基于Q-学习的卫星姿态在线模糊神经网络控制

• 作者: 刘向东 崔晓婷 张宇河 王华
• 来源期刊: 北京理工大学学报
• 学科: 航空航天
• 关键词: 姿态控制 Q-学习 模糊神经网络 再励学习
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 信息科学与控制
• 页码范围: 226-229
• 页数: 4页
• 分类号: V448.22
• 字数: 2741字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0645.2006.03.009

摘要

将模糊神经网络控制引入到三轴稳定卫星的姿态控制中,结合Q-学习和BP神经网络来解决模糊神经网络参数在线调整问题,在无需训练样本的前提下实现控制器的在线学习. 仿真结果表明,这种基于Q-学习的模糊神经网络控制不仅可以满足对姿态控制精度的要求,还有效地抵制了外界干扰,提高了姿态稳定度,对卫星的不确定性有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宇河	北京理工大学信息科学技术学院自动控制系	63	1094	18.0	32.0
2	刘向东	北京理工大学信息科学技术学院自动控制系	106	1521	21.0	34.0
3	崔晓婷	北京理工大学信息科学技术学院自动控制系	3	7	2.0	2.0
4	王华	西北工业大学航天学院	3	10	2.0	3.0