CN113343561B - 一种求解最优月球飞掠转移轨道的方法及系统 - Google Patents
一种求解最优月球飞掠转移轨道的方法及系统 Download PDFInfo
- Publication number
- CN113343561B CN113343561B CN202110571426.2A CN202110571426A CN113343561B CN 113343561 B CN113343561 B CN 113343561B CN 202110571426 A CN202110571426 A CN 202110571426A CN 113343561 B CN113343561 B CN 113343561B
- Authority
- CN
- China
- Prior art keywords
- time
- optimal
- fly
- transfer
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012546 transfer Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 43
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 title claims abstract description 26
- 238000005457 optimization Methods 0.000 claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 239000000446 fuel Substances 0.000 claims abstract description 14
- 230000002068 genetic effect Effects 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 48
- 238000003780 insertion Methods 0.000 claims description 9
- 230000037431 insertion Effects 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 7
- 230000017105 transposition Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000005484 gravity Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及深空转移轨道技术领域,尤其涉及一种求解最优月球飞掠转移轨道的方法及系统,所述方法包括:根据会合坐标系下最小飞掠高度约束条件,设置月球飞掠转移轨道初始参数;以速度增量和的最小化为优化目标,对给定初始参数进行迭代优化;以最优必要性条件为目标,通过遗传算法求解获得最省燃料的最优转移轨道。本发明的方法通过迭代优化,得到接近最优解的出发相位,入轨相位和中间脉冲及转移时间,进而可以通过以最优必要性条件为优化目标,快速求解得到最优轨道,及最优出发相位、入轨相位、转移时间、飞掠脉冲时刻、位置及大小;本发明的方法不仅能够求得定义最优轨道的全部参数,并且模型简单,可以快速稳定收敛。
Description
技术领域
本发明涉及深空转移轨道技术领域,尤其涉及一种求解最优月球飞掠转移轨道的方法及系统。
背景技术
对于深空航天探测任务,考虑到目前火箭的运载能力等因素,利用尽可能少的燃料抵达目标轨道执行任务是轨道设计的一大难题。对于近地飞行任务,燃料最优轨道设计问题可以通过主矢量理论、最优控制理论等推导最优必要性条件并通过各类算法求解;而在深空探测任务中,由于飞行器距离原中心天体位置较远,二体动力学模型描述飞行器运动误差较大,因此在限制性三体问题模型建立飞行器动力学方程。在三体问题模型中进行最优转移轨道的计算时,由于引力场模型的复杂性,系统高度非线性,因此在推导最优必要性条件时较二体问题有额外的复杂项,且在求解最优轨道时收敛难度更大。
借助其他天体进行有机动的引力辅助能够显著减少燃料消耗并能够支持更多的深空探测任务,但需设置最小飞掠高度约束以防止轨道转移过程中发生撞击。
发明内容
本发明的目的在于克服现有技术缺陷,提出了一种求解最优月球飞掠转移轨道的方法及系统。本发明首次提出了一种求解最优引力辅助转移轨道的方法。
为了实现上述目的,本发明提出了一种求解最优月球飞掠转移轨道的方法,所述方法包括:
根据会合坐标系下最小飞掠高度约束条件,设置月球飞掠转移轨道初始参数;
以速度增量和的最小化为优化目标,对给定初始参数进行迭代优化;
以最优必要性条件为目标,通过遗传算法求解获得最省燃料的最优转移轨道。
作为上述方法的一种改进,所述根据会合坐标系下最小飞掠高度约束条件,设置月球飞掠转移轨道初始参数;具体包括:
根据最低飞掠高度约束下的等式约束条件ψ=[ψ1,ψ2,ψ3]T和不等式约束条件σ:
ψ1:[x(t0)(1),x(t0)(2)]T-r0=0
ψ3:[x(tf)(1),x(tf)(2)]T-rf=0
其中,ψ1,ψ2,ψ3分别为等式约束条件的三个条件,t0为飞行器由第一主天体P1附近停泊轨道O上点r0以x(t0)状态出发的时刻,x(t0)(1),x(t0)(2)分别为x(t0)的两个分量,xP为飞行器在转移轨道的近第二主天体P2点的状态,xP(1),xP(2),xP(3),xP(4)分别为xP的四个分量,为P2的坐标位置,为P2的半径,hP为最低飞掠高度,tf为飞行器以x(tf)状态经转移轨道到达目标周期轨道F上的点rf的时刻,T表示转置;
设置飞掠脉冲Δvm在tm时刻,在rm点处施加,转移时间为ttransfer。
作为上述方法的一种改进,所述以速度增量和的最小化为优化目标,对给定初始参数进行迭代优化;具体包括:
根据主矢量理论,以新的轨道的速度增量和与参考轨道的速度增量和之差为目标函数,使用目标函数对出发点和插入点的时刻进行梯度调整,使得速度增量消耗最小化;
调整飞掠脉冲的时刻、位置和转移时间使得速度增量消耗最小化;
迭代求解上述两个优化问题,直至速度增量和达到最小值,并且出发相位和入轨相位为最优。
作为上述方法的一种改进,所述根据主矢量理论,以新的轨道的速度增量和与参考轨道的速度增量和之差为目标函数,使用目标函数对出发点和插入点位置进行梯度调整,使得速度增量消耗最小化,具体包括:
设置目标函数δJ1满足下式:
其中,分别表示初始参数对应的参考轨道在飞行器从停泊轨道出发的t0时刻的速度增量,施加飞掠脉冲的tm时刻的速度增量以及进入目标周期轨道的tf时刻的速度增量;Δv0,Δvm,Δvf分别表示新的轨道对应的t0时刻的速度增量,tm时刻的速度增量和tf时刻的速度增量;
根据主矢量理论,通过目标函数δJ1(t0,tf),梯度调整飞行器从停泊轨道出发的出发点时刻变化量δt0以及进入目标周期轨道的插入点时刻变化量δtf,使得速度增量消耗最小化,满足下式:
find δt0 and δtf
s.t.σ
作为上述方法的一种改进,所述调整飞掠脉冲的时刻、位置和转移时间使得速度增量消耗最小化;具体包括:
设置目标函数δJ1满足下式:
通过目标函数δJ1,调整施加飞掠脉冲的时刻变化量δtm、位置变化量δrm和转移时间的时刻变化量δttransfer,使得速度增量消耗最小化,满足下式:
作为上述方法的一种改进,所述出发相位和入轨相位为最优;具体包括:
作为上述方法的一种改进,所述以最优必要性条件为目标,通过遗传算法求解获得最省燃料的最优转移轨道;具体包括:
设置最优必要条件J2满足下式:
其中,tP表示近月点时刻,和分别表示近月点前时刻和近月点后时刻,分别表示时刻和时刻的系统哈密顿函数值,H(tf)表示tf时刻的系统哈密顿函数值,κ为不等式约束的乘子,σ为最低飞掠高度约束下的不等式约束条件;
通过最优必要条件J2,采用遗传算法求解以下优化问题,得到施加飞掠脉冲的时刻变化量δtm、位置变化量δrm和转移时间的时刻变化量δttransfer,满足下式:
find δtm,δrm,and δttransfer
s.t.σ
从而得到最省燃料的最优转移轨道。
一种求解最优月球飞掠转移轨道的系统,所述系统包括:初值设置模块、迭代优化模块和最优转移轨道输出模块;其中,
所述初值设置模块,用于根据会合坐标系下最小飞掠高度约束条件,设置月球飞掠转移轨道初始参数;
所述迭代优化模块,用于以速度增量和的最小化为优化目标,对给定初始参数进行迭代优化;
所述最优转移轨道输出模块,用于以最优必要性条件为目标,通过遗传算法求解获得最省燃料的最优转移轨道。
与现有技术相比,本发明的优势在于:
1、本发明的方法通过迭代优化,得到接近最优解的出发相位,入轨相位和中间脉冲及转移时间,进而可以通过以最优必要性条件为优化目标,快速求解得到最优轨道,及最优出发相位、入轨相位、转移时间、飞掠脉冲时刻、位置及大小;
2、本发明的方法不仅能够求得定义最优轨道的全部参数,并且模型简单,可以快速稳定收敛。
附图说明
图1是本发明的求解最优月球飞掠转移轨道的方法流程图;
图2(a)是地球经月球引力辅助至L4SPO的参考轨道和最优结果;
图2(b)是图2(a)的飞掠机动和近月点的局部放大图;
图3是地球经月球引力辅助至L4SPO的参考轨道和最优结果的主矢量曲线。
具体实施方式
本方法首先基于最优控制原理,给出了会合坐标系下,在最小飞掠高度约束条件下的转移轨道最优必要性条件,并使用遗传算法求解一个迭代优化模型逼近最优解;继而通过以最优必要性条件为目标,遗传算法求解获得燃料最省的月球飞掠转移轨道。
本发明即为求解圆型限制性三体模型中,在最小飞掠高度约束下的燃料最优机动引力辅助转移轨道的方法。对地月间的应急返回轨道,本发明在会合坐标系下求解,并给出了一种迭代优化求解算法,可稳定收敛并得到最省燃料转移轨道需求的出发相位、入轨相位、转移时间、飞掠脉冲时刻、位置大小。
下面结合附图和实施例对本发明的技术方案进行详细的说明。
实施例1
圆型限制性三体问题中,会合坐标系是一个原点位于系统质心,x轴由大主天体P1指向小主天体P2,z轴平行于主天体运动的角动量矢量,y轴由右手定则确定。为分析计算方便,对各物理量进行无量纲化和量级归一化,定义相应的质量单位为主天体总质量,长度单位为两主天体间的距离,时间单位为主天体的运动周期除以2π,系统质量参数定义为μ=m2/m1+m2,其中m1和m2分别表示P1和P2的质量。在x-y平面会合坐标系中,大主天体和小主天体坐标分别为(-μ,0)和(1-μ,0),第三体的运动方程为
其中
对t=t0时刻,由主天体P1附近停泊轨道O上点r0以x(t0)状态出发,经主天体P2引力辅助,最低飞掠高度为hP,于t=tf时刻目标周期轨道F上点rf以x(tf)状态入轨的转移轨道,设飞掠脉冲Δvm在t=tm时刻,r=rm点处施加。对一条转移轨道,当给定出发点位置t0,插入点位置tf,飞掠脉冲时刻tm,飞掠脉冲位置rm,转移时间ttransfer,飞掠脉冲可以通过多段固定时间下的微分修正法求得。最省燃料的转移轨道计算步骤如下:
1)建立转移轨道的数学模型。
最低飞掠高度约束下的等式约束条件ψ=[ψ1,ψ2,ψ3]T和不等式约束条件σ表述如下:
优化问题的性能指标φ表达为总速度增量和最小,在下述优化过程中需被最大化:
φ=-(Δv0+Δvm+Δvf) (3)
系统哈密顿函数表示为:
其中λr和λv为与位置和速度矢量关联的协态变量,其中λv也称为主矢量。协态变量的微分方程为
2)根据主矢量理论推导一阶最优必要性条件如下:
H(tf)=0 (10)
其中χ=[χ1,χ2,χ3]T为等式约束的乘子,κ为不等式约束的乘子,并需满足κσ=0;
由于脉冲处没有额外约束,则脉冲时刻的主矢量为:
其中Δvi为ti时刻施加的第i个脉冲。
1.以速度增量和最小为优化目标,对给定初值进行迭代优化。
对给定初值,即参考轨道(以下标R标记),这一步分为两个子问题进行迭代优化,目标函数均为新的轨道与参考轨道的速度增量和之差:
子问题1:根据主矢量理论,使用δJ1对δt0,δtf的梯度调整出发点和插入点时刻δt0,δtf,最小化速度增量消耗。
子问题2:调整飞掠脉冲的时刻、位置和转移时间以最小化速度增量消耗。
2.以最优必要性条件为目标,通过遗传算法求解获得最省燃料的最优转移轨道。
对上一步求得的轨道,[λr(tm),λv(tm)]T,[λr(tf),λv(tf)]T可由式(5)和(11)求得,进而可以逆向积分式(5)求得近月点后瞬时的协态变量而近月点前瞬时的协态变量可由[λr(t0),λv(t0)]T积分求得,即为λr(t0)的函数。λr(t0),χ2,κ可通过求解式(8)求得。则公式(6)-(10)可简化为:
为求得满足最有必要性条件的最优解,可通过遗传算法求解下述优化问题:
以地月系统,由200km高度的圆近地轨道(Low Earth Orbit,LEO)轨道出发,经月球引力辅助,最小月球飞掠高度100km,最终入轨L4拉格朗日点附近的振幅为β=0.15的短周期轨道(Short Periodic Orbit,SPO)为例,使用本方法求解燃料最省的最优转移轨道结果如图2(a)、(b)所示,总速度增量消耗由参考轨道的3.4220km/s减小至3.4087km/s。如图3所示,为地球经月球引力辅助至L4SPO的参考轨道和最优结果的主矢量曲线。
实施例2
本发明的实施例2提出了一种求解最优月球飞掠转移轨道的系统,所述系统包括:初值设置模块、迭代优化模块和最优转移轨道输出模块;具体实现过程同实施例1,其中,
所述初值设置模块,用于根据会合坐标系下最小飞掠高度约束条件,设置月球飞掠转移轨道初始参数;
所述迭代优化模块,用于以速度增量和最小为优化目标,对给定初始参数进行迭代优化;
所述最优转移轨道输出模块,用于以最优必要性条件为目标,通过遗传算法求解获得最省燃料的最优转移轨道。
创新点:
1.本方法在会合坐标系下推导了包含最小飞掠高度约束的机动引力辅助转移轨道并给出了计算流程和推导结果以作为优化目标;
2.本方法通过迭代优化出发相位及入轨相位和中间脉冲及转移时间,得到了满足主矢量理论的最优出发相位和入轨相位,和接近最优解的飞掠脉冲位置及转移时间,通过此迭代方法获得的解已非常接近最优解。
3.本方法以最优必要性条件为优化目标,通过遗传算法求解,能够快速将转移轨道微调至满足最优必要性条件的最优解。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种求解最优月球飞掠转移轨道的方法,所述方法包括:
步骤1)根据会合坐标系下最小飞掠高度约束条件,设置月球飞掠转移轨道初始参数;
步骤2)以速度增量和的最小化为优化目标,对给定初始参数进行迭代优化;
步骤3)以最优必要性条件为目标,通过遗传算法求解获得最省燃料的最优转移轨道;
步骤2)具体包括:
步骤201)根据主矢量理论,以新的轨道的速度增量和与参考轨道的速度增量和之差为目标函数,使用目标函数对出发点和插入点的时刻进行梯度调整,使得速度增量消耗最小化;
步骤202)调整飞掠脉冲的时刻、位置和转移时间使得速度增量消耗最小化;
步骤203)迭代求解步骤201)和步骤202)的两个优化问题,直至速度增量和达到最小值,并且出发相位和入轨相位为最优;
所述步骤201)具体包括:
设置目标函数δJ1满足下式:
其中,分别表示初始参数对应的参考轨道在飞行器从停泊轨道出发的t0时刻的速度增量,施加飞掠脉冲的tm时刻的速度增量以及进入目标周期轨道的tf时刻的速度增量;Δv0,Δvm,Δvf分别表示新的轨道对应的t0时刻的速度增量,tm时刻的速度增量和tf时刻的速度增量;
根据主矢量理论,通过目标函数δJ1(t0,tf),梯度调整飞行器从停泊轨道出发的出发点时刻变化量δt0以及进入目标周期轨道的插入点时刻变化量δtf,使得速度增量消耗最小化,满足下式:
find δt0andδtf
s.t.σ
所述步骤202)具体包括:
设置目标函数δJ1满足下式:
通过目标函数δJ1,调整施加飞掠脉冲的时刻变化量δtm、位置变化量δrm和转移时间的时刻变化量δttransfer,使得速度增量消耗最小化,满足下式:
所述步骤203)出发相位和入轨相位为最优;具体包括:
2.根据权利要求1所述的求解最优月球飞掠转移轨道的方法,其特征在于,所述步骤1)具体包括:
根据最低飞掠高度约束下的等式约束条件ψ=[ψ1,ψ2,ψ3]T和不等式约束条件σ:
ψ1:[x(t0)(1),x(t0)(2)]T-r0=0
ψ3:[x(tf)(1),x(tf)(2)]T-rf=0
其中,ψ1,ψ2,ψ3分别为等式约束条件的三个条件,t0为飞行器由第一主天体P1附近停泊轨道O上点r0以x(t0)状态出发的时刻,x(t0)(1),x(t0)(2)分别为x(t0)的两个分量,xP为飞行器在转移轨道的近第二主天体P2点的状态,xP(1),xP(2),xP(3),xP(4)分别为xP的四个分量,为P2的坐标位置,为P2的半径,hP为最低飞掠高度,tf为飞行器以x(tf)状态经转移轨道到达目标周期轨道F上的点rf的时刻,T表示转置;
设置飞掠脉冲Δvm在tm时刻,在rm点处施加,转移时间为ttransfer。
4.一种求解最优月球飞掠转移轨道的系统,其特征在于,所述系统包括:初值设置模块、迭代优化模块和最优转移轨道输出模块;其中,
所述初值设置模块,用于根据会合坐标系下最小飞掠高度约束条件,设置月球飞掠转移轨道初始参数;
所述迭代优化模块,用于以速度增量和的最小化为优化目标,对给定初始参数进行迭代优化;
所述最优转移轨道输出模块,用于以最优必要性条件为目标,通过遗传算法求解获得最省燃料的最优转移轨道;
所述迭代优化模块的处理过程具体包括:
步骤201)根据主矢量理论,以新的轨道的速度增量和与参考轨道的速度增量和之差为目标函数,使用目标函数对出发点和插入点的时刻进行梯度调整,使得速度增量消耗最小化;
步骤202)调整飞掠脉冲的时刻、位置和转移时间使得速度增量消耗最小化;
步骤203)迭代求解步骤201)和202)的两个优化问题,直至速度增量和达到最小值,并且出发相位和入轨相位为最优;
所述步骤201)具体包括:
设置目标函数δJ1满足下式:
其中,分别表示初始参数对应的参考轨道在飞行器从停泊轨道出发的t0时刻的速度增量,施加飞掠脉冲的tm时刻的速度增量以及进入目标周期轨道的tf时刻的速度增量;Δv0,Δvm,Δvf分别表示新的轨道对应的t0时刻的速度增量,tm时刻的速度增量和tf时刻的速度增量;
根据主矢量理论,通过目标函数δJ1(t0,tf),梯度调整飞行器从停泊轨道出发的出发点时刻变化量δt0以及进入目标周期轨道的插入点时刻变化量δtf,使得速度增量消耗最小化,满足下式:
find δt0andδtf
s.t.σ
所述步骤202)具体包括:
设置目标函数δJ1满足下式:
通过目标函数δJ1,调整施加飞掠脉冲的时刻变化量δtm、位置变化量δrm和转移时间的时刻变化量δttransfer,使得速度增量消耗最小化,满足下式:
所述步骤203)出发相位和入轨相位为最优;具体包括:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571426.2A CN113343561B (zh) | 2021-05-25 | 2021-05-25 | 一种求解最优月球飞掠转移轨道的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571426.2A CN113343561B (zh) | 2021-05-25 | 2021-05-25 | 一种求解最优月球飞掠转移轨道的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343561A CN113343561A (zh) | 2021-09-03 |
CN113343561B true CN113343561B (zh) | 2021-12-28 |
Family
ID=77471303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110571426.2A Active CN113343561B (zh) | 2021-05-25 | 2021-05-25 | 一种求解最优月球飞掠转移轨道的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343561B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114019995B (zh) * | 2021-11-09 | 2024-08-20 | 北京航空航天大学 | 一种燃料最优的异面多目标快速飞掠轨迹规划方法 |
CN114889849B (zh) * | 2022-06-23 | 2023-10-20 | 中国人民解放军国防科技大学 | 一种航天器多约束飞越最优速度的估计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944084A (zh) * | 2017-10-26 | 2018-04-20 | 北京理工大学 | 一种深空探测器行星借力飞行轨道评估方法 |
US10696423B1 (en) * | 2015-12-31 | 2020-06-30 | United States Of America As Represented By The Administrator Of Nasa | Method for transferring a spacecraft from geosynchronous transfer orbit to lunar orbit |
CN111680455A (zh) * | 2020-08-11 | 2020-09-18 | 北京控制与电子技术研究所 | 基于搭载形式的撞击探测轨道设计方法和系统 |
CN112560343A (zh) * | 2020-12-15 | 2021-03-26 | 南京航空航天大学 | 基于深度神经网络与打靶算法的J2摄动Lambert问题求解方法 |
CN112613223A (zh) * | 2020-11-24 | 2021-04-06 | 南京航空航天大学 | 基于径向基神经网络的月球引力辅助逃逸轨道递推方法 |
-
2021
- 2021-05-25 CN CN202110571426.2A patent/CN113343561B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10696423B1 (en) * | 2015-12-31 | 2020-06-30 | United States Of America As Represented By The Administrator Of Nasa | Method for transferring a spacecraft from geosynchronous transfer orbit to lunar orbit |
CN107944084A (zh) * | 2017-10-26 | 2018-04-20 | 北京理工大学 | 一种深空探测器行星借力飞行轨道评估方法 |
CN111680455A (zh) * | 2020-08-11 | 2020-09-18 | 北京控制与电子技术研究所 | 基于搭载形式的撞击探测轨道设计方法和系统 |
CN112613223A (zh) * | 2020-11-24 | 2021-04-06 | 南京航空航天大学 | 基于径向基神经网络的月球引力辅助逃逸轨道递推方法 |
CN112560343A (zh) * | 2020-12-15 | 2021-03-26 | 南京航空航天大学 | 基于深度神经网络与打靶算法的J2摄动Lambert问题求解方法 |
Non-Patent Citations (1)
Title |
---|
不同月球借力约束下的地月Halo轨道转移轨道设计;张景瑞等;《宇航学报》;20160229;第37卷(第02期);159-168 * |
Also Published As
Publication number | Publication date |
---|---|
CN113343561A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113343561B (zh) | 一种求解最优月球飞掠转移轨道的方法及系统 | |
CN110989644B (zh) | 一种考虑目标点多终端约束的飞行器轨迹规划方法 | |
Zhang et al. | Finite-time attitude set-point tracking for thrust-vectoring spacecraft rendezvous | |
CN110789739B (zh) | 一种j2摄动下长时间轨道交会最优速度增量快速估计方法 | |
CN109911249B (zh) | 低推重比飞行器的星际转移有限推力入轨迭代制导方法 | |
CN113343442B (zh) | 一种求解固定时间有限燃料多脉冲转移轨道的方法及系统 | |
CN110244767B (zh) | 一种采用有限元方法的编队构型重构优化 | |
CN112623277B (zh) | 一种对空间异面圆轨道目标快速抵达的变轨方法 | |
CN109080854A (zh) | 航天器返回预定落点的大椭圆轨道变轨规划方法 | |
Ma et al. | Adaptive hierarchical sliding mode control with input saturation for attitude regulation of multi-satellite tethered system | |
Somov et al. | Nonlinear digital and pulse-width control at approaching a space robot with a geostationary satellite. | |
Huo et al. | Rapid optimization of continuous trajectory for multi-target exploration propelled by electric sails | |
CN109190155B (zh) | 一种采用电推进/太阳帆推进的混合连续小推力轨道设计方法 | |
CN114889849A (zh) | 一种航天器多约束飞越最优速度的估计方法 | |
CN108536009B (zh) | 一种混合小推力航天器的轨道保持和扰动抑制方法 | |
CN114019995A (zh) | 一种燃料最优的异面多目标快速飞掠轨迹规划方法 | |
CN113581494A (zh) | 一种geo卫星化电混合推进变轨方法 | |
Xie et al. | Guidance, navigation, and control for spacecraft rendezvous and docking: theory and methods | |
Kasiri et al. | Coupled position and attitude control of a servicer spacecraft in rendezvous with an orbiting target | |
No et al. | Dynamics and control of a tethered flight vehicle | |
Jin et al. | Rapid cooperative optimization of continuous trajectory for electric sails in multiple formation reconstruction scenarios | |
CN115494727A (zh) | 一种基于轨道预报的运载火箭入轨轨迹规划方法 | |
CN112506209B (zh) | 一种基于自适应预测周期的再入飞行器预测控制方法 | |
CN112009727B (zh) | 平动点轨道最优小推力转移分段设计方法 | |
Xu et al. | Coordinated control method of space-tethered robot system for tracking optimal trajectory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |