MétaCan
Menu
Retour à la cohorte
Enregistrement W3207002955 · doi:10.1108/aeat-02-2021-0046

Reset and prescribed performance approach to spacecraft attitude regulation

2021· article· en· W3207002955 sur OpenAlexaff
Chengxi Zhang, Peng Dong, Henry Leung, Jin Wu, Kai Shen

Notice bibliographique

RevueAircraft Engineering and Aerospace Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésReset (finance)Control theory (sociology)SpacecraftInertiaTrajectoryController (irrigation)Computer scienceSet (abstract data type)Control engineeringControl (management)Function (biology)Attitude controlEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to investigate the attitude regulation for spacecraft in the presence of time-varying inertia uncertainty and exogenous disturbances. Design/methodology/approach The high gain approaches are typically used in existing researches for theoretical advantages, bringing better performance but sensitive to parameter selection, making the controller conservative. A reset-control policy is presented to achieve the spacecraft attitude control with easy control parameter tuning. Findings The reset-control policy guarantees satisfying control performance despite using performance tuning function and saturation function besides reducing the conservativeness of the controller, thus reducing the effort in tuning control parameters. Originality/value Notably, the adaptive function owns a reset mechanism, which is reset to a preset condition when the controlled variable crosses zero. The mathematical analysis also shows the system trajectory can converge to a set centered at the origin.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,184
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAircraft Engineering and Aerospace TechnologyMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207