CN110986974B - 面向复杂动力学环境的多航天器任务智能规划与控制方法 - Google Patents

Abstract

本发明公开了一种面向复杂动力学环境的多航天器任务智能规划与控制方法，包括：结合航天器的预订任务轨道动力学环境，基于三脉冲间接转移模型随机生成大量样本数据；利用学习完备的神经网络，结合航天器的实际任务场景对潜在目标的转移轨迹参数进行估计，并将神经网络的估计值带入构建的任务综合效能评估模型，计算单星任务效能；利用分布式招投标市场机制进行多航天器任务协调分配，获取全局任务效能最优的调度方案；任务航天器根据任务分配结果设计复杂动力学环境下的精确转移轨迹，生成控制指令，并控制航天器完成任务。本发明弥补了现有方法在处理复杂动力学环境情况下的多星任务时，规划实时性差和控制精度低的不足。

Description

面向复杂动力学环境的多航天器任务智能规划与控制方法

技术领域

本发明属于航空航天技术领域，具体涉及一种面向复杂动力学环境的多航天器任务智能规划与控制方法。

背景技术

多航天器协同完成诸如空间碎片移除、在轨维护服务、空间攻防等复杂空间任务是未来航天技术的发展趋势，相应的多航天器任务智能规划与控制技术是实现多航天器协同的基础和必备关键技术，成为了各航天大国和组织的关注焦点。美国、欧洲等国家和地区均对这一技术进行了大量理论研究和型号任务实验，如：NASA的MiTEx卫星，美国国防高级研究计划局(DARPA)的F6计划等。

多航天器协同的任务过程复杂且难度大，面向复杂环境的多航天器任务规划与控制技术是确保任务顺利开展的必要基础。由于空间环境存在诸多不确定性干扰，任务环境具备时效性强和动态变化等特性，现有地面提前规划，在轨执行预设指令的离线规划与控制方式无法针对任务环境的变化给出及时的响应和措施。而且，由于航天器数量的增加，地面测控站的规划与操控的负担和难度大幅提升，无法满足多航天器任务实时性规划和高精度控制需求。因此，如何脱离地面测控站，实现多航天器复杂动力学环境下的任务智能规划与高精度控制是当前亟待解决的关键问题。

现有文献(Liu Y,Ye D,Hao Y.Distributed online mission planning formulti-player space pursuit and evasion[J].Chinese Journal of Aeronautics,2016,29(6):1709–1720)中针对航天器集群空间多目标交会问题，提出了一种分布式在线任务规划算法。该方法的优点主要有两点：一是利用模糊评价方法，将利润、费用、风险等子目标进行组合，生成综合效益模型；二是基于纳什均衡理论实现了任务分配和轨道机动方案的协同优化。但是，其基于二体动力学模型求解的转移轨迹精度较差无法满足实际任务需求，实用性不足。另外，其轨道转移采用的单/双脉冲轨道转移方式燃料消耗大，且无法保证末端交会精度，因此不适用于空间碎片移除、在轨服务等高精度空间交会任务。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种面向复杂动力学环境的多航天器任务智能规划与控制方法，以解决现有技术中在多航天器任务规划实时性和控制精度等方面的不足。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种面向复杂动力学环境的多航天器任务智能规划与控制方法，包括步骤如下：

步骤一：构建复杂动力学环境下的三脉冲间接转移模型，利用遗传算法优化三脉冲间接转移轨迹参数，生成训练样本，搭建三层全连接BP神经网络以描述转移轨迹参数与任务航天器和目标初始状态参数的映射关系，并利用训练样本进行训练，调节BP神经网络的权值系数和偏置系数至最佳性能；

步骤二：根据任务航天器的自身状态和目标轨道信息，利用步骤一中训练好的神经网络预估任务转移轨迹参数，并搭建单星任务综合效能评估模型，基于预估任务转移轨迹参数评估任务效能；

步骤三：构建基于分布式招投标市场机制的多星任务调度模型，利用步骤二中各航天器的单星任务效能评估结果进行招投标，得到全局最优任务分配调度；

步骤四：根据步骤三中任务分配结果，确认执行任务的航天器基于步骤二中预估的转移轨迹参数，考虑复杂动力学环境影响，设计精确任务轨迹，并生成轨控发动机控制指令，控制航天器交会目标，完成任务。

优选地，步骤一具体包括：采用三脉冲间接转移模型，有效减少了转移相位匹配的等待时间，实现了复杂动力学环境下的低成本快速交会，能够满足各种任务需求；基于三脉冲间接模型和遗传算法生成的样本训练BP神经网络，得到性能最优的权值系数和偏置系数；BP神经网络的输入为航天器和目标初始轨道状态oe₀、oe_t，输出为转移轨迹的响应时间t_r、任务总时间T、任务所需总速度增量ΔV。

优选地，步骤二具体包括：利用训练的BP神经网络预估转移轨迹的响应时间t_r、任务总时间T、任务所需总速度增量ΔV，构建综合效能评估模型，输出任务的综合效能ρ，计算公式为：

其中，t_rmax是任务响应时间约束的上限值，T_max是任务总时间约束的上限值，ΔV_max是航天器所能提供的最大速度增量；ε_r、ε_V和ε_T分别是响应时间系数、速度增量系数和任务时间系数，且满足ε_r+ε_V+ε_T＝1。

优选地，步骤三具体包括：基于分布式招投标市场机制的多星任务调度模型，所有具备通信链路的航天器信息交互，根据已有信息和总任务效能最大化原则进行局部规划调度，并将自身规划结果分享，通过反复的信息交互，直到所有航天器达成一致。

优选地，步骤四具体包括：基于用步骤二中神经网络的预估值设定轨迹优化变量参数范围，并利用遗传算法进行脉冲轨迹规划，得到脉冲机动相关信息；再利用基于Lambert的有限推力修正方法求解发动机开机时间、工作时长以及推力指向信息，控制航天器执行任务。

本发明的有益效果：

本发明基于BP神经网络和分布式招投标市场机制实现了多航天器任务的实时规划；利用经过训练的BP神经网络建立初始状态与转移轨迹参数的映射，以估算转移轨迹参数，避免了复杂动力学模型的使用，提升了任务规划的效率；通过分布式招投标市场机制模型实现了完全分布式在线规划，有效减少了单星计算负担，进一步增加了规划效率；通过以BP神经网络估算的参数作为初值设置的搜索范围，有效减少了轨迹优化过程的迭代次数；而且，利用基于Lambert的有限推力修正方法对脉冲轨迹进行了有限推力修正，确保了轨迹控制精度，符合实际工程需求；整体思路新颖，有较强的创新性和工程应用前景。

附图说明

图1是本发明中三脉冲间接转移模型原理示意图。

图2a是本发明中三层全连接BP神经网络结构示意图。

图2b是本发明中BP神经网络的神经元基本构造原理图。

图3是本发明中基于分布式招投标市场机制的多星任务调度模型示意图。

图4是本发明中基于Lambert的有限推力修正打靶算法流程图。

图5是应用本发明所述方法的BP神将网络预测误差训练过程变化示意图。

图6是应用本发明所述的基于分布式招投标市场机制的多星任务调度模型进行任务调度的结果示意图。

图7a是应用本发明所述方法控制任务星1交会目标星1过程中，任务星1与目标星1的相对距离变化情况示意图。

图7b是应用本发明所述方法控制任务星1交会目标星1过程中，任务星1与目标星1的相对速度变化情况示意图。

图7c是应用本发明所述方法控制任务星1交会目标星1过程中，任务星1的剩余质量变化情况示意图。

图8a是应用本发明所述方法控制任务星4交会目标星2过程中，任务星4与目标星2的相对距离变化情况示意图。

图8b是应用本发明所述方法控制任务星4交会目标星2过程中，任务星4与目标星2的相对速度变化情况示意图。

图8c是应用本发明所述方法控制任务星4交会目标星4过程中，任务星4的剩余质量变化情况示意图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

本发明的一种面向复杂动力学环境的多航天器任务智能规划与控制方法，包括步骤如下：

1)本实施例以多航天器空间碎片移除任务为背景，4颗任务航天器均匀分布在轨道高度500km的圆形太阳同步轨道，升交点赤经为120度。2颗目标空间碎片分布在任务轨道附近，任务航天器和目标碎片的初始轨道详细信息如表1所示：

表1

任务航天器的初始重量设定为1800kg，包含800kg推进剂。任务航天器的推进***为推力1000kN，比冲315s的化学推进发动机。此外，因为本发明关注于多航天器的任务职能规划与控制，具体的碎片移除细节不是重点。所以，为了仿真的简便，本实施例设定任务航天器与目标碎片交会则认定为任务完成。这种简便不会影响本发明的普适性；

结合表1所示任务航天器的初始轨道信息，设定样本中随机生成的任务航天器和目标碎片的轨道参数取值范围如下式所示：

随机生成1000组任务航天器与目标碎片的样本轨道，并基于如图1所示的三脉冲间接转移模型，采用遗传算法求解J₂摄动模型下的每组样本轨道的最优转移轨迹参数。优化指标为任务所需的总速度增量，如下式所示：

其中，ΔV_n表示第n次脉冲机动施加的速度增量，求解公式为：

其中，r₁和v₁分别为任务航天器第一次轨道机动位置和机动前的速度，可根据任务航天器的初始状态递推得到，递推时间为t_r；v_d1为第一次轨道机动后的速度；tof₁为第一次轨道机动后运动至目标位置的飞行时间；r_2s为第一次轨道机动的目标位置，为了便于优化，用球坐标表示为r_2s＝[r cosαcosβ；r sinαcosβ；r sinβ]，r取值范围为[6578,7500]，α的取值范围为[0，360)度，β的取值范围为[0,180)度；v_a2为任务航天器到达目标位置r_2s时的速度；r_2f和v_2f分别为任务航天器在等待轨道停留时间t_w后的位置和速度；r_ct和v_ct分别为碎片在末端交会时刻的位置和速度；tof₂为第二次轨道机动后运行至末端交会位置的飞行时间；v_d2为任务航天器第二次机动后的速度；v_a3为任务航天器第三次机动前的速度。

因此，遗传算法的适应度函数表示为：

对所获得的转移轨迹进行整理，构建训练样本。每个样本包含任务航天器和碎片的初始轨道根数oe_m和oe_t，任务航天器响应时间tr，任务总持续时间T＝tof₁+tof₂+t_r+t_w，以及任务总速度增量消耗ΔV。其中，初始轨道根数oe_m和oe_t为BP神经网络的输入，剩余项为输出。

本实施例采用3层全连接BP神经网络，输入层、隐含层和输出层的神经元个数分别为12、100和3，如图2a所示；隐含层和输出层的激活函数分别采用S函数(sigmod)和线性函数(Purelin)，神经元计算模型如图2b所示，

其中w_i和b分别是对应神经元的权值系数和偏置系数。初始学***方最小。

2)利用上述训练好的BP神经网络，结合自身和目标的初始轨道状态，4颗任务航天器分别独立预估针对目标的转移轨迹参数(响应时间、任务时间以及任务所需总速度增量)，过程如下式所示：

[t_r,T,ΔV]＝Net(oe_m,oe_t)

基于神经网络得到的转移轨迹参数估计值，各航天器利用综合效能评估模型独立计算各个目标的综合任务效能，计算方法如下：

其中，t_rmax是任务响应时间约束的上限值，设为7200s，T_max是任务总时间约束的上限值，设为86400s，ΔV_max是航天器所能提供的最大速度增量，设为1.5km/s；ε_r、ε_V和ε_T分别表示响应时间系数、速度增量系数和任务时间系数，本实施设定ε_r＝ε_V＝ε_T＝1/3。

3)考虑到航天器存在通信链路约束，本实施例不失一般性的设定为仅相位相邻的航天器能够建立通信链路，传递信息。任务航天器将根据接收的信息独立筛选最优的目标分配方案，并将分配结果分发给能够建立通信链路的其他航天器。筛选原则是每颗任务航天器只能被分配一个目标，且使任务全局效能最高。经过多次迭代直至所有任务星的规划结果完全一致，即最终调度方案，任务调度规划过程如图3所示。全局任务效能计算如下式：

其中，ρ_mc表示m号航天器执行c目标清除任务的效能。

4)在上述步骤3)中确认了各航天器的目标，确认中标信息的航天器将进一步规划与目标交会的精确转移轨迹并生成控制指令，精确交会目标。首先，利用遗传算法优化得到脉冲转移轨迹；利用上述步骤2)中神经网络估算的最优转移轨迹参数初始值，设定遗传算法的优化参数取值范围为：

t_r∈[max(0,t_re-500),min(7200,t_re+500)]

tof₁∈[1000,5000]

tof₂∈[1000,5000]

t_w∈[max(0,T_e-10000),min(86400,T_e-2000)]

r∈[6578,7500]

α∈[0,360)

β∈[0,180)

其中，t_re和T_e分别为利用神经网络预估的响应时间和任务总时间。

遗传算法的优化指标为任务总速度增量，适应度函数的计算过程如下：

其中，r₁和v₁分别为任务航天器第一次轨道机动位置和机动前的速度，可根据任务航天器的初始状态递推得到，递推时间为t_r；v_d1为第一次轨道机动后的速度；tof₁表示第一次轨道机动后运动至目标位置的飞行时间；r_2s是第一次轨道机动的目标位置，为了便于优化，用球坐标表示为r_2s＝[r cosαcosβ；r sinαcosβ；r sinβ]，v_a2表示任务航天器到达目标位置r_2s时的速度；r_2f和v_2f表示任务航天器在等待轨道停留时间t_w后的位置和速度；r_ct和v_ct表示碎片在末端交会时刻的位置和速度；tof₂表示第二次轨道机动后运行至末端交会位置的飞行时间；v_d2表示任务航天器第二次机动后的速度；v_a3表示任务航天器第三次机动前的速度。

由于实际任务中发动机提供的推理有限，无法实现瞬时的速度变化。因此，需要将遗传算法优化得到的脉冲轨迹转化为有限推力轨迹。通过齐奥尔科夫斯基公式，计算每次发动机的工作时间和推力指向初始值，如下式：

其中，n为脉冲机动编号，g_e为海平面重力加速度，I_sp为发动机比冲，F为发动机提供的推力大小；m_n0为第n次脉冲机动前的航天器总质量；Δv_n为第n次脉冲机动的速度增量矢量；ΔV_n为第n次脉冲机动的速度增量大小；δt_n和F_Dn分别为第n次脉冲机动的发动机工作时间和推力指向；

则计算每次发动机开机时刻为：

显然，通过上述初始值控制，则航天器的末端状态将偏离目标，无法满***会精度要求。本发明采用了分段打靶法依次对发动机的控制参数(开机时间、工作时间和推力指向)进行修正，以确保航天器的末端交会精度。打靶法的初值采用上述利用齐奥尔科夫斯基公式求解的值作为初值，打靶法的详细过程如图4所示。其核心是通过不断迭代修正Lambert求解器的末端位置，从而修正发动机控制参数，迭代过程如下所示：

r_ak+1＝r_ak-Δr

其中，r_ak和r_ak+1是Lambert求解器迭代前后的末端位置；Δr是J₂摄动模型下考虑有限推力作用后的实际达到位置与理想目标位置的偏差。

通过Lambert求解器不断更新初始速度增量，进而利用齐奥尔科夫斯基公式根据新的速度增量修正发动机的控制参数，最终通过数次迭代使得末端位置误差满足任务要求。

图5、图6、图7a、图7b、图7c和图8a、图8b、图8c分别给出了本发明针对上述实施例的仿真测试结果。

图5给出了BP神经网络的训练过程输出误差变化情况，经过396次迭代训练后，神经网络的输出误差基本收敛，稳定在0.141％。这表明BP神经网络能够准确的预估任务转移轨迹参数，验证了本发明的可行性。

图6给出了多航天器任务分配迭代过程，经过2次迭代后所有任务航天器达成一致，获得了全局任务效能最优的调度方案，即1号任务星交会目标1，4号任务星交会目标2，最优全局任务效能为0.7686。

图7a、图7b和图7c分别给出了高精度动力学模型下的任务星1相对目标星1的相对距离、相对速度以及任务星1的剩余质量变化情况，可以看出，轨控发动机先后在1698.7s、22377s和26663s处开机，工作时间分别为518s、348s和460s，共消耗推进剂429.189kg。任务星1最终经过27393s的飞行后与目标星1交会，末端相对位置和相对速度误差分别为0.083m和2.6m/s。进一步说明了本发明所采用的方法的精确性和正确性。

图8a、图8b和图8c分别给出了高精度动力学模型下的任务星4相对目标星2的相对距离、相对速度以及任务星4的剩余质量变化情况，可以看出，轨控发动机先后在1170.5s、3059s和6394s处开机，工作时间分别为14.6s、194.6s和6.5s，共消耗推进剂69.852kg。任务星4最终经过6897s的飞行后与目标星2交会，末端相对位置和相对速度误差分别为0.064m和0.002m/s。进一步说明了本发明所采用的方法的精确性和正确性。

本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (3)

1.一种面向复杂动力学环境的多航天器任务智能规划与控制方法，其特征在于，包括步骤如下：

步骤一：构建复杂动力学环境下的三脉冲间接转移模型，搭建三层全连接BP神经网络以描述转移轨迹参数与任务航天器和目标初始状态参数的映射关系；

步骤二：根据任务航天器的自身状态和目标轨道信息，利用BP神经网络预估任务转移轨迹参数，并搭建单星任务综合效能评估模型，基于预估任务转移轨迹参数评估任务效能；

步骤三：构建基于分布式招投标市场机制的多星任务调度模型，利用各航天器的单星任务效能评估结果进行招投标，得到全局最优任务分配调度；

步骤四：基于BP神经网络预估的转移轨迹参数，考虑复杂动力学环境影响，设计精确任务轨迹，并生成轨控发动机控制指令，控制航天器交会目标；

所述步骤一具体包括：基于三脉冲间接模型和遗传算法生成的样本训练BP神经网络，得到性能最优的权值系数和偏置系数；BP神经网络的输入为航天器和目标初始轨道状态oe ₀、oe _t，输出为转移轨迹的响应时间t _r、任务总时间T、任务所需总速度增量ΔV；

所述步骤二具体包括：利用训练的BP神经网络预估转移轨迹的响应时间t _r、任务总时间T、任务所需总速度增量ΔV，构建综合效能评估模型，输出任务的综合效能

，计算公式为：

其中，t _rmax是任务响应时间约束的上限值，T _max是任务总时间约束的上限值，ΔV _max是航天器所能提供的最大速度增量；

、

和

分别是响应时间系数、速度增量系数和任务时间系数，且满足

。

2.根据权利要求1所述的面向复杂动力学环境的多航天器任务智能规划与控制方法，其特征在于，所述步骤三具体包括：基于分布式招投标市场机制的多星任务调度模型，所有具备通信链路的航天器信息交互，根据已有信息和总任务效能最大化原则进行局部规划调度，并将自身规划结果分享，通过反复的信息交互，直到所有航天器达成一致。

3.根据权利要求1所述的面向复杂动力学环境的多航天器任务智能规划与控制方法，其特征在于，所述步骤四具体包括：基于用步骤二中神经网络的预估值设定轨迹优化变量参数范围，并利用遗传算法进行脉冲轨迹规划，得到脉冲机动相关信息；再利用基于Lambert的有限推力修正方法求解发动机开机时间、工作时长以及推力指向信息，控制航天器执行任务。

Images