[发明专利]一种运载火箭姿态控制参数智能整定方法

说明书

本发明公开了一种运载火箭姿态控制参数智能整定方法，包括：获取运载火箭姿态的非线性控制器参数和目标函数；采用量子樽海鞘算法，通过求解目标函数最大值对非线性控制器参数进行整定优化，确定最优非线性控制器参数；量子樽海鞘算法的确定包括：在标准樽海鞘算法基础上，采用量子位的概率幅编码方式确定量子樽海鞘状态；根据参数解空间中两个位置对应的正弦、余弦位置变量，确定两个位置坐标的目标函数值，并将最大值作为量子樽海鞘状态的目标函数值。本发明将量子理论与樽海鞘算法相结合，每个量子樽海鞘状态相当于占据优化参数空间中的两个位置，每个樽海鞘状态对应优化问题的两个解，提高了算法的遍历性，增加了算法的全局收敛速度。

技术领域

本发明涉及运载火箭的非线性姿态控制器参数整定领域，特别涉及一种基 于量子樽海鞘算法的运载火箭姿态控制参数智能整定方法。

背景技术

运载火箭非线性姿态控制器虽然相比传统运载火箭PID控制能够更好的 解决阵风、参数摄动、未知干扰等对火箭姿态控制的影响，但非线性控制器参 数相比PID控制大幅增加，由于非线性函数的引入，导致非线性控制器参数整 定呈现多变量、非线性、多极值等问题，无法获得类似PID控制器参数的解析 整定方法。因此，有必要将控制器参数整定问题转化为以控制性能为目标函数、 控制器参数为设计变量的优化设计问题来解决，针对非线性特征引入带来的问 题，可以采用具备多变量全局寻优能力的智能群集算法进行参数求解，从而实 现控制器参数的整定。

2017年，S.Mirjalili等根据自然界中樽海鞘的发光行为，提出了樽海鞘算 法(Salp Swarm Algorithm，SSA)[SEYEDALIM,AMIRHG, SEYEDEHZM,etal.Salp SwarmAlgorithm:A bio-inspired optimizer for engineering design problems[J].Advances in Engineering Software,2017,114(1): 163-191.]，通过模拟樽海鞘的觅食行为而构建的一种智能优化算法，非常适合 解决多变量优化问题，是一种具有较强全局搜索能力、快速收敛和良好自适应 性的新型智能群集算法，该算法凭借其概念简单、步骤清晰、可实现性强等优 点被应用于解决数学、金融等领域的多变量参数优化设计问题。

但标准樽海鞘算法仍存在一些缺陷：虽然前期可以实现大范围快速收敛， 但后期收敛效率不佳；在固定步长下对全局最优结果的搜素精度并不理想。因 此，针对上述问题众多学者对算法开展了改进研究；例如针对固定步长问题， 引入自适应机制，动态调整步长提高后期寻优精度；将模拟退火算法与樽海鞘 算法相结合，进一步提升收敛速度等。上述研究均在一定程度上改善了樽海鞘 算法的性能，但后期收敛性能下降、全局寻优结果精度低、易陷入局部最优等 问题仍然存在，从提高控制参数整定效率和最优控制效果角度，有必要对樽海 鞘算法进行大幅改进，以获得更好的参数整定结果。

发明内容

基于此，有必要针对上述技术问题，提供一种运载火箭姿态控制参数智能 整定方法。

本发明实施例提供一种运载火箭姿态控制参数智能整定方法，包括：

获取运载火箭姿态的非线性控制器参数，并将时间乘以非线性控制器姿态 控制误差绝对值积分作为非线性控制器参数整定的目标函数；

采用量子樽海鞘算法，通过求解目标函数最大值对非线性控制器参数进行 整定优化，确定最优非线性控制器参数；

其中，所述量子樽海鞘算法的确定，包括：

在标准樽海鞘算法基础上，采用量子位的概率幅编码方式，确定量子樽海 鞘状态；其中，所述量子樽海鞘状态占据参数解空间中两个位置，分别对应量 子态|0和|1的概率幅；

根据参数解空间中两个位置对应的正弦位置变量和余弦位置变量，确定参 数解空间中两个位置坐标的目标函数值，并将参数解空间中两个位置坐标的目 标函数值的最大值作为量子樽海鞘状态的目标函数值；