典型文献
基于高斯过程的航天器自适应滑模姿态控制
文献摘要：
针对存在模型不确定性和外界干扰的刚性航天器,提出了一种基于高斯过程回归(GPR)的新型自适应滑模姿态控制算法.该算法具有自学习能力,在不同的姿态控制任务下都能够实现高精度、强鲁棒和高效率的姿态跟踪.首先,在航天器的四元数标称系统动态模型基础上,应用在线稀疏高斯过程回归(SOGP)方法学习系统的未知动态;其次,结合高斯过程的预测均值设计滑模控制算法,利用高斯过程的预测方差自适应调节控制增益,并应用李雅普诺夫方法严格证明闭环系统的稳定性,保证了航天器姿态跟踪误差的渐进收敛性;最后,通过数值仿真验证了所设计控制器的有效性.结果表明,该自学习控制算法与自适应滑模控制(ASMC)与神经网络自适应控制等算法相比,具有更快的收敛速度、更高的跟踪精度以及更低的控制成本.
文献关键词：
姿态跟踪;四元数;高斯过程回归;自适应控制;滑模控制
中图分类号：
作者姓名：
赵玉新;何永旭;徐庚;陈力恒
作者机构：
哈尔滨工程大学 智能科学与工程学院,黑龙江 哈尔滨 150001
文献出处：
引用格式：
[1]赵玉新;何永旭;徐庚;陈力恒-.基于高斯过程的航天器自适应滑模姿态控制)[J].上海航天（中英文）,2022(04):104-113,127
A类：
SOGP
B类：
航天器,姿态控制,模型不确定性,外界干扰,GPR,控制算法,自学习,姿态跟踪,四元数,标称,系统动态模型,稀疏高斯过程回归,方法学,学习系统,预测方差,自适应调节,李雅普诺夫方法,闭环系统,跟踪误差,渐进收敛性,仿真验证,学习控制,自适应滑模控制,ASMC,神经网络自适应控制,收敛速度,跟踪精度,控制成本
AB值：
0.290098
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
