航天器轨道追逃博弈多阶段强化学习训练方法

针对航天器轨道追逃博弈问题,提出一种多阶段学习训练赋能方法,使得追踪星在终端时刻抵近逃逸星的特定区域,而逃逸星需要通过轨道机动规避追踪星。首先,构建两星的训练策略集,基于逻辑规则设计追踪星和逃逸星的机动策略,通过实时预测对方的终端位置,设计己方的期望位置和脉冲策略,显式给出追逃策略的解析表达式,用于训练赋能;其次,为提升航天器的训练赋能效率及应对未知环境的博弈能力,提出一种基于强化学习技术多模式、分阶段的学习训练方法,先使追踪星和逃逸星分别应对上述逻辑规则引导下的逃逸星和追踪星,完成预训练;再次,开展二次训练,两星都采用邻近策略优化(PPO)策略进行追逃博弈,在博弈中不断调整网络权值,提升决策能力;最后,在仿真环境中验证提出的训练方法的有效性,经过二次训练后,追踪星和逃逸星可有效应对不同策略驱动下的对手,提升追逃成功率。     

航天器近程编队自主协同相对导航方法

针对GNSS(全球导航卫星系统)拒止环境下近圆轨道多航天器近距离编队自主协同相对导航问题,提出了利用测角相机偏离航天器质心安装时的杆臂效应和多航天器之间几何一致性约束来实现相对导航的方法。首先,在第二轨道坐标下分别建立了基于Hill Clohessy Wiltshire方程的多航天器编队相对轨道演化模型、测角相机偏离质心安装情况下的相对视线角测量模型;然后,引入多航天器之间几何约束建立了相对轨道状态的一致性约束模型,并基于该约束模型设计了一致性扩展卡尔曼滤波估计算法;接着,对所建立的相对导航模型进行了相对轨道状态的可观测性分析,得到了使相对轨道可观测的相机偏置安装条件;最后,通过数值仿真实验对所提算法进行了校验,并与一致性无约束条件下的估计算法进行了对比分析。仿真结果表明,本文所提算法的相对位置误差能够快速收敛,在5 m传感器偏置和10 -3 rad量级测角误差条件下,多航天器相对定位误差在10 m以内。     

航天器共振轨道研究

建立航天器非开普勒运动理论是航天技术发展的必然。提出了一类非开普勒轨道——共振轨 道。共振是自然界的一种普遍现象,当发生共振时,很小的输入可以使系统的状态产生较大 变化。研究表明航天器在推力作用下的非开普勒运动在参数平面内可以视为一种受迫振 动,也会发生共振现象。因此,可以利用共振原理来研究航天器的运动,称这样一类非开普 勒轨道为共振轨道。首先通过合理地选择轨道描述参数、时间尺度和推力描述方式建立 航天器共振轨道的动力学模型。然后讨论航天器在推力作用下轨道运动的振动规律,并给出 共振轨道的概念及轨道方程。最后提出基于共振轨道的机动轨道设计方法。
     

航天器反应式碎片规避动作规划方法

提出一种航天器反应式碎片规避动作规划方法，首先以扰动流体动态系统(IFDS)算法作为动作规划的基础算法，通过其中的总和扰动矩阵对航天器的轨道速度矢量进行修正，实现轨道机动规避；然后，建立基于双延迟深度确定性策略梯度(TD3)深度强化学习算法的反应式动作规划方法，通过TD3在线优化IFDS规划参数，实现对碎片群的“状态-动作”最优、快速规避决策。在此基础上，将优先级经验回放和渐进式学习策略引入该方法中，提升训练效率。最后，仿真结果表明，所提方法可使航天器安全规避多发、突发、动态且形状各异的空间碎片群，且具有较好的实时性。     

不完全信息Epsilon纳什均衡的航天器末端追逃博弈策略

针对不完全信息下的航天器末端追逃问题,提出了一种满足Epsilon纳什均衡的微分博弈控制策略。首先,建立了完全信息下的有限时间追逃纳什均衡策略对,并将其作为目标航天器实际采取的控制策略,使目标航天器掌握博弈进程的完全信息,进而获得更好的逃逸性能。在此基础上,考虑拦截航天器不能获取目标控制矩阵信息的态势,设计了基于广义卡尔曼滤波的行为学习信息估计算法,使拦截器能够对目标的不完全信息进行估计,并提出了不完全信息下的末端追逃博弈控制策略。经过理论分析,证明了所设计的不完全信息下微分博弈策略对满足Epsilon纳什均衡。最后,仿真结果表明该算法可以有效估计目标的不完全信息,确保拦截器能够在有限时间内快速拦截目标。     

一种航天器空间机动轨道的改进形状设计方法

针对带推力约束的航天器三维空间机动轨道初始设计问题,提出了一种基于傅立叶级数展开的改进形状设计方法。首先,在柱坐标系下建立了航天器运动模型,并将基于傅立叶级数展开的形状方法推广到三维空间的机动轨道初始设计;然后,基于所得到的空间初始机动轨道,采用直接配点法进行了完整三维空间机动轨道的优化设计。仿真结果表明,提出的方法可以为带有任务约束的航天器三维空间机动轨道的优化设计提供更优的初始参数及其解析解,为空间机动轨道设计提供了新的方法。     

“多对多”模式下GEO卫星在轨加注任务规划

随着在轨服务技术的发展和对航天器发射运营成本的控制，航天器在轨服务模式将由“一对一”服务逐步发展为“一对多”“多对多”的服务模式。在具有多个服务目标的模式下，针对服务航天器的任务分配与规划将变得尤为关键。因此，本文研究了多服务航天器为多个地球同步轨道(GEO)卫星进行在轨加注的任务规划问题。首先，考虑服务航天器容量约束、服务路径约束等多类约束条件，以最小化燃料消耗为优化指标，以每个服务航天器的服务顺序为决策变量，建立“多对多”在轨加注任务规划模型。其次，针对遗传算法局部搜索能力差、易陷入局部最优的缺陷，设计了一种将大邻域搜索算法和遗传算法相结合的混合启发式算法(LNS-GA)，用以求解该任务规划问题。该算法利用大邻域搜索算法中的“破坏”和“修复”思想，对遗传算法每一代种群中的精英个体进行进一步的迭代搜索，从而增强算法的局部搜索能力。最后，通过设定的仿真场景与单一遗传算法进行仿真对比，验证了本文所提出算法的有效性和优越性。     

失效航天器姿态接管的SDRE微分博弈控制

针对燃料耗尽的失效航天器姿态接管控制问题，提出多颗微卫星协同实现姿态稳定的状态相关黎卡提方程(SDRE)微分博弈控制方法。首先，将姿态接管问题转化为多颗微卫星的微分博弈问题，基于组合航天器的姿态模型和微卫星的性能指标函数建立多颗微卫星的非线性微分博弈模型，微卫星通过独立优化各自的性能指标函数得到控制策略。其次，引入状态相关系数矩阵，将非线性博弈转化为状态相关线性二次型博弈，采用SDRE方法更方便地逼近微卫星的博弈均衡策略。最终通过李雅普诺夫迭代法求解耦合状态相关黎卡提方程组得到微卫星的状态反馈控制器，实现微卫星的自主决策。数值仿真验证了多颗微卫星采用微分博弈控制方法实现姿态接管的有效性和容错性。     

一种分布式信息融合的航天器实时轨道确定算法

针对传统航天器集中式实时轨道确定方法对计算中心依赖性强、鲁棒性差等问题，在分布式混合信息滤波算法(DHIF)的基础上，提出一种基于分布式信息融合的航天器实时轨道确定算法。通过该算法各测站融合自己和邻居节点的状态信息及量测信息，可同时对目标航天器进行局部实时定轨。该算法支持包含多类型传感器的观测网络，对定轨系统局部变化适应性强。仿真结果表明，该分布式定轨算法使各测站局部定轨精度优于单站滤波定轨精度，且一致逼近于多站集中式滤波定轨精度，测站局部定轨的收敛速度取决于测站网络通信的拓扑结构。     

基于追逃博弈的非合作目标接近控制

针对追踪航天器接近非合作目标任务中的相对位置控制问题,提出了一种基于线性二次型追逃博弈的控制方法。首先,将非合作目标接近问题转化为二人追逃博弈问题,并设计了二次型目标函数。其次,结合相对运动模型,建立了线性二次型追逃博弈模型。为得到纳什均衡策略,将HJ方程转化为代数黎卡提方程,并给出了李雅普诺夫迭代法对其求解。最后,对博弈控制方法的有效性进行仿真验证,结果表明,该方法能够在非合作目标机动时实现轨道接近控制。     

基于深度神经网络的无限时域型航天器追逃策略求解

航天器追逃博弈是当前航天领域的一个研究热点,传统上多采用微分对策来获取追逃双方的最优控制策略,但是方法求解复杂、计算量大,难以满足复杂任务和对抗类任务的实时性要求。随着机器学习技术的发展,利用深度神经网络结构实现全部或部分的在线决策成为可能,因此研究了基于深度神经网络生成无限时域型追逃博弈最优控制策略问题。首先基于CW方程建立追逃博弈相对运动模型,采用微分对策理论得到追逃最优控制策略,得到训练数据集和测试数据集;基于TensorFlow环境搭建了4层神经网络,采用Adam优化算法对网络进行训练。仿真结果表明,经过训练的深度神经网络生成的控制策略与传统方法的策略基本一致,虽然长时间追逃的控制差异逐渐增大,但变化趋势相同,说明利用深度神经网络生成航天器追逃博弈的机动策略是有效的。     

航天器环绕小行星Ivar的运动分析

将小行星Ivar近似为三轴椭球体，给出了非球形引力势函数，建立了航天器环绕小行星Ivar的轨道动力学方程。利用Jacobi积分常数绘制了航天器在Ivar周围的零速度曲线，并分析了航天器的可能运动区域，给出了航天器不碰撞小行星Ivar的边界条件及不同偏心率下的近拱点半径。分析了小行星Ivar扁率和椭率对环绕轨道的影响，数学仿真结果表明：在一个轨道周期内，顺行轨道的开普勒能量、轨道角动量、偏心率和近拱点半径变化较大，而逆行轨道的相应参数变化较小。     

非合作目标交会相对导航方法研究

本文对一类非合作目标交会的相对导航问题进行了研究。基于近圆轨道上运行的非合作目标航天器初始轨道、追踪航天器在惯性空间的瞬时位置及追踪航天器到目标航天器的视线仰角和方位角等信息,文章从相对距离和相对姿态的确定及相对导航滤波器的设计三方面入手,提出了相对位置和相对速度等相对导航参数的获取方法。数学仿真验证了该方法的有效性。     

基于逼近理想解排序法的航天器初始轨道选优

针对航天器入轨段，如何从多组初始轨道中选择一组最优或最符合客观实际轨道根数问题，进行了深入地理论分析，提出了基于逼近理想解排序法的航天器初始轨道根数选优算法。描述了逼近理想解排序法的设计思想以及求解的六个基本步骤；针对航天器初始轨道的设计特点，巧妙地利用标称轨道作为理想解，偏差轨道作为负理想解，成功地应用逼近理想解排序法建立了初始轨道根数选优的决策数学模型，并以一颗典型的太阳同步轨道卫星为例，验证了其数学模型和选优算法的合理性和正确性。     

一种用于近地轨道航天器的天地网络一体化方案

当前空间通信的发展趋势是空间通信网与地面通信网融合,建立天地一体化的信息传输系统。针对航天器内部网段设计和CCSDS空间链路承载网际协议业务(IP over CCSDS)的协议转换技术开展研究,提出一种适用于近地轨道航天器的天地网络一体化方案,并通过研制航天器网关实现了网际协议(IP协议)与空间数据系统咨询委员会高级在轨系统(CCSDS AOS)空间数据链路协议的相互转换,并对服务质量(Qo S)保证方法进行了设计,试验结果表明,文章提出的方案可用于构建天地一体化互联网络。     

一种采用衰减记忆滤波的环月航天器自主导航方法研究

针对环绕月球运行的深卒探测航天器提出了一种新的自主导航方案，该方案是以两个环月航天器之间的相对位置矢量信息作为量测量，结合轨道动力学方程，对航天器的轨道自主估计确定，方案中考虑了符合实际的复杂摄动影响，并对描述动力学特性的数学模型与噪声的统计模型不准确而导致的滤波发散问题，提出利用一种经过衰减记忆改进的平方根非线性滤波（SRUKF）算法进行解决。对所提方案做了大量的计算机仿真，同时洋尽的分析和比较了由于衰减因子及采样周期变化所带来的影响。从仿真结果上看，衰减记忆滤波处理能够很好得抑制非线性状态转移条件下的滤波发散趋势。     

访问多个特定相对位置的航天器轨道设计

在航天器轨道设计问题中,将惯性空间中经典的吉布斯三矢量定轨方法拓展到相对运动空间中,给出了一种相对运动条件下的三矢量定轨方法。针对已知轨道的目标航天器,以及二个或三个给定的空间相对位置,基于相对运动方程,提出了设计跟随航天器飞行轨道的数值方法。以轨道面共面或异面,以及目标航天器轨道形状为椭圆或圆,将问题分为四种情况进行约束条件和自由变量个数的分析讨论。对于自由变量个数多于约束方程的情况,额外给定周期重访约束,将各种情况下的特定相对位置访问问题转化为一至二维的非线性方程(组)求解问题。对一维方程求解采用分段黄金分割+割线法进行快速求解;对二维方程组通过网格法搜索迭代初值并通过牛顿迭代快速求解。进一步基于线性模型的解,采用微分修正方法求解了各情况下J2摄动模型下的结果。数值算例验证了提出方法的正确性及有效性。     

航天器交会两点边界值问题

从绝对运动和相对运动两方面讨论近地空间航天器交会中的两点边界值问题。其中，绝对运动涉及多圈Lambert问题，以Lagrange时间方程为研究工具，而相对运动Lambert问题应用C—W线性解。对圆轨道之间的双冲量转移，给定转移角与转移时间，研究最小变轨速度增量所对应的转移圈数与轨道参数的求解方法，提出满足最小变轨速度增量要求的多圈转移的工程图解法，并从工程应用出发，在飞行时间约束下，按最小速度增量要求，阐述航天器交会两点之间飞行轨道（轨迹）设计方法。这种方法将飞行轨迹划分为初始漂移段、轨道转移段与终端停泊段三部分，应用两点边界值问题的解，选择两次冲量机动时刻，使速度增量之和最小。模拟算例表明，这种方法对航天器交会设计是适用的、有效的。     

基于多智能体强化学习的轨道追逃博弈方法

针对空间轨道博弈过程中的集群卫星和非合作目标追逃博弈情形下的动力学模型复杂、非合作目标机动信息未知,以及卫星间难以有效协调等问题,提出一种基于多智能体深度强化学习算法的集群卫星空间轨道追逃博弈方法.首先通过对博弈场景进行建模,在考虑最短时间、最优燃料以及碰撞规避的情形下进行奖励函数的塑造和改进,利用深度强化学习方法中的...     

航天器异面气动力辅助变轨大气飞行段的最优轨迹

本文研究航天器利用气动力辅助变轨实现由远地轨道向近地轨道异面转移问题，就航天器利用大气飞行实现减速及轨道平面机动提出了一种考虑过程约束存在时的优化设计方法。通过方案设计将函数优化问题转换成参数优化问题，并利用美国航天飞机数据进行了模拟计算，得到满意结果。