基于凸优化技术的有限推力航天器自主交会轨迹规划方法技术

技术编号:9463030 阅读:176 留言:0更新日期:2013-12-19 00:34
本发明专利技术提供了一种基于凸优化技术的有限推力航天器自主交会轨迹规划方法,首先建立描述两航天器相对运动的数学模型,然后执行自主交会轨迹规划算法,最后考虑自主交会的有限推力约束。本发明专利技术通过凸优化技术,对自主交会轨迹规划问题,进行优化求解,保证了全局最优性,并通过高效的求解方法,使其成为一种具有良好实时性的轨迹规划算法。

【技术实现步骤摘要】
【专利摘要】本专利技术提供了一种,首先建立描述两航天器相对运动的数学模型,然后执行自主交会轨迹规划算法,最后考虑自主交会的有限推力约束。本专利技术通过凸优化技术,对自主交会轨迹规划问题,进行优化求解,保证了全局最优性,并通过高效的求解方法,使其成为一种具有良好实时性的轨迹规划算法。【专利说明】
本专利技术涉及一种有限推力航天器自主交会轨迹规划方法。
技术介绍
近十几年里,以电推进、离子推进、光帆推进等为代表的连续推力推进技术逐渐发展了起来,这类推进系统与大推力化学火箭相比,具有大比冲、长寿命、消耗燃料少等特点的,并且可以提高有效载荷,应用前景十分广泛,比如,可以先利用大推力化学火箭发动机将航天器送入停泊轨道,然后由连续推力推进系统接替工作,完成后续任务。有限推力作用下的轨迹优化问题逐渐 成为各国轨道设计工作者的研究重点。有限推力变轨可以分为两种:一种是连续推力变轨,即变轨过程中推力一直作用;另外一种是中间带有无推力滑行段的变轨,需要发动机多次点火启动。在实际工程中,发动机的推力都是有限的。当发动机推力较小时,继续使用脉冲转移方法将使误差增大。因此,研究有限推力作用下航天器轨道优化设计方法是非常必要的。目前的航天器自主交会轨迹规划方法,缺少将凸优化技术应用于航天器轨迹规划的研究。同时,目前现有的其他轨迹规划算法,往往计算量较大,计算时间长,在星上计算能力有限的情况下,难以进行实时解算,进而难以得到实际应用。总的来说,当前还未能提出一种实时有效的基于凸优化技术的有限推力自主交会轨迹规划方法。因此有必要建立航天器的相对运动方程,设计基于凸优化技术的有限推力轨迹规划方法以实现航天器的自主交会轨迹规划。
技术实现思路
为了克服现有技术的不足,本专利技术提供一种,保证了全局最优性,具有良好实时性。本专利技术解决其技术问题所采用的技术方案包括以下步骤:步骤一、使用HCW方程来描述两个航天器的近距离相对运动: X - 2ny - 3n2x =— m F【权利要求】1.一种,其特征在于包括下述步骤: 步骤一、使用HCW方程来描述两个航天器的近距离相对运动: 【文档编号】G01C21/24GK103455707SQ201310309259【公开日】2013年12月18日 申请日期:2013年7月22日 优先权日:2013年7月22日 【专利技术者】李鹏, 岳晓奎, 袁建平 申请人:西北工业大学本文档来自技高网
...

【技术保护点】
一种基于凸优化技术的有限推力航天器自主交会轨迹规划方法,其特征在于包括下述步骤:步骤一、使用HCW方程来描述两个航天器的近距离相对运动:x..-2ny.-3n2x=Fxmy..+2nx.=Fymz..+n2z=Fzm---(1)其中,m和n分别代表目标航天器的质量和轨道角速度,(Fx,Fy,Fz)T为轨道控制力,代表在轨道坐标系下三个方向轴上的相对位置和相对速度,X为径向位置矢量,Y为速度方向,Z方向与轨道面垂直,跟X,Y成右手坐标系;将该动力学方程写成如下的状态空间形式:X.=AX+B---(2)其中,U=(Fx/m,Fy/m,Fz/m)T为控制向量,A为系统矩阵,B为控制输入矩阵,矩阵A和B可分别表示如下:A=0001000000100000013n20002n0000-2n0000-n2000B=000000000100010001将该连续方程进行离散化,则离散化后的状态方程为Xk+1=AdXk+BdUk?????(3)其中,Xk+1为k+1时刻系统的状态,Xk和Uk分别为k时刻的离散状态和控制输入;离散化之后的系统矩阵Ad和控制输入矩阵Bd如下Ad=4-3C00Sn2(1-C)n06(S-nT)10-2(1-C)n4S-3nTn000C00Sn3nS00C2S0-6n(1-C)00-2S4C-3000-nS00CBd=1-Cn22nT-2Sn202(S-nT)n2-3T22+41-Cn20001-Cn2Sn21-Cn02(C-1)n-3T+4Sn000Sn其中,S=sin(nT),C=cos(nT),T为采样时间间隔;步骤二、将控制变量进行增量化处理,得到Uk=Uk?1+ΔUk?????(4)其中ΔUk为从第k?1步到第k步的控制增量,将上式带入状态方程,得到Xk+1Uk=AkBk0IXkUk-1+BkIΔUk---(5)首先将整个轨迹规划时间分成N个时间段,这些时间段之间的节点处时间为:t0<t1<t2<...<tk<...<tN?1<tN????(6)其中,tN就是终端时间tf,在轨迹规划过程中的控制量可以表示为U(k+i)=Σi=0N-1ΔU(k+i)+U(k-1)---(7)定义Uc和ΔUc分别为控制输入向量和控制增量向量,则有如下的表达式Uc=U(k)···U(k+N-1)ΔUc=ΔU(k)···ΔU(k+N-1)---(8)基于以上定义和状态方程表达式(3),则可以得到如下的状态方程表达式为X(k+j)=AjX(k)+[Aj?1?Aj?2?...?I]BUc?????(9)定义和分别为实际状态向量和参考状态向量,即Xcp=X(k+1)···X(k+N)Xcref=Xref(k+1)...Xref(k+N)---(10)将方程(10)代入状态方程(9)当中,可以得到X(k+j)=φX(k)+ΓU(k?1)+GyΔUc?????(11)其中为状态列向量,Gy=Σi=0j-1AiB···Σi=0j-NAiB,Γ=Σi=0N-1AiB,φ=AN;选定如下的目标函数用以使系统状态收敛到参考状态值,同时减少控制过程中的燃料消耗:Jk=Σj=1N||X(k+j)-Xref(k+j)||Q2+Σj=1N||ΔU(k+j)||R2---(12)其中,Q和R分别是状态权重矩阵和控制权重矩阵,X(k+j)和Xref(k+j),j=1,...,N分别为每一时刻的实际状态向量和参考状态向量;定义E为辅助变量,E=Xcref-φX(k)-ΓU(k-1)---(13)因此,将E代入目标函数,对目标函数做如下转换Jk=||GyΔUc-E||Q2+||ΔUc||R2=[ΔUcGyT-ET]Q[GyΔUc-E]+ΔUcTRΔUc---(14)=ΔUcT[GyTQGy+R]ΔUc-2ETQGyΔUcT+ETQE最终,将目标函数转换为如下的形式Jk=12ΔUcT(k)HΔUc(k)+fTΔUc(k)+...

【技术特征摘要】

【专利技术属性】
技术研发人员:李鹏岳晓奎袁建平
申请(专利权)人:西北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1