卫星姿态控制系统容错控制综述

主要针对卫星姿态系统容错控制研究领域已有的成果进行了回顾。总结了国内外卫星容错控制的现有成果,主要从卫星姿态控制系统的可重构性、单体卫星容错控制和卫星编队容错控制3个部分对相关的研究成果进行了归纳分析。其中,卫星姿态系统的可重构性从重构目标和系统功能要求两方面进行分析;对单体卫星容错控制现状的介绍主要从自适应技术、滑模理论、预设性能、干扰观测器、故障估计观测器几个方面展开;卫星编队容错控制方法从独立容错、协同容错、拓扑重构和组成重构的角度进行阐述。最后进行总结,并展望了卫星姿态控制系统容错控制领域未来可能出现的新问题和研究思路。     

基于预设性能的四旋翼无人机编队安全控制

针对四旋翼无人机编队系统存在模型不确定性、未知外部干扰与内部碰撞等问题,提出一种基于预设性能的安全控制方法。首先使用预设性能函数结合误差转换方法,将防止内部碰撞的不等式约束问题转换为无约束问题。同时针对模型中的不确定项,使用神经网络进行逼近;针对神经网络逼近误差与未知外部干扰组成的复合干扰,使用非线性干扰观测器进行估计,并分别设计位置与姿态子系统控制器,避免了编队内四旋翼无人机的碰撞。然后借助Lyapunov方法证明了闭环系统所有信号的收敛性。最后通过数值仿真验证了所提控制方法的有效性。     

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.      

基于遗传算法的全球导航星座重构研究

全球卫星导航系统在部分卫星失效的情况下会引起地面导航性能下降甚至造成导航服务中断,但卫星数量众多的全球导航星座本身具有一定冗余性,在少数卫星失效时可以通过调整剩余工作卫星的轨道来降低失效影响。这种星座重构的维护方式具有快速响应故障和故障针对性强的特点。在星座重构中涉及到选取调整卫星及其轨道参数的问题。分析了用遗传算法实现星座重构方案优化的编码、适应度选取和进化过程,利用C 结合STK和GALIB完成了对24MEO 4GEO构成的全球导航星座在3颗以下MEO卫星失效时的星座重构方案优化,并对多种星座重构的轨道机动方案进行了对比。     

分布式空间系统和航天器编队飞行辨析——兼谈航天器知识编队和精确编队飞行应用实例

小卫星技术的迅速发展和应用,为空间应用开辟了许多新领域,同时出现了很多新概念和新名词。文章对分布式卫星系统、编队飞行、星座、星群以及空间敏感器网等概念及其相互之间的区别进行了系统论述,也介绍了航天器知识编队和精确编队飞行的应用实例。     

距离多普勒成像和多散射点定位

距离多普勒雷达成像系统的基本任务是利用雷达回波信号的距离和多普勒信息重构目标反射率的空间分布。本文把用逆合成孔径雷达对运动目标进行距离多普勒成像当作多散射点定位问题来研究,把成像雷达信号处理的两个关键,运动补偿和成像作为最大似然估计问题一起求解。原则上需进行多维搜索,一般情况下,目标上散射点的个数、位置以及目标的轨道运动都先验未知,这种求解的计算量极大。在若干合理的假设成立时,可引入DFT,免去估计散射点个数和位置,大大减少搜索维数,并可利用FFT,从而大大提高计算效率。这样做的代价是最终的成像质量有所下降。当目标轨道运动模型可用二次的距离时间函数描述时,只需进行二维搜索,文中导出了进一步简化的相位补偿和成像算法,并给出了计算机模拟结果。     

基于差分进化算法的导航星座在轨重构构型设计

针对有卫星失效下的导航星座,提出了对在轨卫星进行相位机动的方法来对星座的空间构型进行重构,以实现修复和改善星座性能的目的。首先,利用共面高轨和共面低轨变相的方式来对在轨卫星的相位进行调整,建立共面轨道相位机动的数学模型;其次,提出了除重构时间和重构能量外的其他重构指标,包括重构能量均衡度和重构构型恢复性,并建立了各重构指标的数学模型;然后,建立了重构构型的优化模型,并对优化问题中个体的评价手段与编码方式进行设计;最后,以北斗中MEO卫星失效为例,利用差分进化算法对优化模型进行求解,得到以不同重构指标为目标函数下的Pareto前沿。从结果中可以看出该重构方法对星座性能的提升最大可以达到41.2%,同时Pareto前沿中对应的所有重构策略中,重构能量、重构构型的均衡度、重构构型的健壮性的数量级均维持在-1、-3和0的水平。     

基于自适应方法的多无人机编队队形控制

针对"长机-僚机"近距编队队形因风场扰动而不能保持期望队形的问题,首先,提出了一种自适应队形保持控制的方法,该方法可用于抵消因风场不确定性对无人机的横侧向和前行方向所产生的距离误差,同时能够保持无人机编队稳定飞行。其次,由于风场的不确定性会引起"长机-僚机"之间的动力学发生变化,因此设计了一种基于"长机-僚机"相对运动模型的自适应控制律用以估计风场在3个方向的大小,进而控制无人机之间的相对运动以消除风场不确定性所产生的距离误差并保持速度的一致性,最终实现保持期望的队形。再次,通过构建合理的李雅普诺夫函数,证明无人机编队在风场干扰下能够保持编队稳定飞行,同时"长机-僚机"之间相对横向、横侧向以及纵向的距离误差均接近零。最后,通过仿真验证：所提出的自适应控制方法具有良好的鲁棒性,这为工程实践提供理论依据。     

空战中机群编队分层优化算法

针对机群编队优化计算复杂的问题,提出了一种分层优化算法。根据敌我双方的距离、角度、速度以及飞机导弹、雷达的性能,建立了多机协同任务分配模型。根据空战中常用的基本飞机队形,对敌方机群编队进行分层,对每层分别计算己方对选取各种基本队形时的任务分配结果和队形优化优势值,通过比较得到己方机群编队的每层最优队形,当得到己方每层的最优队形之后,将己方每层最优队形进行组合解码就可得到己方机群编队的最优队形。仿真结果表明该方法能有效地解决机群编队队形优化问题,并且该算法具有较好的实时性。     

编队星座相对位置精确测定与自主定轨方法

针对编队飞行星座,提出了一种全自主的高精度定轨与相对位置精确测定方法,对其主要关键技术之一的空间绝对定向的基本方案及其可行性和指标进行了研究,并进行了仿真验证.结果表明,通过编队星座星间高精度的距离测量和绝对定向观测,可以实现无需地面测控站和卫星导航系统支持下的编队星座全自主导航方案;在一定测距和测向误差条件下,绝对定轨精度可以优于20m,相对位置确定精度可优于10cm.相对误差与采样间隔有较明显关系,未来可考虑采样间隔控制在10s以内即可;绝对位置误差大小与采样间隔无明显关系,其中的主要误差是星座的整体平移误差.仿真结果验证了所提方案的正确性.