)控制[J]. 馬廣富,高寒,呂躍勇,宋婷,袁建平. 宇航學(xué)報. 2017(11)
[6]深度學(xué)習(xí)相關(guān)研究綜述[J]. 張軍陽,王慧麗,郭陽,扈嘯. 計算機(jī)應(yīng)用研究. 2018(07)
[7]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍. 計算機(jī)學(xué)報. 2017(06)
[8]非合作體附著下的組合體航天器自適應(yīng)控制[J]. 陳雪芬,康國華. 導(dǎo)航與控制. 2016(04)
[9]空間非合作目標(biāo)慣性參數(shù)在軌辨識[J]. 孔祥龍,李文龍,李文峰,趙毅. 中國空間科學(xué)技術(shù). 2016(04)
[10]捕獲目標(biāo)后組合體航天器抗干擾自適應(yīng)控制[J]. 王益平,趙育善,師鵬,鄭翰清. 中國空間科學(xué)技術(shù). 2015(06)
博士論文
[1]在軌服務(wù)航天器位姿一體化規(guī)劃與控制[D]. 孫俊.哈爾濱工業(yè)大學(xué) 2017
碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的快速模型預(yù)測控制算法研究[D]. 黃彥春.浙江大學(xué) 2018
[2]空間非合作目標(biāo)質(zhì)量辨識與控制研究[D]. 李鑫宇.南京航空航天大學(xué) 2017
[3]微納航天器群的智能故障診斷方法研究[D]. 王嘉軼.南京航空航天大學(xué) 2017
[4]基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的WSN智能故障診斷研究[D]. 周奚.南京航空航天大學(xué) 2017
[5]雙臂空間機(jī)器人捕獲翻滾目標(biāo)后參數(shù)辨識和控制技術(shù)研究[D]. 薛爽爽.西北工業(yè)大學(xué) 2016
[6]局部慣量未知的航天器組合體姿態(tài)控制[D]. 秦琰.哈爾濱工業(yè)大學(xué) 2015
本文編號:3606829
【文章來源】:南京航空航天大學(xué)江蘇省 211工程院校
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
德國DEOS項(xiàng)目
非合作目標(biāo)捕獲后的組合體姿態(tài)控制技術(shù)尚處于發(fā)展階段,針對該問題的解決方案具有一定研究價值。圖1.1 德國 DEOS 項(xiàng)目 圖1.2 中國神舟 9 號對接圖1.3 美國 FREND 項(xiàng)目 圖1.4 ARM 任務(wù)目前國內(nèi)外對于合作航天器的捕獲與抓捕后的組合控制在工程實(shí)踐中已得到實(shí)現(xiàn),如日本
圖1.1 德國 DEOS 項(xiàng)目 圖1.2 中國神舟 9 號對接圖1.3 美國 FREND 項(xiàng)目 圖1.4 ARM 任務(wù)目前國內(nèi)外對于合作航天器的捕獲與抓捕后的組合控制在工程實(shí)踐中已得到實(shí)現(xiàn),如日本
【參考文獻(xiàn)】:
期刊論文
[1]組合體航天器的姿態(tài)無模型自適應(yīng)控制[J]. 張憲亮,宋婷,陽光,賀亮,袁建平,郝田蔚. 哈爾濱工業(yè)大學(xué)學(xué)報. 2018(10)
[2]深度學(xué)習(xí)研究綜述[J]. 張榮,李偉平,莫同. 信息與控制. 2018(04)
[3]深度學(xué)習(xí)原理及應(yīng)用綜述[J]. 付文博,孫濤,梁藉,閆寶偉,范福新. 計算機(jī)科學(xué). 2018(S1)
[4]基于深度學(xué)習(xí)的推薦系統(tǒng)研究綜述[J]. 黃立威,江碧濤,呂守業(yè),劉艷博,李德毅. 計算機(jī)學(xué)報. 2018(07)
[5]組合體航天器有限時間超螺旋反步姿態(tài)控制[J]. 馬廣富,高寒,呂躍勇,宋婷,袁建平. 宇航學(xué)報. 2017(11)
[6]深度學(xué)習(xí)相關(guān)研究綜述[J]. 張軍陽,王慧麗,郭陽,扈嘯. 計算機(jī)應(yīng)用研究. 2018(07)
[7]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍. 計算機(jī)學(xué)報. 2017(06)
[8]非合作體附著下的組合體航天器自適應(yīng)控制[J]. 陳雪芬,康國華. 導(dǎo)航與控制. 2016(04)
[9]空間非合作目標(biāo)慣性參數(shù)在軌辨識[J]. 孔祥龍,李文龍,李文峰,趙毅. 中國空間科學(xué)技術(shù). 2016(04)
[10]捕獲目標(biāo)后組合體航天器抗干擾自適應(yīng)控制[J]. 王益平,趙育善,師鵬,鄭翰清. 中國空間科學(xué)技術(shù). 2015(06)
博士論文
[1]在軌服務(wù)航天器位姿一體化規(guī)劃與控制[D]. 孫俊.哈爾濱工業(yè)大學(xué) 2017
碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的快速模型預(yù)測控制算法研究[D]. 黃彥春.浙江大學(xué) 2018
[2]空間非合作目標(biāo)質(zhì)量辨識與控制研究[D]. 李鑫宇.南京航空航天大學(xué) 2017
[3]微納航天器群的智能故障診斷方法研究[D]. 王嘉軼.南京航空航天大學(xué) 2017
[4]基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的WSN智能故障診斷研究[D]. 周奚.南京航空航天大學(xué) 2017
[5]雙臂空間機(jī)器人捕獲翻滾目標(biāo)后參數(shù)辨識和控制技術(shù)研究[D]. 薛爽爽.西北工業(yè)大學(xué) 2016
[6]局部慣量未知的航天器組合體姿態(tài)控制[D]. 秦琰.哈爾濱工業(yè)大學(xué) 2015
本文編號:3606829
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3606829.html
最近更新
教材專著