静止轨道运行的天线反射面因太空复杂热环境而发生变形,这对天线的指向精度会造成严重影响。本文研究了调控面板形状的主动控制方法,在天线反射面背架下安装了压电陶瓷作动器阵列,并在数学模型的基础上,针对模型不确定性、模型变化和多工况问题,设计出几种学习控制算法,并通过仿真验证实现了对天线形面的高精度控制。以下为控制器的具体设计:1、针对模型不确定扰动问题,考虑到传统LQR控制器对模型误差容错能力的限制,提出通过试错奖赏来反馈动作优劣的强化学习方法。它将扰动划分为离散状态空间,按一定策略不断拟合选定的理想参考模型,通过不断缩小实际位移与参考位移之间的误差得到价值函数,再利用价值函数得到当前扰动误差所对应的最优修正量,从而实现对扰动误差的修正。2、考虑到天线在轨运行时模型发生变化对强化学习状态转移关系的影响,提出基于RBF模糊神经网络的参考模型Q学习算法,实现了价值函数经验的动态迁移。基于模糊控制方法,搭建了从精确输入到模糊输出的整体架构,基于强化学习探索出模糊输入输出之间的逻辑关系,并通过RBF神经网络对模糊参数和强化学习经验的调整,得到了具有自适应性的动态映射函数,明显提高了算法对模型变化的鲁棒性。3、针对在轨运行时各季节、各时刻不同温度场下的形状调控,强化学习的价值函数存在探索经验不足的问题,为了优化经验探索的策略,设计出三种改进方法:一种方法是增加训练价值函数的工况类型,以拓展其经验覆盖的广度;另一种方法是按照可控性对输入工况进行层次划分,分别进行策略迭代和经验训练;第三种方法是用玻尔兹曼策略来替代ε贪婪策略,以最小误差为导向分配探索利用策略的概率,加强探索的深度。这三种方法经仿真可以调控典型工况下各个时刻的温度场变形。