技術特征：

1.一種智能超螺旋強魯棒姿態(tài)控制方法，其特征在于步驟如下：

(1)建立撓性飛行器系統(tǒng)模型；

(2)利用步驟(1)得到的所述撓性飛行器系統(tǒng)模型，基于四元數(shù)建立撓性飛行器運動學誤差方程和動力學誤差方程；

(3)根據(jù)步驟(2)中的撓性飛行器運動學誤差方程和動力學誤差方程，建立有限時間非奇異終端滑模面；

(4)根據(jù)步驟(3)中建立的有限時間非奇異終端滑模面，利用BP自適應神經(jīng)網(wǎng)絡結合超螺旋算法確定控制律，實現(xiàn)智能超螺旋強魯棒姿態(tài)控制。

2.根據(jù)權利要求1所述的一種智能超螺旋強魯棒姿態(tài)控制方法，其特征在于：撓性飛行器系統(tǒng)模型，具體為：

$\begin{array}{c}(J_0+\mathrm{\Δ}J)\stackrel{\·}{\mathrm{\Ω}}=-{\mathrm{\Ω}}^{\×}(J_0+\mathrm{\Δ}J)\mathrm{\Ω}+u+\tilde{d}\\ \stackrel{\·\·}{\mathrm{\η}}+L\stackrel{\·}{\mathrm{\η}}+K\mathrm{\η}+\mathrm{\δ}\stackrel{\·}{\mathrm{\Ω}}=0\end{array};$

其中：d∈R³是外部擾動，δ∈R^3×3為剛體與撓性附件的耦合矩陣，δ^T是δ的轉(zhuǎn)置，η為撓性模態(tài)，和分別為η的一階導數(shù)和二階導數(shù)；J₀∈R^3×3為已知的標稱慣量矩陣，且為正定矩陣；ΔJ為慣量矩陣中的不確定部分，Ω＝[Ω₁,Ω₂,Ω₃]^T是飛行器在本體坐標系中的角速度分量，是Ω的一階導數(shù)；×是運算符號，將×用于向量b＝[b₁,b₂,b₃]^T可得到：

$b^{\×}=\left[\begin{array}{ccc}0& -b_3& b_2\\ b_3& 0& -b_1\\ -b_2& b_1& 0\end{array}\right];$

L＝diag{2ζ_iω_ni,i＝1,2,...,N}和分別為阻尼矩陣和剛度矩陣，N為模態(tài)階數(shù)，ω_ni,i＝1,2,...,N為振動模態(tài)頻率矩陣，ζ_i,i＝1,2,...,N為振動模態(tài)阻尼比；u是智能超螺旋強魯棒姿態(tài)控制器。

3.根據(jù)權利要求2所述的一種智能超螺旋強魯棒姿態(tài)控制方法，其特征在于：撓性飛行器運動學誤差方程和動力學誤差方程具體為：

撓性飛行器運動學誤差方程：

$\begin{array}{cc}{e}_v=q_{d4}{q}_v-q_{dv}^{\×}{q}_v-q_4{q}_{dv}& e_4=q_{dv}^T{q}_v+q_4{q}_{d4}\end{array};$

$\begin{array}{cc}{\stackrel{\·}{e}}_v=\frac{1}{2}(q_4{I}_3+q_v^{\×}){\mathrm{\Ω}}_e& {\stackrel{\·}{e}}_4=-\frac{1}{2}{q}_v^T{\mathrm{\Ω}}_e\end{array};$

其中:(e_v,e₄)∈R³×R，e_v＝[e₁,e₂,e₃]^T是當前飛行器姿態(tài)與期望姿態(tài)的誤差四元數(shù)矢量部分，e₄是標量部分，且滿足和分別是e_v、e₄的一階導數(shù)；(q_v,q₄)∈R³×R，q_v＝[q₁,q₂,q₃]^T是描述飛行器姿態(tài)的單位四元數(shù)矢量部分，q₄是標量部分，且滿足q_dv＝[q_d1,q_d2,q_d3]^T是描述期望姿態(tài)的單位四元數(shù)矢量部分，q_d4是標量部分，且滿足Ω_e＝Ω-CΩ_d＝[Ω_e1Ω_e2Ω_e3]^T＝[Ω_ei]^T,i＝1,2,3是建立在本體坐標系和目標坐標系之間的角速度誤差向量，Ω_d∈R³是期望角速度向量，是轉(zhuǎn)換矩陣，且滿足‖C‖＝1，是C的一階導數(shù)，I₃是3×3單位矩陣；

撓性飛行器動力學誤差方程為：

$\begin{array}{c}(J_0+\mathrm{\Δ}J){\stackrel{\·}{\mathrm{\Ω}}}_e=-{({\mathrm{\Ω}}_e+{\mathrm{C\Ω}}_d)}^{\×}(J_0+\mathrm{\Δ}J)({\mathrm{\Ω}}_e+{\mathrm{C\Ω}}_d)\\ +(J_0+\mathrm{\Δ}J)({\mathrm{\Ω}}_e^{\×}{\mathrm{C\Ω}}_d-C{\stackrel{\·}{\mathrm{\Ω}}}_d)+u+\tilde{d}\end{array};$

其中，是Ω_e的一階導數(shù)，Ω_d是期望角速度，是Ω_d的一階導數(shù)。

4.根據(jù)權利要求3所述的一種智能超螺旋強魯棒姿態(tài)控制方法，其特征在于：有限時間非奇異終端滑模面S，具體為：

S＝Ω_e+K₁e_v+K₂S_c；

其中S＝[S₁,S₂,S₃]^T∈R³，K_j＝diag{k_ji}>0,i＝1,2,3,j＝1,2，diag(a₁,a₂,…,a_n)表示對角線元素為a₁,a₂,…,a_n的對角矩陣；且定義S_c＝[S_c1,S_c2,S_c3]^T如下：

其中r₁,r₂是正奇數(shù)，且0<r<1，l_1i、l_2i、ε_i,i＝1,2,3、ι₁、ι₂是設計參數(shù),sign(a)是符號函數(shù)，定義如下：

$sign\left(a\right)=\left\{\begin{array}{cc}1& a\&gt;0\\ 0& a=0\\ -1& a\&lt;0\end{array}\right..$

5.根據(jù)權利要求4所述的一種智能超螺旋強魯棒姿態(tài)控制方法，其特征在于：智能超螺旋強魯棒姿態(tài)控制器具體為：

u＝J₀[u₁,u₂,u₃]^T；

$u_i=-{\mathrm{\&lambda;}}_1{\mathrm{\&Gamma;}}_{oi}-{\&Integral;}_0^t{\mathrm{\&lambda;}}_2{\mathrm{\&theta;}}_{i}dt;$

其中：

${\mathrm{\&Gamma;}}_{oi}={\left|S_i\right|}^{\frac{1}{2}}sign\left(S_i\right)+S_i,i=1,2,3;$

${\mathrm{\&theta;}}_i={\mathrm{\&sigma;}}_i{\mathrm{\&Gamma;}}_{oi}=\frac{1}{2}sign\left(S_i\right)+\frac{3}{2}{\left|S_i\right|}^{\frac{1}{2}}sign\left(S_i\right)+S_i,i=1,2,3;$

${\mathrm{\&sigma;}}_i=\frac{1}{2}{\left|S_i\right|}^{-\frac{1}{2}}+1,i=1,2,3;$

u的離散形式為：

$u\left(k\right)=-{\mathrm{\&lambda;}}_i\left(k\right){\mathrm{\&Gamma;}}_{oi}\left(k\right)-\underset{j=0}{\overset{k}{\&Sigma;}}{\mathrm{\&lambda;}}_2\left(j\right){\mathrm{\&theta;}}_i\left(j\right),i=1,2,3;$

其中λ₁(k)、λ₂(j),j＝0,1,...,k為相應增益系數(shù)，u(k)為第k次采樣時刻的輸入值；u(k)的增量是：

Δu(k)＝u(k)-u(k-1)＝-λ₁(k)(Γ_oi(k)-Γ_oi(k-1))-λ₂(k)θ_i(k),i＝1,2,3；

神經(jīng)元輸出為：

$u\left(k\right)=u(k-1)+{\mathrm{\&lambda;}}_i\left(k\right)\underset{i=1}{\overset{2}{\&Sigma;}}{w}_i\left(k\right)x_i\left(k\right),i=1,2,3;$

其中，x₁(k)＝Γ_oi(k)-Γ_oi(k-1),x₂(k)＝θ_i(k)，i＝1,2,3分別對應神經(jīng)元的兩個輸入，w_i(k)對應第i個輸入所對應的連接權值，λ_i(k)＝[λ_i1,λ_i2,λ_i3],i＝1,2為神經(jīng)元增益。

6.根據(jù)權利要求5所述的一種智能超螺旋強魯棒姿態(tài)控制方法，其特征在于：所述神經(jīng)元增益λ_i(k)的自適應律為：

其中：

$T_v\left(k\right)=T_v(k-1)+H\&CenterDot;sign\left(\right|{\mathrm{\&Delta;S}}_i\left(k\right)|-T_v(k-1\left)\right|{\mathrm{\&Delta;S}}_i^2\left(k\right)\left|\right),i=1,2,3;$

0.025≤c≤0.05，0.05≤H≤0.1，|·|表示取絕對值，S_i(k),i＝1,2,3表示第k步的滑模面值，S_i(k-1),i＝1,2,3表示第k-1步的滑模面值，ΔS_i(k)＝S_i(k)-S_i(k-1)，i＝1,2,3，γ_i、κ_i、ν_i是正實數(shù)。