基于鲁棒自适应动态规划的临近空间飞行器姿态跟踪控制

针对临近空间飞行器的最优控制问题,提出了一种基于在线数据收集的鲁棒自适应动态规划(RADP)姿态跟踪控制器。将飞行器系统划分为标称跟踪系统和误差跟踪系统。针对误差跟踪系统,在传统的策略迭代的基础上,将李雅普诺夫方程和最优控制律作为先决条件代入求解最优值函数,从而将未知的系统知识转化为需求解关于系统状态的方程。通过在线数据收集系统的状态信息,利用神经网络拟合值函数和控制律,在等式内部进行策略迭代直至满足权值迭代终止条件,最终获得最优控制律与最优值函数。仿真结果表明,RADP在得到误差跟踪控制量后得到的控制律与标称控制率结合,可使飞行器在气动参数摄动的情况下具有良好的鲁棒性,实现近似最优跟踪控制。