CN112857348B - 一种利用磁悬浮轴承的角速度测量方法 - Google Patents
一种利用磁悬浮轴承的角速度测量方法 Download PDFInfo
- Publication number
- CN112857348B CN112857348B CN202011628027.7A CN202011628027A CN112857348B CN 112857348 B CN112857348 B CN 112857348B CN 202011628027 A CN202011628027 A CN 202011628027A CN 112857348 B CN112857348 B CN 112857348B
- Authority
- CN
- China
- Prior art keywords
- layer
- angular velocity
- output
- neural network
- convolution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000725 suspension Substances 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013528 artificial neural network Methods 0.000 claims abstract description 44
- 238000012549 training Methods 0.000 claims abstract description 41
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 238000011478 gradient descent method Methods 0.000 claims abstract description 10
- 238000006073 displacement reaction Methods 0.000 claims abstract description 6
- 239000010410 layer Substances 0.000 claims description 126
- 210000002569 neuron Anatomy 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 27
- 238000011176 pooling Methods 0.000 claims description 24
- 230000004913 activation Effects 0.000 claims description 18
- 238000012546 transfer Methods 0.000 claims description 18
- 238000000691 measurement method Methods 0.000 claims description 13
- 239000002356 single layer Substances 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000004069 differentiation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 235000006629 Prosopis spicigera Nutrition 0.000 claims description 3
- 240000000037 Prosopis spicigera Species 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 6
- 238000005339 levitation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006880 cross-coupling reaction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
- B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
- B64G1/244—Spacecraft control systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
- B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
- B64G1/36—Guiding or controlling apparatus, e.g. for attitude control using sensors, e.g. sun-sensors, horizon sensors
- B64G1/369—Guiding or controlling apparatus, e.g. for attitude control using sensors, e.g. sun-sensors, horizon sensors using gyroscopes as attitude sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
- G01C19/02—Rotary gyroscopes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Molecular Biology (AREA)
- Combustion & Propulsion (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Automation & Control Theory (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Magnetic Bearings And Hydrostatic Bearings (AREA)
Abstract
本发明公开了一种利用磁悬浮轴承的角速度测量方法,通过训练神经网络实现航天器姿态角的逆解算,在训练神经网络时,将磁轴承控制***径向两路位移信号和电磁驱动电流信号作为训练样本,将航天器的姿态角速率作为训练样本的标签,此外为避免出现上述姿态逆解算误差,采用基于卷积数据预处理的BP神经网络进行训练,通过对电磁力矩电流信号的卷积,可将当前时刻的上一时刻和下一时刻电流信号考虑在内,再使用梯度下降法对基于卷积数据预处理的BP神经网络进行训练,确定卷积BP网络权值和偏置项的值,最后将BP神经网络编入到陀螺仪姿态控制***中就可以实时检测当天航天器姿态角速度,提高姿控***的可靠性。
Description
技术领域
本发明涉及航天器姿态控制与检测领域,尤其涉及一种利用磁悬浮轴承的角速度测量方法。
背景技术
姿态控制***是三轴稳定航天器实现姿态机动和姿态稳定的重要子***,包括姿态敏感器、控制器和执行机构三部分组成。随着空间航天器应用范围的不断拓展,对航天器姿态的快速机动提出了更高的要求。但是由于检测装置与执行装置之间往往存在减震隔离装置,导致控制与检测不同步,较难满足快速高精度的控制要求,故可靠性高的姿态测量与控制一体化是一个重要的发展趋势。
现有航天器姿态的改变主要通过以下方式:航天器的控制执行器-双框架磁悬浮CMG高速陀螺利用陀螺力矩实现的力矩输出,力矩陀螺的转子采用五自由度永磁偏置混合磁轴承支承,当轴对称转子绕对称轴高速旋转时,通过改变磁悬浮陀螺的两个框架角度,利用当前旋转轴在空间中改变方位所表现出的抗阻力矩实现航天器姿态的改变。在这个过程中磁轴承控制***通过控制线圈电流,产生相应的电磁力来阻止陀螺转子与陀螺房产生相对运动,保证转子悬浮在间隙中心。在磁悬浮力矩陀螺工作状态时,磁悬浮转子所受力矩是由航天器转动、陀螺框架转动、转子相对位移引起的,而磁悬浮力矩陀螺中磁悬浮转子所受力矩的大小,是由磁轴承力唯一决定的。因此,航天器三轴角速度可以通过实时检测磁轴承电流和转子位移信息得到。
但是,基于五自由度磁悬浮高速转子***在姿态测量实际上是一个多输入多输出的闭环***,它可以测量沿径向两个输入轴的姿态角速。但是由于高速转子动力学的原因,它的两个测量轴之间存在着耦合,这种耦合是双重的,即一个轴上的输入角速度能够在两个轴上产生陀螺转子偏角和陀螺力矩,因此两个测量轴之间总是存在着交叉耦合,如果仅利用磁悬浮转子的动力学方程,难以通过逆向求解的方法间接解算航天器姿态角速度。
因此,本发明提供了一种通过训练神经网络实现航天器姿态角的逆解算方法。
发明内容
本发明的目的是提供一种利用磁悬浮轴承的角速度测量方法,通过对电磁力矩电流信号的卷积,可将当前时刻的上一时刻和下一时刻电流信号考虑在内,再使用梯度下降法对基于卷积数据预处理的BP神经网络进行训练,确定卷积BP网络权值和偏置项的值,最后将BP神经网络编入到磁悬浮力矩陀螺姿态控制***中就可以实时检测实时的航天器姿态角速度,实现了检测和控制的一体化,提高姿控***的可靠性。
为实现上述目的,本发明利用磁悬浮轴承的角速度测量方法,包括以下步骤:
S1、计算航天器姿态角速度
S1-2、对公式(1)进行拉普拉斯变换得:
S1-3、航天器姿态角速度的估计值表示为:
S3、构建神经网络模型
S3-1、选定拟合的神经网络为两层神经网络,两层神经网络为卷积数据预处理的BP神经网络,其包括单层卷积池化的正向传递网络和误差反向传递网络组成,单层卷积池化的正向传递网络包括单层的卷积池化层、隐层和输出层组成;
且卷积池化层的参数设置为[1,0.3,-0.5,-0.9,-1,-0.5,1,1.3,1.5],某一时刻的数据的运算公式为:
S3-2、单层卷积池化的正向传递网络;
S3-3、误差反向传递网络;
以径向磁轴承控制电流和一对转子的传感器坐标为输入的训练样本,以惯性原件准确测量到的航天器姿态角速度为训练标签,对径向磁轴承控制电流数据和位移传感器采取单维度卷积池化后,再对误差进行反向传递;
S4、利用梯度下降法对基于卷积数据预处理的BP神经网络进行训练;
S4-1、确定卷积数据预处理的BP神经网络的连接权值和偏置;
S4-2、经过调整后的隐层权重w和输出层权重v作为新的正向传递神经网络计算训练样本下的全局误差E,判断全局误差是否E满足目标,若不满足继续调整隐层权重w和输出层v并继续训练,直到满足全局误差E的阈值,结束训练,输出当前网络下的w、b、v、l作为最终训练后的神经网络;
S5、根据步骤S4-2训练得到连接权重和偏置,将卷积池化数据预处理公式以及公式编写到DSP中,从而实现实时检测航天器姿态角速度。
优选的,步骤S3-2的具体步骤包括:
在神经网络正向传递的过程中,设定输入的训练样本经过卷积池化层后输出有n
个节点,隐层有q个节点,输出层有m个节点,卷积池化层与隐层之间的权值为 ,偏置为
bk,隐层与输出层之间的权值为wjk ,偏置为lj,隐层的激活函数为f1(.),输出层的激活函数
为f2(.);
经过激活函数为f1(.)后隐层第k个节点的输出为:
经过激活函数为f2(.)后输出层第j个节点的输出为:
从而,完成了B-P网络n维空间向量对m维空间的映射。
优选的,步骤S3-3具体包括以下步骤:
S3-3-1、误差计算
对于p个样本,全局误差为:
S3-3-2、输出层权值调整
使用梯度下降法对网络进行训练,通过不断调整wjk,实现全局误差E最小化,即
定义误差信号为:
其中,
输出层激活函数的偏微分:
进而推出:
由链定理推得:
输出层各神经元的权值调整公式为:
S3-3-3、隐层权值调整
调整隐层权值:
定义误差信号为:
其中,
由链定理推得:
隐层传递函数的偏微分:
进而推出:
由链定理推得:
得到隐层各神经元的权值调整公式为:
在步骤S3-3中学习率为0.01。
优选的,在步骤S4-1中所述的数据预处理包括以下步骤:
优选的,步骤S3-1中的卷积池化层为单纬度的卷积池化层。
因此,本发明采用上述利用磁悬浮轴承的角速度测量方法,通过对电磁力矩电流信号的卷积,可将当前时刻的上一时刻和下一时刻电流信号考虑在内,再使用梯度下降法对基于卷积数据预处理的BP神经网络进行训练,确定卷积BP网络权值和偏置项的值,最后将BP神经网络编入到陀螺仪姿态控制***中就可以实时检测当天航天器姿态角速度,且在航天器姿态发生改变时,由于控制***对磁轴承的主动控制作用,会引起控制电流信号出现峰值,为尽量避免上述峰值对训练网络的影响,利用卷积池化层实现了电流信号峰波的抑制,并避免了电流误差对有效信号的影响,实现了检测和控制的同步,提高姿控***的可靠性。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的实施例一种利用磁悬浮轴承的角速度测量方法的BP神经网络图;
图2为本发明的实施例一种利用磁悬浮轴承的角速度测量方法的卷积池化数据处理示意图。
具体实施方式
以下将结合附图对本发明作进一步的描述,需要说明的是,本实施例以本技术方案为前提,给出了详细的实施方式和具体的操作过程,但本发明的保护范围并不限于本实施例。
图1为本发明的实施例一种利用磁悬浮轴承的角速度测量方法的BP神经网络图;图2为本发明的实施例一种利用磁悬浮轴承的角速度测量方法的卷积池化数据处理示意图,如图1和图2所示,本发明包括以下步骤:
S1、计算航天器姿态角速度
S1-2、在公式(1)中,力矩主要包括两部分,一是由航天器姿态角速度引起的陀螺进动力矩,二是由姿态角加速度引起的惯性力矩项,由于转子通常运行在很高的转速下,具有很大的角动量,而航天器的姿态角加速度很小,故可忽略作为微小量的惯性力矩项,所以对公式(1)进行拉普拉斯变换得:
S1-3、航天器姿态角速度的估计值表示为:
根据公式(3)可知,航天器姿态角速度仅与进动力矩Mg有关,航天器姿态改变的瞬间会改变磁悬浮CMG高速转子的姿态,此时磁轴承控制***会产生相应的电磁力来消处陀螺力矩对磁悬浮CMG高速转子的影响,使之处于中心位置,在这个过程中的稳定工作点附近,控制***主要通过控制磁悬浮CMG转子的径向4个控制量(分别用ax,ay,bx,by表示)来解耦控制磁悬浮转子二个径向平动自由度和二个转动自由度。由于轴向(用z表示)轴承通道控制一个平动自由度,其转动自由度由电动机驱动,提供转子角动量,不参与磁悬浮CMG转子的力矩控制,所以可认为双框架磁悬浮CMG输出力矩主要受到对磁轴承径向通道的影响。
为研究分析方便,假设各通道中的径向磁轴承、功放及控制***的性能相同,径向磁轴承安装位置相对转子质心对称。
因此,可知航天器受到力的作用角速度和改变瞬间,双框架磁悬浮CMG会产
生进动力矩Mg,之后磁悬浮CMG的高速转子在轴承坐标系下位移qm改变,进而高速转子的传
感器坐标qs改变,最后通过磁悬浮轴承控制***,在径向磁轴承控制电流的作用下,高速转子的轴承坐标系下位移qm回归原来的数值,转子
保持在磁轴承的中心位置。
S2、由上述描述可知,在单一双框架磁悬浮CMG背景下,航天器某两轴的角速度
和可由径向磁轴承控制电流和转子的传感器坐标qs表征出来,故测
量一对金字塔构型安装在航天器的双框架磁悬浮CMG的径向磁轴承控制电流和一对转子的传感器坐标、;本实施例中的其中,双框架磁
悬浮CMG是一种由为由高速陀螺转子、内框架和外框架组成的二自由度陀螺仪。
S3、构建神经网络模型
S3-1、选定拟合的神经网络为两层神经网络,两层神经网络为卷积数据预处理的BP神经网络,其包括单层卷积池化的正向传递网络和误差反向传递网络组成,单层卷积池化的正向传递网络包括单层的卷积池化层、隐层和输出层组成;
且卷积池化层的参数设置为[1,0.3,-0.5,-0.9,-1,-0.5,1,1.3,1.5],某一时刻的数据的运算公式为:
优选的,步骤S3-1中的卷积池化层为单纬度的卷积池化层。
S3-2、单层卷积池化的正向传递网络;
优选的,步骤S3-2的具体步骤包括:
在神经网络正向传递的过程中,设定输入的训练样本经过卷积池化层后输出有n
个节点,隐层有q个节点,输出层有m个节点,卷积池化层与隐层之间的权值为 ,偏置为
bk,隐层与输出层之间的权值为wjk ,偏置为lj,隐层的激活函数为f1(.),输出层的激活函数
为f2(.);
经过激活函数为f1(.)后隐层第k个节点的输出为:
经过激活函数为f2(.)后输出层第j个节点的输出为:
从而,完成了B-P网络n维空间向量对m维空间的映射。
S3-3、误差反向传递网络;
以径向磁轴承控制电流和一对转子的传感器坐标为输入的训练样本,以惯性原件准确测量到的航天器姿态角速度为训练标签,对径向磁轴承控制电流数据和位移传感器采取单维度卷积池化后,再对误差进行反向传递;
优选的,步骤S3-3具体包括以下步骤:
S3-3-1、误差计算
对于p个样本,全局误差为:
S3-3-2、输出层权值调整
使用梯度下降法对网络进行训练,通过不断调整wjk,实现全局误差E最小化,即
定义误差信号为:
其中,
输出层激活函数的偏微分:
进而推出:
由链定理推得:
输出层各神经元的权值调整公式为:
S3-3-3、隐层权值调整
调整隐层权值:
定义误差信号为:
其中,
由链定理推得:
隐层传递函数的偏微分:
进而推出:
由链定理推得:
得到隐层各神经元的权值调整公式为:
在步骤S3-3中学习率为0.01。
S4、利用梯度下降法对基于卷积数据预处理的BP神经网络进行训练;
S4-1、确定卷积数据预处理的BP神经网络的连接权值和偏置;
优选的,在步骤S4-1中所述的数据预处理包括以下步骤:
S4-2、经过调整后的隐层权重w和输出层权重v作为新的正向传递神经网络计算训练样本下的全局误差E,判断全局误差是否E满足目标,若不满足继续调整隐层权重w和输出层v并继续训练,直到满足全局误差E的阈值,结束训练,输出当前网络下的w、b、v、l作为最终训练后的神经网络;
S5、根据步骤S4-2训练得到连接权重和偏置,将卷积池化数据预处理公式以及公式(4)、(5)、(6)编写到DSP中,从而实现实时检测航天器姿态角速度。
因此,本发明采用上述利用磁悬浮轴承的角速度测量方法,通过对电磁力矩电流信号的卷积,可将当前时刻的上一时刻和下一时刻电流信号考虑在内,再使用梯度下降法对基于卷积数据预处理的BP神经网络进行训练,确定卷积BP网络权值和偏置项的值,最后将BP神经网络编入到陀螺仪姿态控制***中就可以实时检测当天航天器姿态角速度,实现了检测和控制的同步,提高姿控***的可靠性。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (8)
1.一种利用磁悬浮轴承的角速度测量方法,其特征在于:包括以下步骤:
S1、计算航天器姿态角速度
S1-2、对公式(1)进行拉普拉斯变换得:
S1-3、航天器姿态角速度的估计值表示为:
S3、构建神经网络模型
S3-1、选定拟合的神经网络为两层神经网络,两层神经网络为卷积数据预处理的BP神经网络,其包括单层卷积池化的正向传递网络和误差反向传递网络组成,单层卷积池化的正向传递网络包括单层的卷积池化层、隐层和输出层组成;
且卷积池化层的参数设置为[1,0.3,-0.5,-0.9,-1,-0.5,1,1.3,1.5],某一时刻的数据的运算公式为:
S3-2、单层卷积池化的正向传递网络;
S3-3、误差反向传递网络;
以径向磁轴承控制电流和一对转子的传感器坐标为输入的训练样本,以惯性原件准确测量到的航天器姿态角速度为训练标签,对径向磁轴承控制电流数据和位移传感器采取单维度卷积池化后,再对误差进行反向传递;
S4、利用梯度下降法对基于卷积数据预处理的BP神经网络进行训练;
S4-1、确定卷积数据预处理的BP神经网络的连接权值和偏置;
S4-2、经过调整后的隐层权重w和输出层权重v作为新的正向传递神经网络计算训练样本下的全局误差E,判断全局误差是否E满足目标,若不满足继续调整隐层权重w和输出层v并继续训练,直到满足全局误差E的阈值,结束训练,输出当前网络下的w、b、v、l作为最终训练后的神经网络;
S5、根据步骤S4-2训练得到连接权重和偏置,将卷积池化数据预处理公式以及公式编写到DSP中,从而实现实时检测航天器姿态角速度。
2.根据权利要求1所述的利用磁悬浮轴承的角速度测量方法,其特征在于:步骤S3-2的具体步骤包括:
在神经网络正向传递的过程中,设定输入的训练样本经过卷积池化层后输出有n个节点,隐层有q个节点,输出层有m个节点,卷积池化层与隐层之间的权值为 ,偏置为bk,隐层与输出层之间的权值为wjk ,偏置为lj,隐层的激活函数为f1(.),输出层的激活函数为f2(.);
经过激活函数为f1(.)后隐层第k个节点的输出为:
经过激活函数为f2(.)后输出层第j个节点的输出为:
从而,完成了B-P网络n维空间向量对m维空间的映射。
3.根据权利要求2所述的利用磁悬浮轴承的角速度测量方法,其特征在于:步骤S3-3具体包括以下步骤:
S3-3-1、误差计算
对于p个样本,全局误差为:
S3-3-2、输出层权值调整
使用梯度下降法对网络进行训练,通过不断调整wjk,实现全局误差E最小化,即
定义误差信号为:
其中,
输出层激活函数的偏微分:
进而推出:
由链定理推得:
输出层各神经元的权值调整公式为:
S3-3-3、隐层权值调整
调整隐层权值:
定义误差信号为:
其中,
由链定理推得:
隐层传递函数的偏微分:
进而推出:
由链定理推得:
得到隐层各神经元的权值调整公式为:
8.根据权利要求1-7任一项所述的利用磁悬浮轴承的角速度测量方法,其特征在于:步骤S3-1中的卷积池化层为单纬度的卷积池化层。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011628027.7A CN112857348B (zh) | 2020-12-31 | 2020-12-31 | 一种利用磁悬浮轴承的角速度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011628027.7A CN112857348B (zh) | 2020-12-31 | 2020-12-31 | 一种利用磁悬浮轴承的角速度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112857348A CN112857348A (zh) | 2021-05-28 |
CN112857348B true CN112857348B (zh) | 2021-08-13 |
Family
ID=75999713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011628027.7A Active CN112857348B (zh) | 2020-12-31 | 2020-12-31 | 一种利用磁悬浮轴承的角速度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112857348B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113962251B (zh) * | 2021-09-14 | 2022-07-22 | 中国兵器工业信息中心 | 一种无人机的故障检测方法、装置、电子设备及存储介质 |
CN116331523B (zh) * | 2023-05-29 | 2023-08-25 | 哈尔滨工业大学 | 带大惯量旋转载荷卫星的未知参数辨识方法、装置及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101301934A (zh) * | 2008-04-22 | 2008-11-12 | 北京航空航天大学 | 一种双框架磁悬浮控制力矩陀螺控制*** |
CN103196436A (zh) * | 2013-03-15 | 2013-07-10 | 北京航空航天大学 | 五自由度主动磁轴承式双轴角速率陀螺 |
CN103595321A (zh) * | 2013-09-27 | 2014-02-19 | 江苏大学 | 一种五自由度交流主动磁轴承解耦控制器的构造方法 |
US8880246B1 (en) * | 2012-08-22 | 2014-11-04 | United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for determining spacecraft maneuvers |
CN104697525A (zh) * | 2015-01-06 | 2015-06-10 | 中国人民解放军装备学院 | 一种基于磁悬浮控制敏感陀螺构型的姿态角速度测量方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6959109B2 (en) * | 2002-06-20 | 2005-10-25 | Identix Incorporated | System and method for pose-angle estimation |
-
2020
- 2020-12-31 CN CN202011628027.7A patent/CN112857348B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101301934A (zh) * | 2008-04-22 | 2008-11-12 | 北京航空航天大学 | 一种双框架磁悬浮控制力矩陀螺控制*** |
US8880246B1 (en) * | 2012-08-22 | 2014-11-04 | United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for determining spacecraft maneuvers |
CN103196436A (zh) * | 2013-03-15 | 2013-07-10 | 北京航空航天大学 | 五自由度主动磁轴承式双轴角速率陀螺 |
CN103595321A (zh) * | 2013-09-27 | 2014-02-19 | 江苏大学 | 一种五自由度交流主动磁轴承解耦控制器的构造方法 |
CN104697525A (zh) * | 2015-01-06 | 2015-06-10 | 中国人民解放军装备学院 | 一种基于磁悬浮控制敏感陀螺构型的姿态角速度测量方法 |
Non-Patent Citations (1)
Title |
---|
基于滑模扰动观测器的磁轴承主动振动控制;韩邦成等;《光学精密工程》;20120331;第20卷(第3期);第563-570页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112857348A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Spacecraft angular rates and angular acceleration estimation using single-gimbal magnetically suspended control moment gyros | |
CN108362282B (zh) | 一种基于自适应零速区间调整的惯性行人定位方法 | |
CN112857348B (zh) | 一种利用磁悬浮轴承的角速度测量方法 | |
CN109573105B (zh) | 末子级留轨应用子***姿态控制方法 | |
CN104697525B (zh) | 一种基于磁悬浮控制敏感陀螺构型的姿态角速度测量方法 | |
Zheng et al. | Investigations of an integrated angular velocity measurement and attitude control system for spacecraft using magnetically suspended double-gimbal CMGs | |
CN111099045B (zh) | 双超卫星动力学与控制气浮平台全物理仿真方法 | |
CN109343550B (zh) | 一种基于滚动时域估计的航天器角速度的估计方法 | |
CN102508502B (zh) | 一种悬吊平台***的方位控制***及其方法 | |
CN111880410B (zh) | 一种针对电机故障的四旋翼无人机容错控制方法 | |
CN104197907B (zh) | 一种基于磁悬浮控制力矩陀螺的航天器姿态角速率测量方法 | |
CN111638654A (zh) | 一种故障自适应的运载火箭智能控制半实物仿真方法 | |
CN108548542A (zh) | 一种基于大气阻力加速度测量的近地轨道确定方法 | |
Liu et al. | Attitude control for astronaut assisted robot in the space station | |
CN112327942A (zh) | 三轴气浮卫星仿真平台自动调平方法 | |
CN112621714A (zh) | 基于lstm神经网络的上肢外骨骼机器人控制方法及装置 | |
CN110162855A (zh) | 遥感卫星星上旋转载荷动态精度分析及误差分配方法 | |
CN107677267A (zh) | 基于mems‑imu的室内行人导航航向反馈修正方法 | |
CN104777842A (zh) | 一种基于磁悬浮控制敏感陀螺的卫星单轴测控一体化方法 | |
CN110682290B (zh) | 一种基于动量观测器的闭环机械臂***碰撞检测方法 | |
Srivastava et al. | Attitude determination and control system for a leo debris chaser small satellite | |
CN110146092B (zh) | 基于导航信息评价的双体小行星探测轨迹优化方法 | |
CN103869097B (zh) | 旋转弹航向角、俯仰角角速率测量方法 | |
CN105674971B (zh) | 基于陀螺飞轮***的二维航天器角速率测量方法 | |
CN115290254B (zh) | 组合航天器转动惯量在轨辩识方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |