编队卫星防碰撞规避路径规划方法与控制研究

针对编队卫星在构型重构和构型失效重组时发生碰撞可能性最大的两种机动工况,采用数学规划的方法对其进行防碰撞规避准则、规避策略和控制方面的研究;并通过系统可控性证明出无径向推力相对于全向推力,也可以达到目标相位点只是燃料消耗得多。对编队构型失效重组工况中备份星机动前停泊位置,进入编队位置选择和启动时刻选择以及故障星离开编队后,目标轨道确定等问题通过数学仿真的形式予以解答。仿真结果表明,该研究方法真实可信、简便有效。     

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%。      

航天器稀疏编队飞行的概念及其设计方法

提出了航天器稀疏编队飞行的概念及其设计方法，阐明了它与通常的紧密编队飞行的区别及其在应用上的前景。采用了一个比Hill解更为广泛的新公式来设计稀疏编队，并列举了若干稀疏编队的阵形。当各航天器距离很近时，该公式自然退化为与Hill解相同的形式。通过与Hill解的设计相比较，表明了新公式用于稀疏编队设计的优越性。     

卫星编队飞行有限时间控制方法

针对卫星编队飞行相对位置控制问题,提出了一种有限时间控制方法.首先,建立了编队卫星相对运动的非线性动力学方程.其次,设计了有限时间快速收敛的滑模面,提出了一种有限时间控制方法,该方法能保证闭环控制系统的全局稳定性和快速收敛性,并给出了理论证明.最后,将提出的方法应用于卫星编队飞行维持控制.仿真结果表明该方法在收敛时间和控制精度方面均优于传统线性滑模控制和终端滑模控制.     

基于网络同步的航天器编队飞行姿态控制方法

航天器编队飞行需要协同控制系统进行统一的协调管理,以实现协同工作。文章将网络同步控制理论应用于航天器编队飞行姿态控制,以提高航天器编队飞行姿态控制的协同性。首先,采用修正的罗德里格斯参数描述航天器姿态动力学;然后,基于网络同步控制算法,设计航天器编队飞行的非线性姿态协同控制律;考虑成员航天器间姿态变化的差异,采用混合控制技术,设计航天器编队飞行混合控制策略。仿真结果验证了控制方法和控制律的有效性,并且相比单一反馈机制,混合控制具有更好的控制品质。     

编队飞行队形设计一般化方法

首先 ,在合理的假设条件下 ,基于运动学关系推导了环绕卫星相对参考卫星的相对运动方程 ;然后 ,给出了编队飞行队形设计一般化方法的具体计算公式 ,利用此方法 ,能在参考轨道为圆或椭圆轨道的情况下 ,直接求出编队中所有卫星的轨道参数 ;最后 ,给出了两个编队队形设计的算例     

基于诱导航线的多无人机编队飞行控制方法

针对无人机编队飞行控制问题,提出了一种基于诱导航线的协同控制方法,僚机根据当前相对于期望位置的误差和长机的飞行状态生成诱导航线并进行跟踪;针对飞行过程中的突发障碍采用改变编队队形的方法进行规避;针对无人机之间可能出现的碰撞情况,根据无人机到达碰撞点的时间以及位置分别从高度以及航向两方面进行躲避,仿真结果表明:采用此方法无人机能够保持稳定的编队,并同时能够躲避飞行过程中的障碍以及避免飞机之间的碰撞。      

电磁航天器编队动力学建模与运动规划方法

基于电磁航天器作用原理,利用拉格朗日方法,建立电磁航天器“绳系”动力学模型.基于偏差线性化动力学模型,以切向、径向编队为例,分析编队构型保持稳定性,设计构型保持控制律;将双星电磁航天器编队(EMFF,Electromagnetic Formation Flight)重构运动规划问题转化为标准优化问题,利用高斯伪谱优化方法进行求解.并提出序列控制策略,将该双星模型扩展应用于多星电磁编队构型重构问题,转化为多阶段运动规划问题利用多阶段优化方法进行求解.仿真结果表明本文的动力学建模方法和控制方法是可行的.      

编队飞行的小卫星精确定轨方法的研究

针对编队小卫星间的相对飞行特点，在Hill方程描述编队飞行小卫星间相对运动的基础上，提出利用星间无线电测距的相对自主定轨，来获得环绕小卫星精确轨道的卫星定轨方法。通过具体仿真计算，并与小卫星GPS自主定轨方法相比较。仿真结果表明，此方法确实有效。     

满足战场需求的实时飞行路径规划

基于启发式A*搜索技术,给出了两种战机飞行路径实时规划算法,通过采用折距替代直线距离,达到减少扩展点和提高搜索速度的目的;通过添加虚拟威胁源,解决了飞机最小转弯半径和飞行目标进入角度限制问题,通过飞行速度和飞行到达时间对应的最大飞行距离来对规划过程中扩展节点的剪枝,可以满足飞行速度、飞行时间等战场需求,提出的算法还保证穿越威胁源飞行飞机的生存性达到最大.仿真结果证实了该算法的有效性以及实时性.      

航迹跟踪的优化方法研究

最优航迹跟踪要求飞机的实际飞行航迹与理想航迹的偏差最小,但若采用按偏差的最优控制方法,会造成控制变量的剧烈震荡.为了解决控制变量的剧烈震荡问题,提出了一种新的偏差-微分综合控制方法.通过对参考航迹的跟踪验证,表明该方法有效地解决了控制变量最优解的振荡问题,并实现了精确的航迹跟踪性能.     

基于图像骨架和贪婪算法的无人机航路规划

针对无人机在执行低空突防任务时最大生存概率以及自身飞行约束的要求,对传统的人工势场法进行改进,提出基于图像骨架和贪婪算法的航路规划方法.对可飞区域提取图像骨架生成赋权图,采用Dijkstra方法搜索最小代价路径实现航路初规划;提出了曲率可控的贪婪算法对初规划结果进行优化,使最终的路径同时满足最小转弯半径和最短航程的要求.仿真结果表明该方法是一种有效的航路规划方法.     

一种团队自治实体路径规划算法TAEPP

对团队自治实体的路径规划问题进行了分析,提出了一种团队自治实体路径规划算法TAEPP(Team Autonomous Entity Path Planning).该算法是一种集中式的全局规划方法,使用改进的A*算法得到团队中Leader成员的路径,通过对Leader路径的优化得到关键点表和队形转换表,利用关键点表和队形转换表得到团队中非Leader成员的路径.队形转换表可以使行进中的队形变换更合理,减少了队形维护时需要的通信量.通过调整算法中的2个影响因子,可以分别得到侧重于队形和侧重于距离的路径.试验结果验证了TAEPP算法的合理性和有效性.      

飞行器航迹倾角的自适应动态面控制

针对飞行器纵向模型具有参数不确定性和外界干扰的特点,提出一种飞行器航迹倾角的自适应动态面控制方法.动态面控制方法通过引入一阶低通滤波器避免了传统反演设计存在的"微分爆炸"现象,采用自适应律对模型未知参数进行在线估计,并利用非线性阻尼项克服外界干扰.通过Lyapunov方法证明得出闭环系统半全局一致稳定,跟踪误差可通过调节控制器参数达到任意小.仿真结果表明:该方法能在简化控制设计过程的同时保证航迹倾角跟踪上预定轨迹,控制系统具有较强的自适应能力且对外界干扰具有一定的鲁棒性.     

基于HMDP的无人机三维路径规划

路径规划是UAV(Unmanned Aerial Vehicle)自主飞行的重要保障.初步建立了基于MDP(Markov Decision Processes)的全局路径规划模型,把UAV的路径规划看作是给定环境模型和奖惩原则的情况下,寻求最优策略的问题;为解决算法时空开销大、UAV航向改变频繁的缺点,提出一种基于状态聚类方法的HMDP(Hierarchical Markov Decision Processes)模型,并将其拓展到三维规划中.仿真实验证明:这种简单的规划模型可以有效解决UAV的三维全局路径规划问题,为其在实际飞行中的局部规划奠定了基础.     

基于动态RCS的无人机航迹实时规划

传统的无人机航迹规划主要采用仅考虑无人机与雷达距离的简化雷达威胁模型,未充分考虑无人机雷达散射截面RCS(Radar Cross-Section)随自身姿态角改变而产生的动态变化.据此,提出了无人机周向动态RCS模型,并建立了综合考虑无人机动态RCS与雷达距离的探测概率模型,利用遗传算法进行了基于动态RCS的航迹实时规划,计算结果与传统航迹规划结果进行了对比.仿真结果表明该模型的可行性和有效性,能充分利用无人机自身的优势规避威胁,满足无人机的航迹实时规划的要求.      

无人机复杂环境中跟踪运动目标的实时航路规划

在复杂地形环境中,无人机在跟踪运动目标时,现有的航路规划方法在实时性和可行性上存在一定缺陷.提出了一种新的滚动窗口启发方向计算方法,使其能够跟踪运动目标,同时在滚动窗口内采用流函数法进行避障.根据无人机约束,滚动窗口为三角形,并设计了基于行为的伸缩功能.在流函数中,利用水势能方法克服了陷阱地形并进行了航路平滑.仿真结果表明:这种混合算法对于复杂地形条件下跟踪运动目标的航路规划,能够减小规划算法的时间和空间复杂度,使规划出的航路适于无人机飞行.     

基于人机合作的无人机实时航迹规划

针对复杂多变的战场环境,无人机(UAV)在执行任务遇到突发威胁时,提出了一种人机合作的实时航迹规划方法。由人决策和分析威胁信息,给出规避方向和任务紧急程度,无人机据此采用模糊推理的方法,自主解算得到引导点的位置,牵引无人机改变航向,规避突发威胁。仿真结果表明,采用人机合作的实时航迹规划可以将人的智能决策和无人机的快速计算能力有机结合起来,规划更加优化的航迹,能动态调整引导点的位置,可根据任务的紧急程度灵活选择规避路径。