航天器交会型轨道追逃策略的滚动时域优化

V448.2; 针对航天器自由时域交会型轨道追逃过程中的测量误差等不确定性对交会的影响,提出了一种基于滚动时域优化的高时效策略求解方法.根据微分对策理论推导得到博弈鞍点控制策略,并对问题进行等价转换;通过预先离线求解开环鞍点策略,将问题初始状态和相应的解作为样本以进行神经网络训练,训练后的网络结构可以快速得到相应问题的近似解.为了更好地应对博弈环境中的测量噪声,基于神经网络结构设计了滚动时域求解框架,并通过周期性的滚动求解最终实现对逃逸航天器的交会.数值仿真表明,所提出的策略可以有效应对测量噪声不确定性,且相比于文献中已有的策略,计算耗时可从分钟级降至秒级....

Full description

Saved in:
Bibliographic Details
Published in国防科技大学学报 Vol. 46; no. 3; pp. 21 - 29
Main Authors 张乘铭, 朱彦伟, 杨乐平, 杨傅云翔
Format Journal Article
LanguageChinese
Published 国防科技大学空天科学学院,湖南长沙 410073 01.06.2024
Subjects
深度神经网络
微分对策
differential games
pursuit-evasion game
滚动时域优化
deep neural network
追逃博弈
receding horizon optimization
Online AccessGet full text
ISSN1001-2486
DOI10.11887/j.cn.202403003

Cover

More Information
Summary:V448.2; 针对航天器自由时域交会型轨道追逃过程中的测量误差等不确定性对交会的影响,提出了一种基于滚动时域优化的高时效策略求解方法.根据微分对策理论推导得到博弈鞍点控制策略,并对问题进行等价转换;通过预先离线求解开环鞍点策略,将问题初始状态和相应的解作为样本以进行神经网络训练,训练后的网络结构可以快速得到相应问题的近似解.为了更好地应对博弈环境中的测量噪声,基于神经网络结构设计了滚动时域求解框架,并通过周期性的滚动求解最终实现对逃逸航天器的交会.数值仿真表明,所提出的策略可以有效应对测量噪声不确定性,且相比于文献中已有的策略,计算耗时可从分钟级降至秒级.
ISSN:1001-2486
DOI:10.11887/j.cn.202403003