编队卫星队形重构防碰撞最优轨迹规划

 针对编队卫星队形重构的轨迹规划问题,提出了直接配置混合整数线性规划(DCMILP)方法。首先将卫星编队飞行问题进行简化,整个过程使用线性化描述;继而将三阶Simpson方法扩展至编队卫星的队形重构过程中,将各卫星的状态量和控制量在各节点处离散化;然后根据目标函数及碰撞规避问题等各种约束条件,将整个过程转化为混合整数线性规划问题,从而可以找到该非凸问题的全局最优解。最后,通过对三维和二维两组编队卫星队形重构进行仿真,由结果可以看出,与传统方法相比该方法快速有效,能够满足实时性的要求,使得卫星编队的自主运行成为可能。     

卫星编队队形重构避碰技术研究

提出了一种新的考虑避碰约束的编队队形重构路径规划方法.首先通过常规编队重构规划方法得出各星的机动策略,以此预测重构过程中各星最小距离,将此最小距离大于安全距离作为约束条件,重新规划出队形重构轨迹.仿真结果表明,该方法计算量小,能够快速地规划出考虑避碰约束时的队形重构卫星机动轨迹,且能有效节省能量消耗.     

在地球扁率摄动下的卫星编队飞行控制

卫星编队飞行的难点之一是在干扰力环境下控制队形。采用了一种基于线性二次调节器(LQR)的最优控制方法，对低轨道地球卫星所受的地球扁率摄动(J2力)加以模拟，并在模拟的地球低轨道J2力环境中。对几种卫星编队进行了模拟控制，从控制精度和能量消耗的角度对控制方法进行了分析，提出了卫星编队飞行中相对距离控制和绝对距离控制需要注意的问题。     

空战中机群编队分层优化算法

针对机群编队优化计算复杂的问题,提出了一种分层优化算法。根据敌我双方的距离、角度、速度以及飞机导弹、雷达的性能,建立了多机协同任务分配模型。根据空战中常用的基本飞机队形,对敌方机群编队进行分层,对每层分别计算己方对选取各种基本队形时的任务分配结果和队形优化优势值,通过比较得到己方机群编队的每层最优队形,当得到己方每层的最优队形之后,将己方每层最优队形进行组合解码就可得到己方机群编队的最优队形。仿真结果表明该方法能有效地解决机群编队队形优化问题,并且该算法具有较好的实时性。     

基于射击次数的编队防空队形优化配置

为解决舰艇编队协同防空中抗击多方向来袭目标流的队形部署优化问题,提出了以编队对来袭目标流的综合射击次数为目标函数的优化方法。将编队总射击次数分解为零航路捷径和非零航路捷径下的射击次数之和,利用射击次数与、杀伤区纵深、队形配置向量之间的约束关系,给出了计算方法。以一字队形为例,建立了队形部署优化模型。     

固定翼无人机编队的启发分布式模型预测控制

针对无人机编队飞行控制中队形保持、路径规划、重构、防撞等多重功能需求,采用启发型分布式模型预测控制框架,将需求转化为多目标优化问题中的代价函数与相容性约束求解,实现了对无人机编队飞行的一体化控制.同时,采用分阶段式的轨迹规划算法,融合模型预测轨迹规划与多项式轨迹规划,利用多项式轨迹系数实现高效的邻居轨迹信息交互,从而增大了模型预测控制的预测范围,并降低了规划控制过程中的计算量与通信量.最后,通过9架无人机的协同避障编队仿真,证明了该方法的有效性.     

基于自组网策略的多机编队与防撞任务研究

近年来多旋翼无人机编队飞行技术取得了巨大的突破,将无人机技术与自组网技术相结合将会促进无人机集群技术的发展。为了促进无人机编队飞行技术的发展,以5架六旋翼无人机为研究对象,重点研究了基于自组网策略的多旋翼无人机队形组成、队形保持、队形重构以及飞行过程中的避碰策略,设计了数据闭环的地面编队控制软件并进行试飞验证。测试结果表明,该数据闭环地面编队控制软件稳定可靠,实现了编队队形组成、保持、重构以及在队形变换过程中的机间避碰等功能,对多旋翼无人机编队飞行工程化实现具有一定的参考价值。     

大规模UAV编队信息交互拓扑的分级分布式生成

UAV编队信息交互拓扑的优化设计是保证UAV编队安全性和任务执行高效性的重要基础。目前队形保持下UAV编队信息交互拓扑生成算法局限于小规模编队,且优化目标单一。针对这一问题,采用了分级分簇结构扩展信息交互拓扑层级,以满足大规模场景,同时以提高编队续航能力和减少编队总通信代价为组合优化目标,提出了基于最小树形图的分级分布式领航-跟随者编队信息交互拓扑生成算法,并通过OMNeT++进行了仿真验证。实验结果表明在考虑位置误差传递迭代时,分级分布式领航-跟随者编队的总通信代价明显低于传统领航-跟随者编队,且通过周期性更新簇首,网络能耗更加均衡,提高了编队续航能力;在80架UAV编队规模下,分级分布式领航-跟随者编队生成算法能够在0.3 s内求解完成,相比于传统领航-跟随者编队算法,求解效率提高了约2.5倍;在100架UAV编队规模下,分级分布式领航-跟随者编队生成算法能够在0.4 s内求解完成,而传统领航-跟随者编队由于位置误差的传递迭代已不能保持原有队形。     

三维动态势函数下编队UAV飞行算法研究

针对三维动态环境下编队无人机(UAV)的路径规划和队形保持问题,提出了基于改进三维动态势函数与约束动力学的编队UAV飞行算法。首先,建立了改进的动态三维人工势函数模型;针对编队UAV的队形保持和重组,通过引入拉格朗日乘子建立了含队形约束的编队UAV约束动力学方程组。仿真结果表明,所提算法在三维动态环境下可有效地进行编队UAV的路径规划、队形保持与重组。     

分布式卫星干涉测高系统编队构形优化设计方法

 分布式卫星干涉合成孔径雷达（InSAR）编队构形设计是系统总体设计的关键问题。从系统测高性能优化角度出发，提出分布式InSAR编队优化设计一般方法，将其概括为求解一个优化问题，以主星带辅星群体制分布式InSAR为例建立目标函数，针对其星载双站、斜视、空间基线等特点建立测高精度与辅星轨道根数的关系，基于近似的相对运动数学模型对该优化问题进行简化，并采用遗传算法求解。在此基础上，对多颗卫星组成编队以提高系统测高性能提出了一种多星编队设计方法。仿真分析表明，经优化得到的编队测高性能要优于干涉车轮和钟摆编队，该结果验证了优化设计方法的有效性和正确性。     

Satellite formation reconfiguration and station-keeping using state-dependent Riccati equation technique

The current paper presents optimal reconfigurations and formation-keeping for formation flying satellites. The state-dependent Riccati equation (SDRE) technique is utilized as a non-linear controller for both the reconfiguration problem and formation-keeping problem. For the SDRE controller, a state-dependent coefficient (SDC) form is formulated to include non-linearities in the relative dynamics and J₂ orbital perturbation. The Taylor series and a transformation matrix are used to establish the SDC form. Optimal reconfiguration trajectories that minimize energy in satellite formation flying are obtained by the SDRE controller and compared with those obtained from a linear quadratic regulator (LQR) and a linear parameter varying (LPV) control method. It is illustrated that the SDRE non-linear controller of the current study obtains relocation accuracy of less than 0.1% of formation base-line length, while the LQR controller and LPV controller yield relatively large relocation errors. The formation-keeping controller developed using the SDRE technique in the current study also provides robustness under severe orbital perturbations.     

Fast cooperative trajectory optimization and test verification for close-range satellite formation using Finite Fourier Series method

The process of formation reconfiguration for close-range satellite formation should take into account the risk of collisions between satellites. To this end, this paper presents a method to rapidly generate low-thrust collision-avoidance trajectories in the formation reconfiguration using Finite Fourier Series (FFS). The FFS method can rapidly generate the collision-avoidance three-dimensional trajectory. The results obtained by the FFS method are used as an initial guess in the Gauss Pseudospectral Method (GPM) solver to verify the applicability of the results. Compared with the GPM method, the FFS method needs very little computing time to obtain the results with very little difference in performance index. To verify the effectiveness, the proposed method is tested and validated by a formation control testbed. Three satellite simulators in the testbed are used to simulate two-dimensional satellite formation reconfiguration. The simulation and experimental results show that the FFS method can rapidly generate trajectories and effectively reduce the risk of collision between satellites. This fast trajectory generation method has great significance for on-line, constantly satellite formation reconfiguration.     

Resilience optimization for multi-UAV formation reconfiguration via enhanced pigeon-inspired optimization

This paper develops a novel optimization method oriented to the resilience of multiple Unmanned Aerial Vehicle(multi-UAV) formations to achieve rapid and accurate reconfiguration under random attacks. First, a resilience metric is applied to reflect the effect and rapidity of multi-UAV formation resisting random attacks. Second, an optimization model based on a parameter optimization problem to maximize the system resilience is established. Third, an Adaptive Learning-based Pigeon-Inspired Optim...     

运用混合遗传算法的多机编队重构优化方法

多机编队重构优化除了要考虑终端状态约束、控制作用能量约束之外,还必须考虑安全防撞距离与通信保障距离的约束。在满足这些约束的前提下,提出了一种新的结合控制作用参数化与时间离散化(CPTD)方法和遗传算法(GA)的混合算法,将编队重构最优时间控制问题进行控制作用参数化和时间离散化处理,转化为带自由终端状态约束的离散型优化问题,并通过对传统遗传操作算子的改进,采用改进的遗传算法进行寻优,得到最优解。算例结果表明了该混合算法的有效性,其适用于编队重构最优时间控制问题。     

Gaussian pigeon-inspired optimization approach to orbital spacecraft formation reconfiguration

With the rapid development of space technology, orbital spacecraft formation has received great attention from international and domestic academics and industry. Compared with a single monolithic, the orbital spacecraft formation system has many advantages. This paper presents an improved pigeon-inspired optimization(PIO) algorithm for solving the optimal formation reconfiguration problems of multiple orbital spacecraft. Considering that the uniform distribution random searching system in PIO has its own weakness, a modified PIO model adopting Gaussian strategy is presented and the detailed process is also given. Comparative experiments with basic PIO and particle swarm optimization(PSO) are conducted, and the results have verified the feasibility and effectiveness of the proposed Gaussian PIO(GPIO) in solving orbital spacecraft formation reconfiguration problems.     

一种基于信息一致性的卫星编队协同控制策略

提出一种基于信息一致性的分布式协同控制策略,实现了卫星编队的构型建立、保持与整体机动。首先根据编队各星的初始相对状态,应用一阶一致性算法,协商估计出编队整体系统基准参考点的相对状态;再根据编队整体系统模型预测方程,以凸优化方法规划出期望重构机动路径;之后设计了基于二阶一致性算法的反馈协同控制律,使各星彼此协同地跟踪期望路径与构型、整体机动参考信息,并证明了系统的稳定性。仿真结果表明:只要在基准参考点一致性估计过程中信息拓扑图中存在最大生成树,该策略就能实现卫星编队的协同机动;反馈协同控制律能有效消除相对初始状态误差与地球非球形摄动J2项引起的各星状态偏离,并具有较好的容错性;与传统方法相比,本文方法在燃料消耗总量与均衡性方面均有所改善,且在构型快速建立或重构时,燃料消耗总量方面优势较为明显。     

一种改进双块补零北斗导航接收机弱信号捕获方法

利用卫星导航系统对高轨航天器进行自主导航与高精度定轨,对接收机的捕获灵敏度要求极高,双块补零(DBZP)算法是无辅助下卫星导航弱信号捕获的理想方案,然而受限于数据处理量大,DBZP实际应用难度大。在深入分析双块补零机理的基础上,结合矩阵重构的思想,提出了一种改进双块补零北斗导航接收机弱信号捕获方法。该方法对参与块内相关运算的基带信号和本地测距码分别进行重构,解决了块内点数与快速傅里叶变换输入点数之间的矛盾,提高了北斗导航接收机弱信号捕获性能。仿真实验结果分析表明,改进双块补零算法对信噪比没有损失,可以保证对低至15dB·Hz的弱信号进行有效捕获,能够满足高轨航天器定轨、室内外无缝导航等对接收机高灵敏度的需求。本方法是在块内运算层面对DBZP进行优化,具备良好的通用性和可移植性,与优化相干积分策略的各种改进DBZP算法可以无缝对接,进一步提高北斗导航接收机信号处理的效能。同时,重构的思想也适用于其他采用码分多址信号的卫星导航系统的弱信号检测和捕获,对提升多星座卫星导航系统的基带信号处理性能具有参考意义。     

Optimal Precession Control of Randomly Perturbed Spin-Stabilized Satellite

Dynamics of the satellite angular momenta is modeled by ordinary differential equations with additive white noise. A feedback controller er is desired to maintain tolerable satellite momenta and to economize ze the fuel consumption. The stochastic optimal control problem is transformed into an equivalent deterministic optimization problem involving a parabolic partial differential equation. Necessary optimality y conditions are used to develop a computation algorithm. Results regarding optimal controls, expected costs, and confinement probabilities in different noisy environments are presented.