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。     

基于联邦学习的星群故障诊断

针对卫星编队中单颗小卫星欠配置、测量信息不全和故障类型数据少等问题,提出一种基于联邦学习的卫星编队故障诊断方法.基于故障影响下的卫星动力学模型,利用Unity3D引擎搭建虚拟仿真环境,为后续卫星故障注入及故障数据产生奠定基础.考虑单个小卫星测量配置不全的问题,采用双向协调网络(BicNet)构建卫星本地故障诊断模型,借鉴邻居卫星的“远端”敏感器信息,实现本地卫星故障诊断.采用联邦学习框架进行分布式训练,每颗卫星上传本地模型参数进行协同建模,在不增加通信压力的情况下,整合整个星群的故障特征,提高星群对不同故障类型的故障诊断能力.所设计的编队故障诊断算法在编队卫星数量变化时也无需重新训练诊断网络,满足“即插即用”的工程需求.通过仿真实例验证,在测试集上精度达到99%,表明该方法有较高的准确性.     

基于DRL的巨型星座星地测控链路规划算法

针对巨型星座的星地测控链路规划问题，提出了一种基于深度强化学习的智能规划调度算法。该方法考虑了卫星对于测控站的资源竞争关系和连接关系，设计了环境状态，决策智能体通过感知卫星状态，结合动作选择策略，生成卫星对于测控站的分配方案，并根据反馈的奖励值进行策略的迭代优化。将本算法应用于巨型星座系统的星地测控链路规划任务，仿真结果表明所提出的智能算法可以将测控站天线利用率提升到98%以上，同时有效地降低了天线的切换次数。另外，训练好的模型可以根据未来时刻的星地可视窗口，在30s内快速生成星地测控链路规划方案。     

基于蝙蝠飞行的仿生智能卫星编队管理策略

摘要： 卫星编队构型的保持对编队任务实施至关重要,针对高精度卫星编队控制策略复杂不易于实现的问题,提出了一种基于蝙蝠飞行的仿生智能编队管理策略.首先分析了编队动力学和图论理论,总结自然界中蝙蝠群体的行为规律,给出了蝙蝠飞行数学模型,以此设计了编队虚拟中心用于衡量卫星编队整体效益和局部效益,进而给出了仿生编队管理策略,算法清晰实用.最后,应用卫星编队算法对对卫星编队构型进行控制仿真验证,实现了高精度、低能耗的稳定控制.     

椭圆轨道卫星编队燃料最优机动实时算法

文章针对椭圆轨道编队卫星最优燃料机动的实时计算问题进行研究。利用LGL伪谱法对问题进行快速求解。由于最优燃料控制为非连续控制,如直接采用伪谱法则只有当离散点数目很大时,才能实现较高精度的编队机动控制,而这会影响算法的实时计算效率。为了克服这方面的不足,文章提出了一种时间尺度变换策略,并结合模型预测的滚动优化方法,设计了一种编队实时机动控制算法。该算法在兼顾解的全局最优性的同时改善了解的局部精确性,最后通过数值仿真验证了所设计算法的有效性。     

考虑任务分配的无人机信息交互拓扑生成

无人机（UAV）持久编队信息交互拓扑的优化是保证UAV编队结构稳定性和任务执行时效性的重要基础。现有的编队生成算法针对距离因素进行权重赋值和拓扑生成，由于未考虑任务分配因素，可能会引起整体任务执行时间过长甚至任务失败的问题，对UAV的能量也造成了不必要的损耗。以任务消息传输时间和能量损耗为关键优化目标，在保证UAV编队结构稳定的前提下，提出考虑任务分配因素的信息交互拓扑生成算法，优先连接承载实时性要求较高通信任务的关键汇聚链路，对剩余链路通过引入惩罚项，在权重上进一步将任务消息传输量因素考虑在内，生成最终的信息交互拓扑。使用OMNet++进行仿真验证，相比于只考虑距离因素的信息交互拓扑生成算法，所提算法在20架UAVs编队场景下，消息传输时间方面最高降低57.3%，最低降低28.1%，关键任务消息的到达时延降低了45.2%～51.6%，而任务执行过程单UAV的能量损耗总体减少了17.5%，平均每个节点减少损耗16.1%。     

基于事件触发的多机编队目标跟踪控制

为解决多机编队目标跟踪过程中存在的机间通信和控制更新频繁的问题，提出了一种具有事件触发机制的多机编队目标跟踪控制算法。首先，给出了一种具有事件触发策略的编队队形描述与目标跟踪一体化算法，简化了算法设计的复杂度，并使触发机制的工作过程更加直观；其次，给出了分布式目标跟踪控制律，并仅利用状态估计信息设计了事件触发函数，使无人机间通信与控制更新问题转换为判别触发函数的取值问题，同时设计了最小触发间隔系数，避免了可能存在的"Zeno行为"；最后，以编队不同的运动模式对算法进行了仿真验证。研究结果表明:所提算法能使无人机编队在机间通信与控制更新次数明显减少的情况下跟踪上目标。      

应用虚拟结构的卫星编队飞行自适应协同控制

针对卫星编队飞行协同控制存在质量、转动惯量不确定性及外部扰动的问题,提出了一种应用虚拟结构的卫星编队飞行自适应协同控制方法。首先,通过对虚拟结构模型的描述,建立了虚拟结构状态变量与编队卫星期望状态之间的表达式;其次,设计了编队卫星和虚拟结构的位置、姿态自适应协同控制器,通过在虚拟结构控制器中引入编队卫星的状态误差,实现了编队信息至虚拟结构的反馈,并采用Barbalat引理证明了闭环系统的稳定性和对有界扰动的抑制:最后,以三星编队协同轨道机动和空间指向性偏转为例对所设计的控制器进行了仿真验证。仿真结果表明:设计的控制器能够实现对编队卫星质量和转动惯量的自适应估计,使得编队卫星位置和姿态控制误差最终趋近于零,验证了所提方法的有效性。     

基于对偶四元数的编队飞行卫星相对位姿描述

为统一描述编队飞行卫星中主从星的相对位置和姿态参数,利用对偶四元数,建立编队飞行卫星运动学模型,分析其物理意义,提出了基于对偶四元数的编队飞行卫星相对位姿描述的划船算法,并利用这一算法解算出相对位置和姿态参数,突破了传统方法中将卫星轨道和姿态分而治之的方式。仿真结果表明该算法科学合理,能够有效描述编队飞行卫星间的相对位置和姿态。     

交变电磁消旋过程中径向共线构型编队的附加力策略研究

高速运动的失效卫星等空间目标会威胁在轨卫星的安全，高效清除这类优先级高的目标的研究成为必然趋势。通过探讨不同消旋方法，提出一种基于非匀强磁场的径向分布电磁消旋编队策略，将旋转目标在非匀强交变电磁场中产生的电磁力视为控制力，通过位置调节控制电流，并利用数值模拟方法验证可行性。仿真结果表明，通过距离反馈控制电磁线圈的输出电流能在电磁消旋过程中减小电磁卫星与消旋目标的相对距离变化幅度，减少推进剂消耗，验证基于非匀强磁场的径向分布电磁消旋编队实现无推进剂消旋策略的可行性。     

有向通信拓扑和时延条件下的无人机集群时变编队控制

针对无人机（UAV）集群在有向通信拓扑和存在通信时延条件下的时变编队控制问题进行了研究。建立了无人机集群二阶离散时间系统模型，基于无人机自身实时信息和相邻无人机带通信时延的状态信息，设计了分布式编队控制协议。通过理论分析，得到了无人机集群能够实现时变编队的充要条件，给出了可行的期望编队的表达式。在集群通信拓扑有生成树的条件下，分析了控制协议中待定参数和状态更新周期满足的耦合约束条件，并给出了参数设计的流程。仿真结果表明:即使在较大的通信时延下，所设计的控制协议也能实现无人机集群时变编队控制，验证了理论分析的正确性和有效性。      

超精密微牛级微波离子推进技术及其在卫星超精度控制中的应用研究

空间技术的快速发展使得利用空间卫星的编队飞行构建大型空间星座成为可能,在引力波探测、射电望远镜编队、星座组网等任务方面具有重要作用。超精度控制是实现卫星高精度编队飞行的关键技术。推进系统是实现卫星编队长期高度稳定飞行的保证,从而实现内部科学装置的正确运行。不同于常规的推进系统,卫星精密编队超精度控制对推进系统的推力可调范围、分辨率、响应时间、推力的一致性等有着极高的要求。根据卫星精密编队任务需求,对微牛级推进系统的功能及技术要求进行了分析,提出了基于M2微波离子推力器的卫星超精度控制推进系统。阐述了M2超精密微牛级推进系统的关键技术和研究进展,为后续M2推力器在无拖曳控制方面的应用奠定了基础。     

皮纳卫星编队保持动力学分析

针对皮纳卫星在编队飞行中的控制精度要求已提高到微米甚至纳米级,文章研究了小推力作用下高精度的皮纳卫星编队构型保持问题,在考虑摄动影响下,推导维持编队构型需要的控制力与编队距离、编队空间方位等参数之间的关系,为皮纳卫星编队构型的设计提供理论指导;同时基于bang-bang控制理论,使用有限状态机设计了一种高精度的编队控制律。仿真表明,提出的控制方法不但可以使系统快速收敛,同时还能使皮纳卫星编队的星间控制精度达到1 μm,与滑模控制律相比较,精度提高近10³倍。     

二阶多智能体系统自抗扰编队跟踪与避撞控制

在多智能体编队的目标跟踪任务中,智能体受环境中的障碍物的遮挡作用会丢失目标,而外部扰动会影响系统的时变编队跟踪的控制效果。为此,研究了这两种因素同时存在情况下的二阶多智能体系统时变编队跟踪和避撞控制。采用基于目标跟踪优先级的切换拓扑控制策略以实现在障碍物遮挡环境中对目标的持续跟踪,根据自抗扰理论设计包含扰动补偿项的编队跟踪控制器。首先,基于一致性方法提出切换拓扑下自抗扰时变编队跟踪控制协议,并给出一种基于跟踪微分器的编队指令生成方法;其次,设计了求解控制参数的算法并给出协议作用下系统的稳定性分析和证明;然后,基于人工势场法设计避撞控制协议;最后,提出障碍物遮挡环境下自抗扰时变编队跟踪控制协议。仿真实验结果表明:所设计的控制协议在上述两种因素存在时仍具有良好的控制效果。      

基于约化相对轨道拟平根数的长期稳定高精度卫星编队导航技术

针对基于星间相对测量的相对导航算法中由测量方程将相对轨道拟平根数转化为相对位置过程导致的模型非线性,提出一种基于约化相对轨道拟平根数的卫星编队导航方法.该方法通过编队卫星之间一段时间的切向漂移估计半长轴偏差,合理处理半长轴偏差对双星相对动力学的影响,克服了模型线性化造成的误差,能够实现长期稳定的高精度卫星编队导航.     

基于视线测量的卫星编队机动控制方法

采用视线测量的方法,建立一种编队卫星队形保持与机动的协同控制策略。编队中每一个卫星跟踪自己轨道前方邻近卫星,产生一个视线测量矢量,编队的第一个卫星根据高级控制层指令追踪期望轨道,产生链式编队,将编队卫星之间的视线距离作为反馈控制量来实现队形控制。通过推导J2相对摄动力的表达式,控制模型考虑了模型不确定性和摄动影响,采用滑模控制器,实现了基于视线测量的编队卫星链式跟踪协同控制。仿真算例结果表明,该方法在实现编队卫星队形保持与整体机动控制上具有可行性。     

基于改进优先经验回放的SAC算法路径规划

为解决智能体在复杂环境下的路径规划问题,提出一种基于改进优先经验回放方法的在线异策略深度强化学习算法模型.该模型采用柔性动作评价算法,通过设计智能体的状态空间、动作空间及奖励函数等实现智能体无碰撞路径规划;利用样本状态优先度与TD误差构建的样本混合优先度的离散度计算样本采样概率,进一步提出基于改进优先经验回放方法的柔性动作评价算法,提高模型学习效率.仿真实验结果验证了提出的改进柔性动作评价算法在各个参数配合下的有效性及改进优先经验回放方法在连续控制任务中模型学习效率的优越性.     

输入受限的编队卫星分布式姿态协同控制

研究了跟踪时变参考姿态情况下的编队飞行卫星协同控制问题,提出了一种非线性饱和的分布式协同控制器。在控制器中引入了一个双曲正切函数向量,保证了连续控制输入的有界性。采用Barbalat引理对姿态跟踪情况下闭环协同控制系统的稳定性进行了分析,得出了系统渐近稳定的结论。通过对各种条件下的仿真,验证了算法的有效性,并确立了编队卫星信息流图的拓扑结构和控制器增益等因素与暂态过程中相对姿态保持性能的关系。