科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对卫星姿态控制系统（ACSs）在复杂工况下的执行器、传感器并发故障估计问题，设计了一种基于优化超基函数神经网络的自适应有限时间故障估计观测器。首先，视执行器和传感器故障为系统的附加状态变量，建立时滞广义系统。其次，利用Levy飞行分布改进矮猫鼬优化算法，优化了超基函数神经网络。设计了自适应有限时间观测器，并分析了误差动态和残差对运行噪声的有限时间有界性和鲁棒性，将观测器设计问题转化为线性矩阵不等式问题。最后，进行了仿真验证分析，仿真结果表明：相较于基于传统矮猫鼬优化-超基函数神经网络的自适应有限时间观测器，所提方法对于不确定性和外部扰动的联合估计误差降低了13.0%，状态估计误差平均降低了11.3%，并发故障估计误差平均降低了3.2%，验证了所提方法的有效性。
- 单位
