基于终端滑模的航天器自适应预设性能姿态跟踪控制

针对航天器姿态跟踪控制的快速性需求,提出一类自适应终端滑模有限时间控制方法,通过引入饱和函数解决了终端滑模控制器的奇异问题,并结合实际有限时间稳定概念显式地给出了系统状态收敛时间和收敛范围之间的对应关系;为在提高系统鲁棒性的同时避免控制器抖振,设计了一种新型自适应律估计并补偿未知环境干扰。进一步地,针对如遥感卫星对地扫描成像等姿态跟踪任务中存在的状态约束问题,通过在控制器中引入具有对数形式的预设性能项,使系统滑模面响应具有期望的动态过程,约束了航天器姿态跟踪误差及其一阶导数的变化范围。仿真结果表明,设计的控制器具有较高的控制精度和响应速度,满足实际任务对状态约束的需求,且其控制输出不存在奇异和抖振,具备良好的工程应用价值。     

基于LQR的小卫星磁姿态控制设计

 研究仅采用磁力矩器作为执行机构的近地小卫星姿态控制问题。通过对刚体卫星的非线性动力学和运动学方程在平衡点处进行线性化处理,得到一个线性周期时变系统,应用线性二次最优调节器理论设计出最优磁矩控制律。最后针对某小卫星进行了仿真验证,结果表明所设计的最优控制律可以很好地完成三轴姿态稳定任务。     

基于点云的空间非合作目标初始相对位姿获取

针对空间非合作目标相对位姿解算对点云迭代最近点(ICP)算法迭代初值要求较高，易产生误匹配等问题，提出了一种基于点云分割与点云关键点的ICP初始迭代位姿获取方法。首先，考虑到非合作目标可能具有的高度对称外观，基于LCCP点云分割算法与点云Harris关键点，在已知目标外轮廓点云基础上，设计了点云ICP初始迭代位姿获取方法。该方法具体流程为：点云降采样处理与关键部分提取、关键部分点云多角度预变换处理、最佳点云匹配及初始迭代位姿获取。最后，以某通信卫星模型搭建虚拟验证平台，使用本文提出的方法给出ICP迭代初始位姿并进行对比实验。结果表明，本文提出的点云ICP迭代初始位姿获取方法可有效规避非合作目标高度对称带来的误匹配，可给出较精确的相对位姿。     

基于时频域分析的轮控航天器姿态控制规律参数整定

研究了轮控航天器姿态控制规律的设计与参数整定问题。采用xyz转序欧拉角描述航天器姿态,建立了航天器动力学及运动学方程,并设计了非线性解耦控制律,使得各回路可独立设计PID控制器。以滚动回路为例,分析了PD控制参数与系统带宽、截止频率、相位裕度等多项频域指标的关系,从而设计有效的稳态控制器以应对挠性结构振动和系统时延等;接着根据姿态控制特性给出了积分参数选取及积分饱和处理策略;同时为快速完成姿态机动,结合时间最优控制特性分析了控制参数与机动角度的关系;此外,执行机构效率和系统干扰力矩等因素也被用于控制参数域的整定。最后利用整定策略设计了某型卫星的姿态控制器,并通过频域分析和数学仿真检验了该方法的有效性和实用性。     

基于燃料最优解的火星精确着陆制导策略研究

针对火星着陆任务高实时性和低燃耗的需求,提出了一种新的基于开环燃料最优解的精确着陆制导策略。通过分析开环燃料最优解特性,设计了利用发动机推力幅值切换处的状态作为路径点结合最优线性制导律进行分段制导的制导策略,在无需存储全部燃料最优轨迹的前提下,实现具有近燃料最优特性的着陆任务,节省了大量的存储空间。同时详细讨论了包括全局燃料最优解获取、路径点提取、路径点拟合等一系列关键问题,并通过典型火星着陆场景的大量数学仿真验证了所提出策略的可行性和优越性。     

基于高斯过程回归的组合体航天器姿态接管学习控制

空间非合作目标一般具有结构复杂、质量特性未知、姿态机动能力不明等特点,这导致组合体航天器姿态动力学呈现出高度非线性和强耦合特性,且难以对其进行在轨精确辨识。针对组合体航天器姿态接管过程中目标信息不完全、精确辨识困难等问题,本文考虑目标存在姿态机动能力的任务场景,提出了一种基于稀疏高斯过程回归(GPR)的数据驱动姿态接管控制策略。首先,从系统运行数据中提取、凝炼模型未知部分的输入/输出映射关系,构建数据驱动的概率化模型以代替无法快速准确建立的参数辨识模型,并根据该数据驱动模型设计变增益反馈控制策略,证明了系统状态概率意义上的Lyapunov稳定性和有界性;其次,考虑到在轨任务的实时性、星载计算机的计算资源有限等因素,该算法可在保证控制精度的同时显著减轻学习算法的计算压力;最后,数值仿真验证了本文所提出控制方法的有效性与实用价值。     

火星科学实验室着陆系统全过程GNC技术分析

基于经典火星探测任务的数据对比,以美国最近实施的火星着陆探测器"火星科学实验室"为例,对着陆全过程的导航、制导与控制(Guidance Navigation Control,GNC)系统情况进行了深入的分析和研究,对其中的关键技术进行了系统阐述。基于目前技术和发展方向,总结了典型的探测器着陆方式的研究现状,并对未来火星探测着陆段提出展望。可为中国火星以及其他行星的探测任务方案的设计与论证提供参考。     

一种超参数自适应航天器交会变轨策略优化方法

利用强化学习技术,本文提出了一种超参数自适应的燃料最优地球同步轨道（GEO）航天器交会变轨策略优化方法。首先,建立了GEO航天器交会Lambert变轨模型。以变轨时刻为决策变量、燃料消耗为适应度函数,使用改进式综合学习粒子群算法（ICLPSO）作为变轨策略优化的基础方法。其次,考虑到求解的最优性和快速性,重新设计了以粒子群算法（PSO）优化结果为参考基线的奖励函数。使用一族典型GEO航天器交会工况训练深度确定性策略梯度神经网络（DDPG）。将DDPG与ICLPSO组合为强化学习粒子群算法（RLPSO）,从而实现算法超参数根据实时迭代收敛情况的自适应动态调整。最后,仿真结果表明与PSO、综合学习粒子群算法（CLPSO）相比,RLPSO在较少迭代后即可给出适应度较高的规划结果,减轻了迭代过程中的计算资源消耗。     

固推约束下的火星表面起飞上升制导律设计

针对受固推约束的火星上升器(MAV)起飞上升问题，设计了上升段、无动力滑行段、入轨段三段式火星表面起飞上升全过程制导策略。首先，根据实际任务需求进行了上升器标称轨迹优化。其次，在上升段引入了阿波罗制导方法，通过类攻角和类侧滑角的控制实现对标称轨迹的跟踪。为减少上升段末端偏差对无动力滑行段与标称轨迹间误差的影响，提出了一种通过调整倾侧角改变上升器所受气动力进而控制飞行轨迹的技术路线，并设计了相应的滑模制导律。另外，兼顾固推发动机的能量管理需求，针对入轨段设计了Lambert制导策略，并参考标称控制量对其进行修正，使得上升器能够在控制能力有限的情况下完成较高精度的入轨。最后，通过典型场景火星表面起飞上升全过程数值仿真验证了所设计策略的有效性和鲁棒性。