【摘要】：靜止軌道運行的天線反射面因太空復雜熱環(huán)境而發(fā)生變形,這對天線的指向精度會造成嚴重影響。本文研究了調控面板形狀的主動控制方法,在天線反射面背架下安裝了壓電陶瓷作動器陣列,并在數學模型的基礎上,針對模型不確定性、模型變化和多工況問題,設計出幾種學習控制算法,并通過仿真驗證實現了對天線形面的高精度控制。以下為控制器的具體設計:1、針對模型不確定擾動問題,考慮到傳統(tǒng)LQR控制器對模型誤差容錯能力的限制,提出通過試錯獎賞來反饋動作優(yōu)劣的強化學習方法。它將擾動劃分為離散狀態(tài)空間,按一定策略不斷擬合選定的理想參考模型,通過不斷縮小實際位移與參考位移之間的誤差得到價值函數,再利用價值函數得到當前擾動誤差所對應的最優(yōu)修正量,從而實現對擾動誤差的修正。2、考慮到天線在軌運行時模型發(fā)生變化對強化學習狀態(tài)轉移關系的影響,提出基于RBF模糊神經網絡的參考模型Q學習算法,實現了價值函數經驗的動態(tài)遷移�；谀：刂品椒�,搭建了從精確輸入到模糊輸出的整體架構,基于強化學習探索出模糊輸入輸出之間的邏輯關系,并通過RBF神經網絡對模糊參數和強化學習經驗的調整,得到了具有自適應性的動態(tài)映射函數,明顯提高了算法對模型變化的魯棒性。3、針對在軌運行時各季節(jié)、各時刻不同溫度場下的形狀調控,強化學習的價值函數存在探索經驗不足的問題,為了優(yōu)化經驗探索的策略,設計出三種改進方法:一種方法是增加訓練價值函數的工況類型,以拓展其經驗覆蓋的廣度;另一種方法是按照可控性對輸入工況進行層次劃分,分別進行策略迭代和經驗訓練;第三種方法是用玻爾茲曼策略來替代ε貪婪策略,以最小誤差為導向分配探索利用策略的概率,加強探索的深度。這三種方法經仿真可以調控典型工況下各個時刻的溫度場變形。
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN820
【圖文】：

第一章 緒論第一章 緒論1.1 課題背景及意義我國研制的風云系列氣象衛(wèi)星是世界天氣監(jiān)測網全球觀測系統(tǒng)的重要組成之一具有對地球的大氣、陸地、海洋以及空間天氣定量遙感的能力[1]，現已廣泛應用于天氣預報、氣候預測、環(huán)境和自然災害監(jiān)測、農業(yè)等多個國民經濟領域[2]。

[8-9]。圖1.2 位移作動器系統(tǒng)的反饋控制主動控制方法主要通過在反射面背面安裝支撐機構來實現。這些支撐機構包括微位移平移臺、作動器和球徑儀，而作動器的應用最為普遍。圖 1.2 所示為典型的位移作動器的閉環(huán)控制系統(tǒng)，包括一個傳動器、一個控制器、一個光編碼器、一個步進電

【參考文獻】

相關期刊論文 前10條

1 陳凌蛟;侯吉旋;;玻爾茲曼分布的嚴格推導[J];大學物理;2015年03期

2 楊癸庚;朱敏波;連培園;高峰;宗亞靂;;大型可展開天線與衛(wèi)星的熱致耦合動力學分析[J];振動與沖擊;2014年24期

3 王從思;李江江;朱敏波;王偉;李輝;康明魁;普濤;宋正梅;;大型反射面天線變形補償技術研究進展[J];電子機械工程;2013年02期

4 朱麗春;;500米口徑球面射電望遠鏡(FAST)主動反射面整網變形控制[J];科研信息化技術與應用;2012年04期

5 趙衛(wèi);葉騫;馮正進;;射電望遠鏡主動反射面控制技術簡析[J];現代雷達;2011年05期

6 許健民;楊軍;張志清;孫安來;;我國氣象衛(wèi)星的發(fā)展與應用[J];氣象;2010年07期

7 高偉;景占榮;李曉霞;;模糊神經網絡充電算法研究[J];計算機仿真;2010年06期

8 徐飆;;結構振動控制理論與應用現狀分析[J];山西建筑;2009年19期

9 王雪松;張依陽;程玉虎;;基于高斯過程分類器的連續(xù)空間強化學習[J];電子學報;2009年06期

10 宋立偉;段寶巖;鄭飛;馬洪波;;表面誤差對反射面天線電性能的影響[J];電子學報;2009年03期

相關會議論文 前1條

1 文鋒;陳宗海;陳春林;;基于RLS-TD和值梯度的強化學習方法用于LQR控制問題[A];’2004系統(tǒng)仿真技術及其應用學術交流會論文集[C];2004年

相關碩士學位論文 前3條

1 年夫強;航空發(fā)動機模型參考自適應控制[D];東北大學;2014年

2 陳剛;基于狀態(tài)預測的協(xié)作式多智能體強化學習算法研究[D];中南大學;2012年

3 李兆斌;自主移動機器人導航與控制中的增強學習方法研究[D];國防科學技術大學;2010年

本文編號：2736227