一种面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法

摘要: 本发明属于航天器自主控制与决策,具体涉及一种面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,可应用于空间目标接近、航天器自主规避与空间博弈等场景中的...
一种面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法

本发明属于航天器自主控制与决策,具体涉及一种面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,可应用于空间目标接近、航天器自主规避与空间博弈等场景中的航天器轨道博弈与鲁棒自主决策控制。

背景技术:

1、随着空间资源开发、在轨服务以及空间安全防护需求的快速增长,航天器在复杂轨道环境中的自主接近、规避与博弈任务逐渐成为空间智能技术研究的重要方向。在空间目标接近、在轨捕获及空间目标监测等任务中,常常存在追踪航天器与逃逸航天器之间具有博弈特性的动态交互过程,其本质可建模为一种追逃博弈问题。该类问题要求追踪航天器在目标机动行为未知甚至具有博弈性的情况下,通过有限推力资源实现目标接近、状态约束满足以及最终捕获等任务目标,因此具有强耦合、高不确定性以及实时决策要求高等特点。

2、现有航天器追逃博弈控制方法主要包括解析博弈方法、可达域方法以及基于模型预测控制的方法。其中,解析博弈方法通常基于微分博弈理论,通过求解 hamilton-jacobi-isaacs(hji)偏微分方程来描述双方最优博弈策略。然而,hji 方程求解过程通常需要依赖精确动力学模型,并面临计算复杂度随状态维数急剧增加的“维数灾难”问题,在高维航天器相对运动场景下难以满足实时控制需求。此外,部分解析方法对轨道动力学进行较强简化,适用范围有限,对复杂约束条件和未知机动情况的适应能力不足。

3、另一方面,基于模型预测控制(model predictive control,mpc)的方法能够通过有限时域滚动优化显式处理输入约束与状态约束,因此在航天器自主交会对接、轨迹规划与编队控制等问题中得到了广泛应用。然而,传统mpc方法通常依赖于高精度动力学模型,并默认环境或目标行为可预测。当逃逸航天器存在未知策略机动时,常规mpc方法难以对最坏情况下的逃逸行为进行有效建模,容易导致终端约束失效、递归可行性降低及任务失败等问题。

4、近年来,数据驱动控制方法逐渐受到关注。相较于传统基于模型的方法,数据驱动控制能够直接利用系统历史数据隐式获取真实模型信息,无需精确辨识动力学模型,在模型不确定性、参数摄动以及复杂环境条件下具有较好的鲁棒性。然而,现有数据驱动方法多集中于轨迹跟踪、稳定性控制或一般动态系统优化控制问题,针对航天器追逃博弈场景下如何利用轨迹数据构建有限时间捕获区域、如何刻画对手机动能力以及如何在滚动优化中保证有限时域捕获性能等关键问题,尚缺乏有效解决方案。

5、此外,传统可达域分析方法通常依赖显式动力学模型,通过数值求解偏微分方程、网格离散或集合传播方式计算状态可达区域,在高维系统和长时域预测条件下计算量较大,难以兼顾实时性与控制性能,尤其不适用于具有在线决策需求的航天器追逃博弈场景。

6、因此,亟需一种能够在无需精确动力学模型条件下,仅依赖航天器运行历史数据,快速构建有限时间捕获区域,并能够快速求解控制策略的航天器追逃博弈控制方法,以提升复杂轨道环境下航天器自主追逃任务的鲁棒性、实时性与任务成功率。

技术实现思路

1、为解决上述技术问题,本发明提供了一种面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,通过直接利用航天器历史数据构建等效状态演化关系,以有限时间后向可达域表征追踪航天器的捕获区域,并将其嵌入滚动优化框架作为终端约束,实现对任意有界逃逸策略下航天器追逃任务的鲁棒自主决策与在线控制。

2、为实现上述目的,本发明采用了如下技术方案:

3、第一方面,本发明提供一种面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,包括:

4、步骤1、获取追踪航天器与逃逸航天器的历史相对状态与控制输入数据,根据所述历史相对状态与所述控制输入数据构建轨迹数据矩阵,并基于所述轨迹数据矩阵建立航天器相对运动的数据驱动状态演化模型;

5、步骤2、根据航天器捕获任务要求构建终端捕获区域,根据所述终端捕获区域,结合追踪航天器与逃逸航天器的控制输入约束,建立后向可达域,根据所述后向可达域得到追踪航天器的有限时间捕获区域;所述终端捕获区域用于表示捕获条件;所述有限时间捕获区域为有限时间内满足捕获条件的状态区域;

6、步骤3、基于所述后向可达域构建滚动优化控制问题,并考虑逃逸航天器的机动策略,建立追逃博弈极小极大滚动优化模型;

7、步骤4、对所述追逃博弈极小极大滚动优化模型进行凸化转化,得到可在线求解的凸优化问题;

8、步骤5、在线求解所述凸优化问题,获得追踪航天器的控制输入序列,并在每一控制周期执行当前控制量后滚动更新相对状态信息;

9、步骤6、重复执行步骤2至步骤5,实现对逃逸航天器的鲁棒捕获控制。

10、第二方面,本发明提供一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序;其中,当一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现前述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法。

11、第三方面,本发明提供一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时能够使处理器实现前述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法。

12、本发明的有益效果在于:

13、第一,摆脱对精确动力学模型的依赖。本发明无需对航天器动力学模型进行精确辨识,仅依赖系统运行历史数据即可建立状态演化关系,能够有效应对模型不确定性、参数摄动以及复杂轨道环境条件,提高方法的适应能力与工程应用价值。

14、第二,实现有限时间捕获区域构建,提高追逃博弈鲁棒性。本发明通过构建有限时间后向可达域,将追踪航天器在最坏情况下的可捕获区域显式表示,能够有效刻画逃逸航天器未知机动策略对任务结果的影响,提高复杂环境下的控制鲁棒性。

15、第三,降低高维求解复杂度,提高实时性。本发明将后向可达域嵌入滚动优化框架作为终端约束,显式考虑控制输入约束和逃逸航天器最坏机动行为,在保证递归可行性的同时,实现追踪航天器对逃逸航天器的有限时域鲁棒捕获。

16、第四,适用范围广泛。本发明可推广应用于空间目标接近、在轨服务、空间态势感知以及空间博弈等多种场景,为复杂空间任务中的自主决策与智能控制提供技术支撑。

1.一种面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,其特征在于,包括:

2.根据权利要求1所述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,其特征在于,步骤1具体包括:

3.根据权利要求2所述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,其特征在于,步骤2中,根据所述终端捕获区域,结合追踪航天器与逃逸航天器的控制输入约束,建立后向可达域,根据所述后向可达域得到追踪航天器的有限时间捕获区域,包括:

4.根据权利要求3所述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,其特征在于,所述后向可达域采用集合映射递推方式构建,通过对捕获区域进行逆向传播,并综合考虑追踪航天器的可控制作用以及逃逸航天器的机动作用,获得所述有限时间捕获区域。

5.根据权利要求4所述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,其特征在于,步骤3具体包括:

6.根据权利要求5所述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,其特征在于,步骤4具体包括:

7.根据权利要求6所述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,其特征在于,步骤5中,在每一控制周期执行当前控制量后滚动更新相对状态信息,包括:

8.根据权利要求7所述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法,其特征在于,所述终端约束由剩余捕获时域对应的有限时间后向可达域与逃逸航天器在预测捕获时域内的保守机动裕度共同确定;所述保守机动裕度由逃逸航天器的控制输入约束、所述数据驱动状态传播矩阵以及支撑函数方向递推计算得到。

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,其上存储有可执行指令,该指令被处理器执行时能够使处理器实现权利要求1-8任一项所述的面向航天器追逃博弈的数据驱动后向可达域约束滚动优化控制方法。