考虑输入饱和的空间飞行器姿态神经鲁棒自适应滑模控制

针对空间飞行器姿态跟踪控制过程中出现的执行器饱和、模型不确定性和未知外部扰动问题,提出了一种鲁棒自适应径向基函数神经网络(RBFNN)增强滑模控制方法。首先,基于四元数法建立空间飞行器姿态运动学和动力学模型,并针对未知外部扰动建立非线性扰动观测器。其次,为了解决执行器饱和问题,引入高斯误差函数对控制器幅值进行约束,并以PID滑模控制为框架,对控制器进行设计。在控制器设计过程中,利用新型切换函数将鲁棒自适应控制和RBFNN进行结合,对模型不确定性进行逼近,并利用梯度下降法解决RBFNN权值优化问题。随后,基于Lyapunov理论证明闭环系统的有界性,并分析了闭环系统的收敛域。最后,通过仿真分析验证了所设计控制器的有效性和鲁棒性。