基于CGAPIO的航天器编队重构路径规划方法

针对航天器编队重构的路径规划问题,考虑燃料消耗和碰撞概率等约束条件,以及基本鸽群算法存在的问题,提出一种基于混沌初始化和高斯扰动的自适应鸽群(CGAPIO)算法。为了得到多样性和覆盖性更好的鸽群初始值,采用Tent Map混沌模型进行鸽群初始化操作;在地图和指南针算子阶段,为提高全局搜索能力,引入了自适应的权重因子和学习因子更新个体的位置和速度;在地标算子阶段,为避免算法陷入局部最优,将高斯扰动加入到鸽群中心位置。仿真实验结果表明:CGAPIO算法与基本鸽群算法和粒子群算法相比,提高了全局搜索能力,避免了局部最优,规划得到的路径更加平滑,各航天器碰撞概率较低,编队重构消耗的总燃料至少减少了12%。      

力矩输出能力最优化混合执行机构操纵律设计

当航天器执行高动态敏捷机动或者姿态动态跟踪控制等任务时，常使用控制力矩陀螺（control moment gyroscope，简称CMG）和飞轮（reaction wheel，简称RW）构成的混合执行机构来提供大力矩。提出了基于力矩输出能力最优化的混合执行机构操纵律，从几何角度出发，给出了力矩输出能力最优的CMG框架角速度和RW角加速度，通过引入参数，并讨论参数的设置的最优，使得框架转速误差和输出力矩误差的混合二次型达到最小，保证了混合执行机构在输出力矩误差最小的情况下，力矩输出能力最优。以金字塔构型的CMG集群和正交的RW集群构成的混合执行机构为例，对基于力矩输出能力最优化的混合执行机构操纵律进行合理化分析，证明了引入参数的作用，并且证明了混合执行机构不存在CMG奇异情况。仿真结果表明，基于力矩输出能力最优化的混合执行机构操纵律解决了CMG奇异的问题并使得RW不陷入饱和，输出力矩误差较小，输出力矩能力强，能够应用于航天器大角度机动任务。