基于自适应预测校正的月球软着陆制导控制方法

应用自适应预测制导方法，研究月球软着陆过程中的制导控制问题。作为一种具有逻辑结构的构造性方法，本文概述了自适应预测制导方法的实现步骤。针对月球软着陆过程中制导控制量少于被控制量这一“欠驱动”问题，在已有的基于一阶特征模型的全系数自适应预测校正方法的基础上，将输入输出相等的系统拓展为输入少于输出的“欠驱动”系统，以满足对位置、速度矢量同时进行制导控制的需要。本文针对初始状态误差、推力偏差、质量偏差以及比冲偏差下的软着陆过程，进行了Monte Carlo仿真分析，结果表明，自适应预测制导方法可有效用于月球软着陆过程的制导控制，且具有较高的精度和较强的鲁棒性。     

附着小行星的视线制导规律

提出了一种航天器附着（软着陆）小行星的制导与控制规律。为了保证垂直软着陆，事先规划了满足约束的理想视线与视线角轨迹，通过设计滑模变结构控制器跟踪理想轨迹，实现了在小行星表面垂直软着陆；证明了制导与控制规律的鲁棒性；最后通过数学仿真验证了提出的制导与控制规律的可行性。     

月球精确软着陆李雅普诺夫稳定制导律

为实现在月球表面期望的着陆点进行精确软着陆,以月球精确软着陆三维球体非线性轨道动力学模型为基础,采用李雅普诺夫直接法,构造了基于能量的李雅普诺夫函数,设计了跟踪收敛滑动模态的精确制导律,并通过李雅普诺夫稳定性理论证明了该制导控制律的全局指数稳定性,给出矢量推力实现方法.仿真表明,该制导方法能够满足月球精确软着陆的需要.     

一种非仿射高超声速飞行器的智能控制方法

针对非仿射高超声速飞行器控制问题，提出了一种基于强化学习的非线性反步控制方法。首先，基于高超声速飞行器的非仿射模型，设计了基于反步法的鲁棒跟踪控制器；其次，鉴于该控制器的性能和鲁棒性对参数比较敏感，借助深度确定性策略梯度的智能控制方法，对控制器进行了参数在线调整和控制指令补偿；最后，通过理论分析和仿真结果验证了当存在额外扰动和未建模动态时，所提出的智能控制器仍能保证攻角稳健跟踪期望目标。     

基于D3QN的无人机编队控制技术

针对无人机编队中控制器设计需要基于模型信息，以及无人机智能化程度低等问题，采用深度强化学习解决编队控制问题。针对编队控制问题设计对应强化学习要素，并设计基于深度强化学习对偶双重深度Q网络（D3QN）算法的编队控制器，同时提出一种优先选择策略与多层动作库结合的方法，加快算法收敛速度并使僚机最终能够保持到期望距离。通过仿真将设计的控制器与PID控制器、Backstepping控制器对比，验证D3QN控制器的有效性。仿真结果表明：该控制器可应用于无人机编队，提高僚机智能化程度，自主学习保持到期望距离，且控制器设计无需模型精确信息，为无人机编队智能化控制提供了依据与参考。     

月面无人自主采样返回任务动力下降点确定及验证

动力下降点确定是实施月面软着陆的重要环节，是多系统间复杂迭代的过程，涉及轨道设计、制导律设计、着陆目标的采样区确定、着陆及起飞安全分析。其设计结果直接影响了最终着陆点的位置和着陆过程的着陆安全，也间接影响采样安全和采样工程目标的实现结果。针对嫦娥五号在实施月面软着陆前确定动力下降点的任务需求，提出了通过多次轨道控制与最优标称制导轨迹搜索联合控制策略的动力下降点确定方法。首先，根据月面无人自主采样返回任务设计总结了动力下降点确定原理和约束条件；然后，详细论述了月面无人自主采样返回任务软着陆过程动力下降点确定方法；最后，通过嫦娥五号在着陆前主要的几次轨控实施结果分析了其对动力下降点的影响，同时综合了着陆区地形分析及着陆、起飞安全性分析，对动力下降点进行确定并根据最终在轨飞行结果进行验证。验证结果表明，基于“逐次逼近寻优方法”的月面软着陆环节动力下降点的确定方法有效，可以为后续地外天体软着陆等任务提供参考和借鉴。     

行星悬浮轨道保持控制研究

针对太阳帆航天器行星悬浮轨道保持控制问题进行了研究.首先，建立了柱坐标系下太阳帆动力学模型；然后，对模型进行线性化处理，推导出太阳帆状态方程；接着，设计线性二次型调节器(LQR)及基于遗传算法(GA)改进的控制器，对出现扰动的轨道进行控制；最后，通过仿真结果对比，表明上述控制器均可实现轨道保持控制，且基于GA改进的LQR性能明显优于传统LQR.     

“嫦娥三号”探测器软着陆自主导航与制导技术

"嫦娥三号"探测器首次实现了我国航天器在地外天体软着陆,制导导航与控制技术是软着陆任务成功的关键。针对高安全和高可靠软着陆任务的要求,设计了包含接力避障的软着陆飞行程序,提出了单波束分时修正与多波束融合修正的自主导航方法和自适应动力显式制导、无迭代多项式粗避障制导以及内外环结合的精避障制导等方法。实际在轨飞行结果表明,导航算法提供了高精度的状态估计,制导算法实现了高精度状态控制和有效避障机动,确保了软着陆落月的安全性和可靠性。     

月球精确软着陆制导轨迹在轨鲁棒跟踪

为实现在月球表面期望的着陆点进行精确软着陆(PPL),在开环制导规划出的最优标称轨迹基础上,考虑动力下降过程中的干扰和不确定性,对在轨闭环轨迹跟踪制导方法进行研究.针对月球PPL三维球体非线性轨道动力学模型,充分考虑自主制导的鲁棒性、实时性要求,采用动态平面控制技术的思想,解决退步法存在的"计算复杂性膨胀"问题,并证明了闭环系统的稳定性.仿真算例表明,该方法不仅算法简单,过渡过程能够实现快速跟踪,而且能够保证稳态跟踪误差在预先给定的范围之内且可以自由调节.     

基于PPO的移动平台自主导航

为解决强化学习算法在自主导航任务中动作输出不连续、训练收敛困难等问题, 提出了一种基于近似策略优化(PPO)算法的移动平台自主导航方法。在PPO算法的基础上设计了基于正态分布的动作策略函数, 解决了移动平台整车线速度和横摆角速度的输出动作连续性问题。设计了一种改进的人工势场算法作为自身位置评价, 有效提高强化学习模型在自主导航场景中的收敛速度。针对导航场景设计了模型的网络框架和奖励函数, 并在Gazebo仿真环境中进行模型训练, 结果表明, 引入自身位置评价的模型收敛速度明显提高。将收敛模型移植入真实环境中, 验证了所提方法的有效性。      

Deep reinforcement learning for six degree-of-freedom planetary landing

This work develops a deep reinforcement learning based approach for Six Degree-of-Freedom (DOF) planetary powered descent and landing. Future Mars missions will require advanced guidance, navigation, and control algorithms for the powered descent phase to target specific surface locations and achieve pinpoint accuracy (landing error ellipse <5 m radius). This requires both a navigation system capable of estimating the lander’s state in real-time and a guidance and control system that can map the estimated lander state to a commanded thrust for each lander engine. In this paper, we present a novel integrated guidance and control algorithm designed by applying the principles of reinforcement learning theory. The latter is used to learn a policy mapping the lander’s estimated state directly to a commanded thrust for each engine, resulting in accurate and almost fuel-optimal trajectories over a realistic deployment ellipse. Specifically, we use proximal policy optimization, a policy gradient method, to learn the policy. Another contribution of this paper is the use of different discount rates for terminal and shaping rewards, which significantly enhances optimization performance. We present simulation results demonstrating the guidance and control system’s performance in a 6-DOF simulation environment and demonstrate robustness to noise and system parameter uncertainty.     

月球重力转弯软着陆的模糊变结构控制

针对月球软着陆的最终段,提出了以重力转弯方式进行软着陆的模糊变结构制导律.首先设计了次优滑动面,然后引入模糊控制器,使滑动变量逐渐收敛到0,实现安全着陆.考虑了发动机推力偏差、着陆器初始质量估计偏差、月球引力加速度偏差、初始条件干扰、敏感器测量误差及姿态跟踪误差.并用Monte Carlo技术验证了所设计的模糊变结构制导律具有很强的鲁棒性,能够克服各种随机偏差及干扰的影响.因此,所设计的软着陆制导律是可行的,并且只须以斜向距离和斜向速度作为输入,工程实现简单.      

月球引力转弯软着陆的制导控制研究

对于月球引力转弯软着陆过程 ,采用反馈线性化方法 ,对高度和速度信息分别设计了跟踪制导控制律 ,并应用微分几何的有关理论证明了这两种跟踪制导控制系统的李雅普诺夫稳定性。此外 ,根据软着陆系统推力、燃料和状态的约束条件 ,给出了引力转弯着陆过程初始条件的可达集合。最后给出的软着陆跟踪制导实例 ,只需要测得斜向距离、速度和姿态角度信息。这种制导方法测量简单 ,适于低成本的软着陆任务。     

月球探测器垂直软着陆4D轨道全局优化

提出一种包含动态规划法与共轭梯度法的组合优化算法,求解月球探测器垂直软着陆问题. 其以动态规划法中求得的次优控制变量作为共轭梯度法的初始控制变量,求得更为精确的最优控制变量和最优轨道. 月球垂直软着陆的轨道可以分为两段,即制动段与着陆段. 以燃料消耗量最小为性能指标,采用该组合优化算法分别对两段轨道进行了4D全局优化. 数值仿真结果表明,该组合算法优化精度较高,收敛速度快,稳定性好,可用于机载计算机实时生成垂直软着陆4D轨道,同时还可推广到其他终端时间自由型两点边值问题.      

附着小天体的动态面鲁棒制导与控制方法

以精确附着小天体表面的任务为背景,提出一种基于扰动观测器(DOB)和动态面控制的附着小天体的制导与控制方法。根据探测器的初始条件与终端着陆条件规划了标称轨迹,并将引力场建模误差、参数摄动和外部干扰等视为总扰动,结合动态面控制和DOB设计了标称轨迹跟踪控制器。分析总扰动估计误差的渐进收敛性以及闭环标称轨迹跟踪控制系统的稳定性,并确定控制器参数选取条件。数值仿真结果表明,所设计的DOB可以有效地估计并抑制总扰动且闭环标称轨迹跟踪控制系统具有良好的稳定性和控制精度。     

基于模糊强化学习的多柔性梁振动控制仿真

空间机械结构趋向大型化、复杂化、柔性化特点，容易导致残余振动，且残余振动频率低，振动时间长.针对多柔性梁耦合结构残余振动问题，通过有限元法建立了动力学模型，分析了振动特性，呈现密频特性，拍频特征.对于残余振动问题，结合模糊强化学习控制算法，构建模糊规则表，使用ε 贪婪法选择每条规则中的动作，进而生成最终的控制电压，与环境交互后获得回报，利用时序差分误差对状态动作价值进行反馈学习.经过训练，控制器收敛于一个模糊控制规则.仿真结果显示模糊强化学习控制器对多柔性梁残余振动快速抑制，验证了模糊强化学习控制算法的有效性.     

小天体自主附着多滑模面鲁棒制导方法研究

小天体形状不规则及缺乏观测信息的特点使得小天体附近的动力学环境较为复杂,附着动力学模型存在较大不确定性。通过引入多滑模面鲁棒制导方法,分别设计2个滑模面,使探测器状态先后到达这2个滑模面,可实现指定时刻精确附着小天体的目标。通过选取参数的分析总结了制导律中相关参数的选取对燃料消耗的影响,给出了制导律相关参数选取原则。在存在外界环境扰动、初始状态误差和导航误差条件下,蒙特卡洛仿真结果表明:多滑面制导方法能够在小天体的不确知环境中实现高精度附着,且具有很好的鲁棒性。多滑模面制导方法精度高、鲁棒性好,且无需设计参考轨迹,实时性好,适合小天体自主精确附着的任务需求。     

基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。