88 北京科技大学学报 第34卷 函数小脑模型神经网络方法相对比，其稳态精度相 70 对较低. 60 700m0F 50 4结论 C69.9995 40 69.999 本文针对挠性卫星大角度机动的姿态控制问 30 .9850 100 题，提出以RBF神经网络和高斯基函数小脑神经网 20 响应曲线 络为基础的复合变结构智能控制器.控制器利用变 指令曲线 结构控制鲁棒性强和易于实现的优点，再结合神经 20 40 100 网络迅速逼近未知函数的能力实现对挠性卫星的有 时间s 效控制，提高了挠性卫星的稳态精度.此外该方法 图4姿态角变化曲线(RBF) 还具有结构简单、易于实现的特点.最后，仿真验证 Fig.4 Angle curves (RBF) 了控制器理论设计的正确性和方法的可行性 0.25 (b) 0.20 0.15 0.10 0.05 -0.05 0.100 20 40 60 80100 20 40 60 80 100 时间s 时向s d 20 406080100 204060 80 00 时间/s 时间/s 图5振动模态n变化曲线(RBF).(a)模态1：(b)模态2：(c)模态：(d)模态4 Fig.5 Response curves of vibration mode n (RBF):(a)modem:(b)mode (c)mode (d)moden 0.030 70 0.025 60 70.0002 0.020 0 70.0001A 0.015 40 69.s999 0.010 30 69.999 95 100 时间 0.005 20 响应曲线 10 指令曲线 0.005 20 40 60 80 100 20 40 60 80 100 时向/s 时向/s 图6角速度响应曲线(CMAC) 图7姿态角变化曲线(CMAC) Fig.6 Angular velocity curve (CMAC) Fig.7 Angle curves (CMAC)北 京 科 技 大 学 学 报 第 34 卷 图 4 姿态角变化曲线( RBF) Fig． 4 Angle curves ( RBF) 函数小脑模型神经网络方法相对比，其稳态精度相 对较低． 4 结论 本文针对挠性卫星大角度机动的姿态控制问 题，提出以 RBF 神经网络和高斯基函数小脑神经网 络为基础的复合变结构智能控制器． 控制器利用变 结构控制鲁棒性强和易于实现的优点，再结合神经 网络迅速逼近未知函数的能力实现对挠性卫星的有 效控制，提高了挠性卫星的稳态精度． 此外该方法 还具有结构简单、易于实现的特点． 最后，仿真验证 了控制器理论设计的正确性和方法的可行性． 图 5 振动模态 η 变化曲线( RBF) ． ( a) 模态 η1 ; ( b) 模态 η2 ; ( c) 模态 η3 ; ( d) 模态 η4 Fig． 5 Response curves of vibration mode η ( RBF) : ( a) mode η1 ; ( b) mode η2 ; ( c) mode η3 ; ( d) mode η4 图 6 角速度响应曲线( CMAC) Fig． 6 Angular velocity curve ( CMAC) 图 7 姿态角变化曲线( CMAC) Fig． 7 Angle curves ( CMAC) ·88·