基于深度强化学习的软件定义卫星姿态控制算法

深度强化学习（DRL）作为一种新型的基于机器学习的控制算法,在机器人和无人机等智能控制领域展现出了优异的性能,而卫星姿态控制领域仍然在广泛使用传统的PID控制算法。随着卫星的小型化、智能化以至软件定义卫星的出现,传统控制算法越来越难以满足姿态控制系统对适应性、自主性、鲁棒性的需求。因此对基于深度强化学习的姿态控制算法进行了研究,该算法使用基于模型的算法,比非基于模型的算法拥有更快的收敛速度。与传统控制策略相比,该算法无需对卫星的物理参数和轨道参数等先验知识,具有较强的适应能力和自主控制能力,可以满足软件定义卫星适应不同硬件环境,进行快速研发和部署的需求。此外,该算法通过引入目标网络和并行化启发式搜索算法之后,在网络精度和计算速度方面进行了优化,并且通过仿真实验进行了验证。      

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。     

基于卫星编队的空间碎片视觉高精度导航方法

视觉方法被广泛应用于空间碎片这类和卫星之间没有任何通信的非合作目标导航。针对观测过程中视觉传感器的像差偏差引起位置不确定的问题,提出了利用卫星编队的立体视觉导航方法。首先,利用卫星编队构造了长基线的视觉传感器,通过Fisher矩阵对系统的可观测性进行了分析,验证了系统是可观的;其次,对视觉传感器进行了误差分析,通过安排最优视差角,使多颗卫星的观测信息融合达到最优;最后,应用卫星编队的视觉导航方法对空间碎片进行了导航仿真验证。结果表明,基于卫星编队的视觉导航方法可以显著减小观测误差,精度能达到01m量级,而且编队构形简单,易于工程实现。     

绳系微小卫星的旋转编队飞行

针对三星编队飞行问题,提出一种绳系控制方法,在自旋刚体卫星的平衡分析的基础上,建立了Thomson和Likins Pringle平衡构形的绳系三星编队模型,通过对编队系统的稳定性分析得到了两种构形下的稳定条件,并给出了三种控制策略用以解决Likins-Pringle构形不能满足平衡条件的问题。最后经过仿真验证了理论分析的正确性,并对三种控制策略进行了检验,结果表明Thomson构形无须辅助手段,在满足特定条件下可以稳定运行,Likins-Pringle构形采用弹簧系统和喷气辅助绳系控制时满足特定条件也可以稳定运行。     

基于对抗和迁移学习的灾害天气卫星云图分类

针对卫星云图中的灾害天气数据存在严重不平衡问题,提出一个结合生成对抗学习（GAN）和迁移学习（TL）的卷积神经网络（CNN）框架以解决上述问题进而提高基于卫星云图的灾害天气分类精度。该框架主要包含基于GAN的数据均衡化模块和基于迁移学习的CNN分类模块。上述2个模块分别从数据和算法层面解决数据的类间不平衡问题,分别得到一个相对均衡的数据集和一个可在不同类别数据上提取相对均衡特征的分类模型,最终实现对卫星云图的分类,提高其中灾害天气的卫星云图类别分类准确率。与此同时所提方法在自建的大规模卫星云图数据上进行了测试,消融性和综合实验结果证明了所提数据均衡方法和迁移学习方法是有效的,且所提框架模型对各个灾害天气类别的分类精度都有显著提升。      

基于LightGBM的卫星飞轮温度预测

为保障卫星的正常在轨运行,地面系统需要对卫星运行状态进行监控预警,其中对卫星各系统的温度监控尤为重要.温度不仅直接反映卫星系统的健康状态,更会对系统器件的性能和寿命造成影响.飞轮作为卫星姿态控制系统的重要组件,其温度变化是识别姿态控制系统状态的重要信息.卫星飞轮温度的预测与预警对卫星在轨稳定运行具有重要意义.本文基于某...     

近圆轨道卫星编队捕获技术研究

基于近圆参考轨道的假设,研究处于同一入轨点多颗卫星的编队捕获方法.首先由高斯型拉格朗日轨道摄动运动方程得到轨道坐标系中控制冲量与轨道根数偏差的关系,基于近圆轨道的条件简化并带入相对运动方程,得到控制冲量与相对运动的关系表达式;通过深入分析各个方向(径向、沿迹向与轨道面法向)的控制冲量对相对运动的影响,给出了分别用径向与轨道面法向控制冲量组合和沿迹向与轨道面法向控制冲量组合实现编队捕获的两种控制策略;最后给出了一个空间圆编队捕获实例,并从燃料消耗、施加冲量次数及捕获时间等角度对比研究了两种控制策略的特点.仿真结果表明,这两种控制策略简单、实用,能够较好地解决近圆轨道卫星编队的捕获问题.      

Phasing with near rectilinear Halo orbits: Design and comparison

In the next future, space agencies are planning to return to the Moon. The objective is to assemble an orbiting space station, called Gateway, on a Near Rectilinear Halo Orbit around the Moon as a base for future Moon and deep space missions. Within this framework, multiple side missions will be planned to sustain the Gateway (Artemis mission). The proposed work is thought in framework of the preliminary design of future cargo missions, in particular on the design of an efficient phasing trajectory, under the Circular Restricted Three body problem hypotheses, to bring a cargo vehicle from the end of the Earth-Moon transfer to the beginning of the proximity operations such as rendezvous and docking with the space station. The work aims covering the lack of literature in phasing trajectories with the NRHO by proposing three different strategies to connect the Earth-Moon transfer trajectory with the proximity operations. The three strategies are classified based on the choice of the parking orbits or the choice of the manifolds. Two strategies use butterfly and Halo orbits to park the vehicle before transferring to the target orbit. The third strategy, instead, uses manifolds to allow a direct phasing. In the paper, the three innovative strategies are designed and compare in a specific scenario.     

由高能电子引发的风云二号C星跳变事件概率分析

通过对地球同步轨道高能电子监测数据(来自GOES)与风云二号卫星跳变事件的对比分析发现, 跳变事件均发生在高能电子增强事件即所谓高能电子暴期间, 因此初步断定, 跳变事件与高能电子引起的卫星介质深层充放电事件有关. 通过对不同通量高能电子增强事件期间所发生的跳变事件发生率进行量化计算, 给出跳变事件发生概率的计算方法, 为卫星在轨运行管理及防护提供参考.      

基于剩余推进剂估算的卫星寿命预测方法

针对地球静止轨道卫星在轨寿命问题,提出了通过星上液体剩余推进剂计算分析卫星在轨寿命的方法,研究了工程中影响卫星在轨寿命的因素,给出了适用于工程的卫星寿命预测方法,并通过工程进行了验证.      

绳系卫星部署阶段的动力学分析

绳系卫星系统部署阶段末时刻状态决定着其编队飞行的初始状态，为了研究不同因素对绳系卫星系统部署阶段运动的影响，本文建立了一种简单的平面哑铃模型，将系绳视作有阻尼的弹簧，两个卫星视作刚体，考虑重力梯度力矩。通过仿真，发现系绳释放的速度和副星推力是影响绳系卫星系统部署阶段稳定性的主要因素。     

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.     

Formation flying reconfiguration manoeuvres via environmental forces in highly elliptical orbits

A study on reconfiguration manoevres applied to a tetrahedral formation in highly elliptical orbits is proposed, by using a propellantless solution. The manoeuvring strategy consists in exploiting certain environmental forces, specifically those provided by solar radiation pressure and atmospheric drag, by actively controlling the satellites’ attitudes. Through inverse dynamics particle swarm optimization the optimal attitudes required for the manoeuvres are evaluated, whereas the configuration’s evolution is simulated by a high-fidelity orbital simulator. The goal of the reconfiguration problem is to find an optimal control in order for the four spacecraft to reach a desired configuration in a specified portion of orbit, where the desired configuration is evaluated by a shape and size geometric parameter. By increasing the manoeuvring time and the satellites’ area to mass ratio, all the case studies considered are successfully verified.     

基于覆盖圆的太阳同步回归轨道卫星目标轨迹调整方法

遥感卫星星座在环境监测、地理测绘等领域运用中,需要考虑目标轨迹分布的优化问题.轨迹分布与星座的重访能力和进出站间隔保持等应用需求密切相关.目前对星下点轨迹分布的优化和调整还缺乏准确实用的方法,存在卫星数目增多带来的计算量增加问题和对多种需求综合考虑不够的问题.为了克服现有技术的不足,解决太阳同步回归轨道遥感卫星星座的目...     

小卫星编队飞行及其轨道构成

由若干颗小卫星编队飞行组成一个分布式卫星 ,其功能相当或超过一颗大卫星 ,也称为虚拟卫星 ,这将开拓小卫星一个完全崭新的应用领域。文章首先论述编队飞行概念和轨道构成 ;其次讨论虚拟卫星可能的应用实例。     

行星软着陆GPS有模型强化学习制导方法

由于距离地球较远、测控延时误差较大、飞行环境十分复杂且难以提前预测，行星软着陆的自主制导技术目前存在水平位置估计困难、导航参考信息匮乏、复杂地形着陆困难等挑战。针对行星软着陆存在的困难和挑战，提出了基于引导策略搜索算法的有模型强化学习制导方法，实现了着陆器在初始状态受到扰动时，无需重新规划，仍能在满足约束条件的情况下降落在指定位置。该方法将迭代线性二次调节器作为控制器，产生初始轨迹；其次，使用多层神经网络拟合制导策略；最后，利用控制器监督策略学习，进而收敛产生可行策略。针对行星表面软着陆的仿真验证结果显示该算法仅通过几次循环，即可以实现初始状态变化的快速软着陆。一方面表明了基于有模型强化学习的数据高效利用率，另一方面也证明了强化学习方法在深空探测领域中具有广阔的应用前景。     

基于改进MOPSO算法的区域侦察弹性星座重构方法

针对区域侦察弹性星座重构问题,提出了基于改进多目标粒子群优化算法(multi-obj ective particle swarm optimization,MOPSO)的区域侦察弹性星座重构方法.该方法采用一箭多星发射和在轨卫星相位机动相结合的方式对受损星座重构.首先选取了星座覆盖、重构成本、重构时间和星座弹性四方面的...     

天基通信与太空射电望远镜功能一体系统

摘要： 针对现有地基深空通信系统存在深空通信距离不够远、数传速率不够高等缺点,提出一种基于分布式协同控制的天基主动深空通信与太空射电望远镜功能一体系统.该系统部署在地球静止轨道上,由1颗馈源星、1颗中心星和4294颗小卫星（单元星）通过精密编队和在轨自主组装的方式构成,一体化集成天基主动深空通信功能和射电天文望远镜功能.该系统可以为深空探测器提供一个星地高速中转站,由于其部署在地球静止轨道,几乎不受大气云层影响,可以大幅度提升深空探测通信支持距离和数传速率,且能使射电天文望远镜的分辨率和灵敏度提升1~2个数量级.