敏捷航天器凝视观测任务规划及最优姿态控制

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:myloud911
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着对地遥感任务越来越复杂,航天器在一个轨道周期需要对多个目标进行凝视观测。同时,航天器的机动能力不断提升,从非敏捷航天器发展为敏捷航天器,具备了三轴姿态快速机动能力。如何充分利用航天器的姿态机动能力,实现对更多目标的观测,对于提升对地观测效率至关重要,是未来遥感卫星发展的重要方向。另一方面,航天器携带燃料有限,提高航天器的姿态机动效率,以较低的能量消耗完成姿态转移,是延长航天器在轨运行寿命的重要途径。因此,本论文将以敏捷航天器为研究对象,针对多目标凝视观测任务,探索高效的任务规划技术,提出复杂度低、优化能力强的最优控制方法,旨在提升航天器的观测效率,增强遥感卫星在有限时间内的观测能力。针对凝视观测任务特点,提出一种新的姿态描述方式。与传统的推扫模式不同,凝视观测只需要光轴指向目标,而绕光轴的姿态任意,因此,其终端期望姿态是二维的。为了表征期望姿态,分别采用欧拉角、四元数等方式构建凝视观测的末端姿态约束集,并深入探讨各种描述方式的特点。考虑到以集合的方式表征末端期望姿态不利于控制器设计,本文提出一种新的凝视误差表征方式,直接以光轴和目标矢量夹角作为误差变量,并建立误差运动学方程。对于多目标观测任务,提出一种智能可靠的任务规划算法,旨在自主、可靠地决策目标观测序列及开始观测时刻,该序列将作为后续姿态控制的期望指令。第一步,通过团划分算法将密集点目标聚类,形成较少数量的团目标。进而提出一种启发式蚁群算法,通过在蚂蚁寻优策略中引入启发因子,综合考虑目标优先级和可见时间窗口的信息,从而增强蚂蚁的寻优能力,降低算法收敛时间。在蚁群算法中,由于需要预估航天器观测不同目标的姿态转移时间,本文提出一种新颖、精准、简便的最短姿态机动时间计算方法,在控制力矩约束下,显式给出最短姿态机动时间与姿态机动角度的函数关系,从而解决了传统时间最优解对数值解法的依赖,大幅提升算法效率。航天器在不同目标之间的敏捷姿态指向机动是实现高效观测的重要保障,面向该过程的最优性及抗干扰能力需求,以任务规划得到的目标观测序列作为期望指令,提出基于逆最优和滑模控制的复合控制策略,驱动航天器按照既定观测序列实现高精度、高稳定度的姿态指向。分别建立线性和终端滑模面,并构造合适的CLF(Control Lyapunov function)函数,使得传统CLF控制的切换条件与滑动模态形式相符。当系统状态距离滑模面较远时,采用传统的CLF控制,驱动系统状态朝向滑模面运动,以此来提升系统的最优性;一旦状态到达滑模面附近,则切换为滑模控制,使得状态沿滑模面收敛至原点,从而保证系统的抗干扰能力。由于航天器需要按照事先规划出的序列和时间对目标进行观测,而上述有限时间控制方法只能保证航天器在固定时间内完成姿态机动,而实际收敛时间与期望时间差异较大。针对该问题,本文提出两种指定时刻能量高效姿态机动方法,旨在实现航天器在特定时刻指向特定目标。第一种方法为滑模控制参数自整定策略。将传统的滑模趋近律替换为常值角加速度控制,使得航天器绕欧拉转轴定轴旋转,直到状态到达滑模面,之后切换为滑模控制。该方法显式建立了控制参数和姿态机动时间的函数关系,并能根据期望的收敛时间反解控制参数。第二种为基于SDRE(State-Dependent Riccati Equation)理论的最优控制方法。考虑到航天器与目标存在相对运动,航天器在指向目标后仍需要一定的角速度进行姿态跟踪,因此,本文基于SDRE方法,提出一种考虑非零末端角速度约束的指定时刻姿态跟踪方法,并且在传统SDRE方法基础上,引入路径点,有效提升算法的求解速度和准确度,最终实现航天器在指定时刻以特定角速度指向特定目标。
其他文献
为了降低化工生产过程对人类赖以生存的自然环境的不良影响,开发绿色可持续的有机合成工艺已成为当下有机化学界的一大研究热点。使用电子作为一种“纯粹的氧化还原试剂”,有机电化学合成正在寻求绿色化工技术的大环境下重新兴起。对于具有多种生物活性和用途的N-磺酰基脒单元的碳-氮双键的构筑,以及在实际有机合成中应用广泛的各类官能团的选择性还原反应,传统合成方法时常要求较为苛刻的反应条件,反应体系及操作复杂,使用
开发清洁、高效的电化学转换技术可以为人类社会所面临的能源与环境问题提供有效的解决途径。电催化剂是制约电化学转换能量转化效率及原子经济性的关键因素。具有金属–氮/碳(M-N/C)结构的非贵金属单原子电催化剂因其原子利用率高和催化性能优异等特点,成为电催化领域的研究热点。如何高效地构筑单原子催化剂以及准确地建立催化剂结构与性能间的构–效关系,是目前单原子催化剂发展中所面临的挑战。本文以金属酞菁(Me
超级增强子(Super-enhancer,SE)是由连续排列的增强子串联形成的增强子簇,能够促进关键基因的表达,这些关键基因在机体发育和疾病发生过程中定义了细胞的身份。与增强子相比,超级增强子在基因组上跨度范围更广、转录因子结合密度更大以及诱导转录的能力更强。大量研究表明超级增强子在多种肿瘤中被异常激活,调控癌症中的关键癌基因,促进肿瘤的发生与发展。本文通过生物信息学方法,识别了一个在10种不同肿
结构形态学是研究结构形式的科学,通过对结构外在表现与内部工作机制的探究,力求创建更加丰富多样的结构形体,并实现一种以合理、自然、高效为目标的结构美学。结构形态学研究为空间结构的体系创新和性能优化提供了思想源泉和理论基础,对于促进我国由空间结构大国迈向空间结构强国具有重要意义。形态创建是结构形态学研究的核心内容之一,也是将结构形态学理论进行应用的主要途径,其目的是利用形态学方法生成兼具几何多样性与受
在数据流量快速增长的今天,光互连正逐渐取代电连接成为短距(服务器间、板间)甚至超短距(片间、片内)数据交换的主要连接方式。其中,片上密集无线光互连、涡旋光编码通信、涡旋光复用技术成为近年来通信以及大容量光互连领域的研究热点。片上密集无线光互连是一种背板型光互连,其能够充分发挥自由空间光互连的密度大和互连结构灵活的优势,从而在有限空间内提供更大的互连容量。涡旋光的轨道角动量(orbital angu
燃料作为冷却剂的再生冷却被认为是碳氢燃料超燃冲压发动机最佳的冷却方式。然而随着发动机飞行马赫数的提高和发动机可重复使用需求的提出,再生冷却面临着燃料热沉不足的困境。使用再生冷却通道出口高温气态大分子碳氢燃料组织超声速气膜,进而辅助再生冷却的碳氢燃料再生/气膜复合冷却方式,能够同时利用燃料的吸热和隔热两方面冷却能力,并且有望降低燃烧室壁面摩擦阻力,成为解决再生冷却困境的最佳方式之一。但是,碳氢燃料超
近年来,深度学习模型由于其突出的学习能力已被广泛应用于诸多智能领域。然而,随着智能化技术革命的不断拓展,深度学习模型在复杂场景下的智能应用面临着两个主要挑战:(1)深度模型泛化性差。特定任务训练的深度学习模型无法有效应对终端用户产生的复杂多变场景和分布差异较大的测试样本,直接导致模型的输出性能下降;(2)深度模型规模大、效率低。由于实际应用场景下计算设备的存储和计算能力是有限的,这与深度学习模型框
随着航空、航天以及核电等领域的快速发展,对大型航天器、飞机以及核设施等设备的日常维护维修工作需求日益突出。但由于狭窄的工作空间和极高低温、高辐射等恶劣环境,该项工作开展显得异常困难。鉴于绳驱连续型机器人具有体型纤细、臂型连续、机电分离等特点以及超强的灵巧运动和环境适应能力,在此类极限环境下应用具有卓越的潜力。然而,要将绳驱连续型机器人在上述领域中进行实际应用,还需要解决其目前存在的结构刚度低、模型
窄间隙焊接技术采用深窄坡口形式代替传统大角度坡口,填充面积仅为常规方法的1/4-1/2,极大提高焊缝填充效率并改善焊后组织性能。其中,窄间隙激光焊接具有热源能量集中、微角度坡口形式、高速焊接等优势,在厚壁构件焊接领域具有广泛的应用前景。针对现有窄间隙激光焊接方法存在的焊缝侧壁熔合不良、气孔、组织性能均匀性差等问题,从焊接熔池调控技术出发,提出了电磁辅助窄间隙激光焊接新技术,利用恒定磁场和交变电流,
高分辨率逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像技术因具备生成非合作运动目标二维高分辨率图像的能力而被广泛应用于军事和民用领域。但是二维ISAR成像存在一些固有缺陷。首先,ISAR图像无法提供目标除距离和多普勒维以外的第三维信息。其次,ISAR图像的方位维尺寸仅反映了散射点的多普勒分布,因此无法从ISAR图像中直观获取目标的实际横向尺寸。此外