论文部分内容阅读
随着航天技术的发展，现代航天任务对卫星姿态机动控制的要求越来越高。现代卫星往往带有质量轻、面积大、阻尼小的挠性附件，且卫星姿态机动与挠性附件振动之间存在强耦合，因此在进行姿态机动时，容易激起挠性附件的强烈振动，而振动反过来又会影响中心刚体的姿态控制性能。此外，卫星的三轴之间还存在相互耦合，进一步增加了控制的难度。为实现卫星快速机动、快速稳定，需要对姿态机动控制进行优化，以寻找最优的姿态机动控制参数。本文以一类带挠性太阳能帆板的卫星为研究对象，考虑使用多目标优化算法对姿态机动控制进行优化。本文的主要研究内容有: 针对云多目标粒子群优化(CMOPSO)算法寻优初期可能出现粒子陷入局部最优的问题，提出了一种随迭代次数呈反正切函数变化调整惯性权重的改进云多目标粒子群优化(ICMOPSO)算法。建立了挠性卫星姿态机动路径和控制器的多目标优化模型，并分别采用CMOPSO和ICMOPSO算法进行优化。对挠性卫星姿态机动控制的数字仿真结果显示，卫星姿态控制的快速性和稳定性均得到了提高，且验证了ICMOPSO的有效性。此外，还通过仿真对比分析了控制器和路径的优化顺序对优化结果的影响。 针对ICMOPSO算法的粒子多样性与局部搜索能力之间仍然存在矛盾的问题，将遗传算法与粒子群算法结合，提出了一种底层使用多目标遗传算法提供全局搜索能力，上层使用ICMOPSO算法提供局部搜索能力的分层优化(HO)算法。仿真结果表明，采用HO算法获得的优化参数使挠性卫星姿态机动性能进一步得到提高，验证了HO算法的优越性。 考虑到挠性卫星姿态控制器和机动路径之间的耦合关系，将两者进行联合优化。建立了联合优化的多目标优化模型，并首次使用ICMOPSO和HO对其进行优化，相比独立优化，进一步提高了卫星姿态机动控制的性能，仿真结果验证了所提基于ICMOPSO和HO的联合优化算法的有效性。通过比较可知，HO算法优于ICMOPSO算法，联合优化优于独立优化。