1.一种考虑执行器受限问题的刚体飞行器固定时间姿态镇定方法，其特征在于：所述方法包括以下步骤：步骤1，建立刚性飞行器的运动学和动力学模型，初始化系统状态以及控制参数，过程如下：

1.1 刚性飞行器系统的运动学方程为：

其中qv＝[q1,q2,q3]T和q4分别为单位四元数的矢量部分和标量部分且满足q1,q2,q3分别为映射在空间直角坐标系x,y,z轴上的值； 分别是qv和q4的导数； 为qv的转置；Ω∈R3是刚性飞行器的角速度；I3是R3×3单位矩阵； 表示为：

1.2 刚性飞行器系统的动力学方程为：

其中J∈R3×3是刚性飞行器的转动惯性矩阵； 是刚性飞行器的角加速度；u＝[u1,u2,u3]T∈R3和d∈R3是控制力矩和外部扰动；D＝diag(D1,D2,D3)∈R3×3是3×3对称对角的执T行器效率矩阵，满足0＜Di(t)≤1,i＝1,2,3；sat(u)＝[sat(u1),sat(u2),sat(u3)]为执行器产生的实际控制力矩，sat(ui)为带有饱和特性的执行器，表示为sat(ui)＝sgn(ui)min{umi,|ui|}，umi为最大提供的控制力矩，sgn(ui)为符号函数，min{umi,|ui|}为两者的最小值；

为了表示控制约束，sat(u)表示为sat(u)＝g(u)+ds(u)，g(u)＝[g1(u1),g2(u2),g3(u3)]T，gi(ui)为双曲正切函数ds(u)＝[ds1(u1),ds2(u2),ds3(u3)]T为近似误差矢量；根据中值定理，gi(ui)＝miui，0＜mi≤1；定义H＝DM＝diag(δ1m1,δ2m2,δ3m3)∈R3×3为3×3对称对角矩阵，M＝diag(m1,m2,m3)∈R3×3为3×3对称对角矩阵；Dsat(u)重新表示为：Dsat(u)＝Hu+Dds(u)，满足0＜h0≤Dimi≤1,i＝1,2,3，h0为未知正常数；Ω×表示为：

1.3 转动惯性矩阵J满足J＝J0+ΔJ，其中J0和ΔJ分别表示J的标称部分和不确定部分，则式(4)重新写成：进一步得到：

对式(1)进行求导，得到：

其中ΩT为Ω的转置； 为qv的二阶导数； 为J0的逆； 表示为：分别为q1,q2,q3的导数；

步骤2，针对外部扰动，转动惯量不确定，执行器饱和和故障的刚性飞行器系统，设计所需的滑模面，过程如下：选择固定时间滑模面为：

其中， λ1和λ2为正常数；m1,n1,p1,r1为正奇数，满足m1＞n1,p1＜r1＜2p1， i＝1,2,3；sgn(ei), 为符号函数；

步骤3，设计神经网络固定时间控制器，过程如下：

3.1 定义神经网络为：

Gi(Xi)＝Wi*TΦ(Xi)+εi              (12)其中G＝[G1,G2,G3]T为不确定集合； 为输入矢量，Φi(Xi)∈R4为神经网络基函数，Wi*∈R4为理想的权值矢量，定义为：其中Wi∈R4为权值矢量，εi为近似误差，满足|εi|≤εN,i＝1,2,3，εN为很小的正常数；

为Wi*取其最小值所有的集合；

3.2 考虑固定时间控制器被设计为：

其中 为3×3对称的对角矩阵， i＝1,2,3； 为Θi的估计值Φ(X)＝[Φ(X1),Φ(X2),Φ(X3)]T；K1＝diag(k11,k12,k13)∈R3×3为3×3对称的对角矩阵；K2＝diag(k21,k22,k23)∈R3×3为3×3对称的对角矩阵；K3＝diag(k31,k32,k33)∈R3×3为对称的对角矩阵；k11,k12,k13,k21,k22,k23,k31,k32,k33为正常数；S＝[S1,S2,S3]T；

sgn(S1),sgn(S2),sgn(S3)为符号函数； 0＜r3＜1,r4＞1；Γ＝diag(Γ1,Γ2,Γ3)∈R3×3为3×3对称的对角矩阵；||Wi*||为Wi*的二范数；

3.3 设计更新律为：

其中γi＞0,τi＞0， 为 的导数，i＝1,2,3；Φ(Xi)选择为以下的sigmoid函数：

其中l1 ,l2 ,l3和l4为近似参数，Φ(Xi)满足0＜Φ(Xi)＜Φ0，并且为两者中的最大值；

步骤4，固定时间稳定性证明，过程如下：

4.1 证明刚性飞行器系统所有信号都是一致最终有界，设计李雅普诺夫函数为如下形式：其中 i＝1,2,3；ST是S的转置； 是 的转置；

对式(17)进行求导，得到：

其中 为两者中的最

小值，i＝1,2,3； 为 的二范数；

因此，刚性飞行器系统所有信号都是一致最终有界的；

4.2 证明固定时间收敛，设计李雅普诺夫函数为如下形式：对式(19)进行求导，得到：

其中

均为取其最小值；υ2为一个大于

零的上界值；

基于以上分析，刚性飞行器系统状态在固定时间一致最终有界。