带时变通信时间延迟的卫星编队姿态协同自适应L2增益控制

针对卫星编队姿态协同分布式控制问题,提出一种基于Lyapunov方法的编队飞行协同控制策略.首先,考虑到实际编队飞行中星问通信存在时变时间延迟及模型不确定问题,结合变结构控制的思想设计一种针对时滞系统稳定性分析的Lyapunov函数,从而由直接Lyapunov方法得到可对模型参数进行估计的自适应分布式姿态协同控制器,并...     

连续小推力非开普勒悬浮轨道研究综述

连续小推力非开普勒悬浮轨道在深空探测与地球极地观测任务中有着重要的应用前景.归纳了电推进、太阳帆推进等连续小推力技术的发展历程与现状;阐述了日心、行星悬浮轨道的动力学特性、稳定性、轨道保持策略;分析了三体问题下人工拉格朗日点的优势及其在深空探测方面的应用;讨论了悬浮轨道编队飞行的研究方法与控制策略.最后针对小推力悬浮轨...     

A guidance approach to satellite formation reconfiguration based on convex optimization and genetic algorithms

This paper presents a new approach for autonomous reconfiguration of distributed space systems, which ensures safe guidance of spacecraft formations towards the desired patterns while optimizing the total propellant consumption. The orbital transfer is reduced to the form of a convex optimization problem to guarantee rapid computation of control laws. Hence, tasks are iteratively assigned to the component platforms to detect the best reconfiguration strategy. The path-planning is entrusted to a reference satellite of the cluster, that coordinates the remaining ones by means of a procedure based on genetic algorithms. Two methods are proposed, depending on the organizational architecture of the spacecraft formation. In the first one, the maneuver is completely planned by the reference satellite, that determines final tasks and control actions for the whole cluster. As an alternative to such a fully-centralized approach, a distributed version of the algorithm is proposed: tasks are sorted by the reference satellite and transfer orbits are computed by exploiting the computational resources of the whole cluster. Whatever the considered framework, both the planners ensure a safe transition of the formation towards the target geometry. Simulation results show that, when relative distances are of the order of hundreds of meters, a mean delta-v per satellite of the order of 0.1 m/s is required to reconfigure LEO clusters within one orbital period.     

无人机-无人车异构时变编队控制与扰动抑制

研究了无人机-无人车异构系统时变输出编队控制与扰动抑制问题，要求多无人机与无人车在受到未知外部扰动的情况下，保持设计的输出时变编队构型。首先，对无人机与无人车进行单体运动学与动力学建模，同时建立扰动模型，并引入代数图论概念，建立异构集群系统的协同控制模型。然后，对各无人机-无人车设计了具有分层架构的分布式时变输出编队控制器，包含基于一致性理论的编队中心估计项和基于内模原理的扰动抑制补偿项。进一步分析异构系统实现输出时变编队的可行性条件，给出了分布式编队控制器的参数选取算法，并证明了时变编队控制器构成的闭环系统的稳定性。最后，通过仿真算例来验证所设计的编队控制器的有效性。     

无人机编队支撑网络的协同通信中继策略

针对无人机编队支撑网络优化选择中继成员进而提高编队协同通信能力问题，基于端到端技术（Device-to-Device，D2D），提出了一种同时考虑无人机编队成员的邻近域及编队成员间的社会性依存关系来优化选择中继成员的中继策略，旨在既能保证无人机编队的基本通信能力，又能同时优化提高编队的吞吐量，从而进一步提升编队支撑网络的整体性能。研究结果表明，所提的无人机编队支撑网络中继成员优化选择策略在系统吞吐量方面较已有方法具有明显优势。     

基于循环追踪控制的卫星编队构形调整控制律设计

卫星编队控制问题中，分布式控制优于主从式控制，在编队控制中应用日益广泛。提出了一种基于循环追踪算法的分布式控制策略，分析了该方法的优势。由于循环追踪算法存在编队中心由初始几何中心固定并与运动过程无关的弱点，引进了虚拟灯塔导引进行联合控制实现编队中心可变。建立了三维空间相对运动数学模型，设计非线性循环追踪算法与虚拟灯塔导引联合控制律，对全员联合控制与单星联合控制其余卫星采用非线性循环追踪控制两种方案的计算结果进行比较。结果表明，全员联合控制律的控制方案优于仅单星采用联合控制的方案，两种方案均可实现卫星编队按指定构形运动。     

无人机参数优化自抗扰编队保持控制器设计

针对无人机编队飞行中的队形保持问题,采用结合粒子群算法的自抗扰控制技术对控制器进行设计,使响应过程具有良好的动态品质和较小的稳态误差。建立三维空间内基于相对误差的无人机编队飞行模型,并在此基础上设计了跟踪微分器、扩展状态观测器和非线性状态反馈自抗扰控制器,采用粒子群算法对控制器中部分参数进行优化整定。仿真结果表明,设计的结合粒子群算法的改进自抗扰控制器具有良好的控制性能,能以较高的精度实现无人机编队保持任务。     

基于分布式自适应的多智能体容错一致性控制

针对"领航者-跟随者"的多智能体编队，由于领航者系统出现故障引起编队通讯中断而不能完成任务的问题，提出了一种基于一致性理论的分布式自适应控制方法，用于解决该问题。首先，以一个位于顶点的智能体作为领航者，其余3个位于同一条线上的智能体作为跟随者，由此所构成的三角形编队作为被控对象。其中，领航者速度方向作为编队的前行方向，跟随者位于领航者之后。其次，基于图论，对智能体局部信息参数进行分布式自适应更新，并设计分布式自适应控制律，用于弥补多智能体编队中领航者故障所造成的影响。同时，根据相邻智能体的局部信息，设计整体分布式自适应容错控制律，进一步通过构建合理的Lyapunov函数，证明所设计控制器的稳定性，以及"领航者-跟随者"之间相对横向以及相对纵向的距离误差均收敛于固定常数。最后，仿真验证表明：所提出的自适应控制方法具有良好的鲁棒性，这也为工程实践提供了理论依据。     

Neural network-based sliding mode control for atmospheric-actuated spacecraft formation using switching strategy

This paper presents an adaptive neural networks-based control method for spacecraft formation with coupled translational and rotational dynamics using only aerodynamic forces. It is assumed that each spacecraft is equipped with several large flat plates. A coupled orbit-attitude dynamic model is considered based on the specific configuration of atmospheric-based actuators. For this model, a neural network-based adaptive sliding mode controller is implemented, accounting for system uncertainties and external perturbations. To avoid invalidation of the neural networks destroying stability of the system, a switching control strategy is proposed which combines an adaptive neural networks controller dominating in its active region and an adaptive sliding mode controller outside the neural active region. An optimal process is developed to determine the control commands for the plates system. The stability of the closed-loop system is proved by a Lyapunov-based method. Comparative results through numerical simulations illustrate the effectiveness of executing attitude control while maintaining the relative motion, and higher control accuracy can be achieved by using the proposed neural-based switching control scheme than using only adaptive sliding mode controller.     

一种适合于斜视TOPS SAR的改进PFA成像方法

针对斜视循序扫描地形观测(TOPS)合成孔径雷达(SAR)成像模式,对广义极坐标格式算法(PFA)进行改进,提出了一种先线性走动校正(LRWC)后PFA插值的成像方法。利用LRWC显著降低了距离向与方位向的耦合,简化了距离单元徙动校正过程。走动校正后方位向采样依然是均匀的,因此方位向插值可采用Chirp-Z变换快速实现。对于波束扫描及走动校正引起的多普勒调频率的方位空变问题,采用方位非线性变标(ANCS)的方法进行统一校正,大幅提高了方位向的聚焦深度,扩大了可良好聚焦的场景范围。仿真和实测数据处理结果验证了所提方法的有效性。