卫星与天线的神经网络去耦合控制

摘要

为了解决具有解耦机构卫星动力学模型中的非线性环节和系统不确定性，将小波神经网络控制应用于去耦合控制。所设计的系统包含两个神经网络，分别是小波神经网络辨识器和多变量神经网络控制器。小波神经网络辨识器和多变量神经网络比例积分微分（proportional-integral-derivative,PID)控制器均采用改进反向传播（backpropagation,BP）神经网络训练方法调整网络结构参数，并在原有梯度下降法的基础上增加动量项，并采用自适应调整学习率的方式。采用加入非线性环节和不确定性因素后的系统模型进行仿真分析。仿真结果表明，所提神经网络控制算法在不依赖于模型参数的情况下能够较好地完成对不确知控制对象的自适应控制，保证了解耦机构的主动阻尼作用。

关键词

小波神经网络 / 多变量PID控制器 / 不确定性 / 去耦合控制

基金资助

中国航天科技集团公司第八研究院产学研合作基金资助项目（SAST2021-050）