CN114326774B - 航天器碰撞规避策略生成的方法及系统 - Google Patents
航天器碰撞规避策略生成的方法及系统 Download PDFInfo
- Publication number
- CN114326774B CN114326774B CN202210245871.4A CN202210245871A CN114326774B CN 114326774 B CN114326774 B CN 114326774B CN 202210245871 A CN202210245871 A CN 202210245871A CN 114326774 B CN114326774 B CN 114326774B
- Authority
- CN
- China
- Prior art keywords
- spacecraft
- orbit
- control quantity
- track
- control
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及空间目标碰撞规避技术领域,提供一种航天器碰撞规避策略生成的方法及系统,方法包括:获取需要规避的航天器及所有空间目标;获得航天器与所有空间目标的第一碰撞预警;判断航天器是否存在碰撞风险,如存在,则确定航天器的变轨时刻及轨道控制量的范围;确定轨道间隔,构建多个轨道控制量;获得不同轨道控制量的航天器与所有空间目标的第二碰撞预警;判断是否存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,如果存在,则选出最优轨道控制量;如果不存在,则调整轨道控制量的范围,再次获得第二碰撞预警,直到能够选出最优轨道控制量为止。本方案的方法及系统能够确定最优的控制策略,保证航天器安全。
Description
技术领域
本发明涉及空间目标碰撞规避技术领域,特别是涉及一种航天器碰撞规避策略生成的方法及系统。
背景技术
随着人类航天活动的不断开展,空间碎片的空间密度已经对航天器的安全造成了威胁,特别是在近地轨道,碎片密度更大,且数量仍在迅速增加,导致航天器遭受空间碎片撞击事件时有发生。尺寸和质量较大的空间碎片的撞击会使航天器表面性能发生改变,元器件损伤或失效,甚至使航天器失效。
航天器碰撞规避是指航天器对大于10cm的已编目空间碎片进行的一种主动防护措施。美国航空航天局(NASA)和欧空局(ESA)都多次成功采用轨道机动规避技术规避了航天器的碰撞风险,目前航天器碰撞规避已经成为保证航天器安全、延长航天器寿命的重要手段。
在碰撞预警中,现有技术主要根据集群计算机的CPU并行计算,来实现海量空间目标的碰撞预警计算。在规避策略生成中,由于CPU计算能力的限制,规避策略生成速度慢,导致轨控量分组不细致,容易发生遗漏,如轨控50米未发现风险,但轨控45米可能存在风险,而轨控存在一定的偏差,即轨控后的实际与理论存在差异,导致轨控规避后的航天器仍存在碰撞风险。
因此,亟需开发一种航天器碰撞规避策略生成的方法及系统,能够确定最优的控制策略,保证航天器安全。
发明内容
本发明的目的是提供一种航天器碰撞规避策略生成的方法及系统,能够确定最优的控制策略,保证航天器安全,延长航天器寿命。
为解决上述技术问题,作为本发明的一个方面,提供了一种航天器碰撞规避策略生成的方法,包括以下步骤:
S1:获取需要规避的航天器及所有空间目标;
S2:获得航天器与所有空间目标的第一碰撞预警;
S3:根据第一碰撞预警判断航天器是否存在碰撞风险,如果航天器存在碰撞风险,则确定航天器的变轨时刻及轨道控制量的范围;
S4:确定轨道间隔,根据轨道控制量的范围和轨道间隔构建多个轨道控制量;
S5:根据航天器的变轨时刻及多个轨道控制量获得不同轨道控制量的航天器与所有空间目标的第二碰撞预警;
S6:根据第二碰撞预警判断是否存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,如果存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则选出最优轨道控制量;如果不存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则调整轨道控制量的范围,重复步骤S4-S6,直到能够选出最优轨道控制量为止。
根据本发明一示例实施方式,步骤S2中,所述获得航天器与所有空间目标的第一碰撞预警的方法包括:
获得航天器未来第一时间段内在运动轨道上多个第一轨道时间点的空间位置和速度,获得空间目标未来第一时间段内在运动轨道上多个第二轨道时间点的空间位置和速度;
根据所述多个第一轨道时间点的空间位置和速度、所述多个第二轨道时间点的空间位置和速度获得航天器与空间目标在未来第一时间段内多次靠近的第一交会概率。
根据本发明一示例实施方式,步骤S3中,所述根据第一碰撞预警判断航天器是否存在碰撞风险的方法包括:如果第一交会概率大于或等于第一指定阈值,则认为航天器存在碰撞风险,否则认为航天器不存在碰撞风险。
根据本发明一示例实施方式,步骤S5中,所述根据航天器的变轨时刻及多个轨道控制量获得不同轨道控制量的航天器与所有空间目标的第二碰撞预警的方法包括:
获得不同轨道控制量的航天器从航天器的变轨时刻开始未来第二时间段内在运动轨道上多个第三轨道时间点的空间位置和速度;第二时间段小于第一时间段;
根据第三轨道时间点的空间位置和速度、从航天器的变轨时刻开始未来第二时间段内所述多个第二轨道时间点的空间位置和速度获得不同轨道控制量的航天器与空间目标在未来第二时间段内多次靠近的第二交会概率。
根据本发明一示例实施方式,所述获得航天器未来第一时间段内在运动轨道上多个第一轨道时间点的空间位置和速度的方法包括:将航天器未来第一时间段内的第一轨道时间点数据、TLE根数以及SGP4模型的数据从CPU的内存拷贝至GPU的显存,GPU将任务分配给各个线程计算出航天器多个第一轨道时间点的空间位置和速度;
所述获得空间目标未来第一时间段内在运动轨道上多个第二轨道时间点的空间位置和速度的方法包括:将空间目标第一时间段内的第一轨道时间点数据、TLE根数以及SGP4模型的数据从CPU的内存拷贝至GPU的显存,GPU将任务分配给各个线程计算出多个空间目标的多个第二轨道时间点的空间位置和速度;
所述根据所述第一轨道时间点的空间位置和速度、所述多个第二轨道时间点的空间位置和速度获得航天器与空间目标在多个轨道时间点的第一交会概率的方法包括:GPU将各个线程的计算结果汇总,得到每个空间目标的轨道和航天器的轨道,根据航天器的轨道和空间目标的轨道,计算航天器和每个空间目标的间距,得到距离曲线,根据距离曲线获得一个或多个初步极小值,从初步极小值出现的时刻前第三预定时间到初步极小值出现的时刻后第三预定时间确定为交会窗口时间;GPU根据初步极小值的数量将任务分配给每个线程,每个线程获取交会窗口时间的轨道,对该轨道数据增加轨道时间点密度,获得最终极小值,根据最终极小值出现的时刻获得交会距离和速度,根据交会距离和速度计算得到第一交会概率;
所述获得不同轨道控制量的航天器从航天器的变轨时刻开始未来第二时间段内在运动轨道上多个第三轨道时间点的空间位置和速度的方法包括:将不同轨道控制量的航天器从航天器的变轨时刻开始的第三轨道时间点数据、TLE根数以及SGP4模型的数据从CPU的内存拷贝至GPU的显存,GPU将任务分配给各个线程计算出多个轨道控制量的航天器的多个第三轨道时间点的空间位置和速度;
所述根据第三轨道时间点的空间位置和速度、从航天器的变轨时刻开始未来第二时间段内所述多个第二轨道时间点的空间位置和速度获得不同轨道控制量的航天器与空间目标在多个轨道时间点的第二交会概率的方法包括:GPU将各个线程的计算结果汇总,得到每个轨道控制量的航天器的轨道,根据第二时间段内的航天器的轨道和第二时间段内的空间目标的轨道,计算每个轨道控制量的航天器和每个空间目标的间距,得到距离曲线,根据距离曲线获得一个或多个初步极小值,从初步极小值出现的时刻前第三预定时间到初步极小值出现的时刻后第三预定时间确定为交会窗口时间;GPU根据初步极小值的数量将任务分配给各个线程,每个线程获取交会窗口时间的轨道,对该轨道数据增加轨道时间点密度,获得最终极小值,根据最终极小值出现的时刻获得交会距离和速度,根据交会距离和速度计算得到第二交会概率。
根据本发明一示例实施方式,步骤S6中,所述无碰撞风险的控制量范围窗口的确定方法包括:如果存在第二交会概率小于第一指定阈值的轨道控制量,则筛选出第二交会概率小于第一指定阈值的轨道控制量,形成一个或多个控制量范围窗口。
多个轨道控制量组成一个控制量范围窗口,每个控制量范围窗口内的轨道控制量为连续的,控制量范围窗口的长度为窗口两端的轨道控制量之差。每两个控制量范围窗口之间的必然存在第二交会概率大于或等于第一指定阈值的轨道控制量。
根据本发明一示例实施方式,步骤S4还包括:获取控制量修正系数,根据控制量修正系数和轨道控制量获取控制区间;所述第三指定阈值等于控制区间的长度。
根据本发明一示例实施方式,所述获取控制量修正系数的方法包括根据航天器历史的实际控制量与理论控制量的相对偏差平均数获得修正系数。
根据本发明一示例实施方式,所述根据控制量修正系数和轨道控制量获取控制区间的方法包括:将轨道控制量乘以修正系数,得到偏差量;所述控制区间在轨道控制量减n倍的偏差量至轨道控制量加n倍的偏差量的范围内;n为大于或等于1的自然数;控制区间的长度为2n倍的偏差量。
根据本发明一示例实施方式,步骤S6中,所述选出最优轨道控制量的方法包括:如果同时存在减小半长轴的轨道控制量和大于或等于第二指定阈值的增加半长轴的轨道控制量,则人为参与进行决策;否则先选择增加半长轴的轨道控制量,其次选择最小的轨道控制量。
作为本发明第二个方面,本发明提供一种航天器碰撞规避策略生成的系统,包括:
输入模块,用于获取需要规避的航天器及所有空间目标;
判断变更轨道模块,用于获得航天器与所有空间目标的第一碰撞预警;根据第一碰撞预警判断航天器是否存在碰撞风险,如果航天器存在碰撞风险,则确定航天器的变轨时刻及轨道控制量的范围;
选取最优轨道控制量模块,用于确定轨道间隔,根据轨道控制量的范围和轨道间隔构建多个轨道控制量;根据航天器的变轨时刻及多个轨道控制量获得不同轨道控制量的航天器与所有空间目标的第二碰撞预警;根据第二碰撞预警判断是否存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,如果存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则选出最优轨道控制量;如果不存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则调整轨道控制量的范围,再次获得第二碰撞预警,直到能够选出最优轨道控制量为止。
本发明的有益效果是:
本发明的系统和方法基于CPU+GPU异构计算,快速处理空间目标碰撞预警事件;通过分出不同轨道控制量的航天器与空间目标进行风险预测,尽可能地选取最优轨道控制量,保证航天器能够运行更长时间,节省燃料,延长航天器的寿命;在计算的过程中加入修正系数,使航天器进行轨道控制后更安全。
附图说明
图1示意性示出了航天器碰撞规避策略生成的系统的结构图。
图2示意性示出了航天器碰撞规避策略生成的方法步骤图。
图3示意性示出了航天器碰撞规避策略生成的流程图。
图4示意性示出了航天器和空间目标的三维轨道图,坐标单位均为公里。
图5示意性示出了航天器和空间目标的距离曲线图,纵坐标的单位为公里,横坐标的单位为秒。
图6示意性示出了局部加密后航天器和空间目标的三维轨道图,坐标单位均为公里。
图7示意性示出了局部加密后航天器和空间目标的距离曲线图,纵坐标的单位为公里,横坐标的单位为秒。
图8示意性示出了CPU与GPU的结构关系图。
图9示意性示出了GPU线程块与线程的关系图。
具体实施方式
以下对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
作为本发明的第一个实施方式,提供一种航天器碰撞规避策略生成的系统,如图1所示,包括依次连接的输入模块1、判断变更轨道模块2和选取最优轨道控制量模块3。
输入模块1用于获取需要规避的航天器及所有空间目标。
判断变更轨道模块2包括第一目标轨道预报模块21、第一交会概率计算模块22和第一碰撞风险判断模块23。第一目标轨道预报模块21用于预测航天器及空间目标在未来第一时间段内的轨道。第一交会概率计算模块22用于根据预测的航天器及空间目标的轨道获得第一交会概率,即为航天器与所有空间目标的第一碰撞预警。第一碰撞风险判断模块23用于根据第一碰撞预警判断航天器是否存在碰撞风险,如果航天器存在碰撞风险,则确定航天器的变轨时刻及轨道控制量的范围。
选取最优轨道控制量模块3包括轨道控制量构建模块31、第二目标轨道预报模块32、第二交会概率计算模块33、第二碰撞风险判断模块34、最优轨道控制量选取模块35、轨道控制量范围调整模块36以及控制区间模块37。轨道控制量构建模块31用于确定轨道间隔,根据轨道控制量的范围和轨道间隔构建多个轨道控制量。第二目标轨道预报模块32用于根据航天器的变轨时刻及多个轨道控制量预测不同轨道控制量的航天器未来第二时间段内的轨道。第二交会概率计算模块33用于根据不同轨道控制量的航天器及空间目标的轨道获得第二交会概率,即为不同轨道控制量的航天器与所有空间目标的第二碰撞预警。第二碰撞风险判断模块34用于根据第二碰撞预警判断是否存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,如果存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则最优轨道控制量选取模块35选取最优轨道控制量;如果不存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则轨道控制量范围调整模块36调整轨道控制量的范围,轨道控制量构建模块31再次构建轨道控制量,第二目标轨道预报模块32再次预测轨道,第二交会概率计算模块33再次计算第二交会概率,第二碰撞风险判断模块34再次判断碰撞风险,直到能够选出最优轨道控制量为止。控制区间模块37用以计算修正系数,从而获得最优轨道控制量。
作为本发明的第二个实施方式,提供一种航天器碰撞规避策略生成的方法,如图2和图3所示,包括如下步骤:
S1:获取需要规避的航天器及所有空间目标。空间目标为对大于10cm的已编目空间碎片。输入模块1根据NORAD航天器编号提取需要规避的航天器的TLE根数,以及利用Space Track提供的API接口,获取空间目标的TLE根数。通过TLE根数即可得到航天器及所有空间目标的信息。
以卫星为例,卫星星历的结构为三行,首行数据为卫星名称;后面两行则存储了卫星相关数据,每行69个字符,包括0~9、A~Z(大写)、空格、点和正负号。后面两行的第一行如表1所示,第二行如表2所示。根据这两行的数据可以获取到卫星的轨道,进而计算出天线的运动轨道。
表1
表2
两行数据(TLE)是北美防空放天司令部(NORAD)创立的一组描述卫星轨道在空间中的状态及其位置参数的数据。
S2:获得航天器与所有空间目标的第一碰撞预警。判断变更轨道模块2的第一目标轨道预报模块21和第一交会概率计算模块22用于获得第一碰撞预警,通过第一碰撞预警可以获得航天器在未来第一时间段内与空间目标多个第一交会概率。
具体地,获得航天器与所有空间目标的第一碰撞预警的方法包括:
第一目标轨道预报模块21将航天器未来第一时间段内的第一轨道时间点数据、TLE根数以及SGP4模型的数据从CPU的内存拷贝至GPU的显存,根据航天器的数量及第一轨道时间点的个数的乘积获得第一预报任务量,根据第一预报任务量GPU将任务分配给各个线程计算出航天器多个第一轨道时间点的空间位置和速度,从而获得航天器未来第一时间段内在运动轨道上多个第一轨道时间点的空间位置和速度;将空间目标第一时间段内的第一轨道时间点数据、TLE根数以及SGP4模型的数据从CPU的内存拷贝至GPU的显存,根据空间目标的数量及第二轨道时间点的个数的乘积获得第二预报任务量,根据第二预报任务量GPU将任务分配给各个线程计算出多个空间目标的多个第二轨道时间点的空间位置和速度,从而获得空间目标未来第一时间段内在运动轨道上多个第二轨道时间点的空间位置和速度;
第一交会概率计算模块22根据多个第一轨道时间点的空间位置和速度、多个第二轨道时间点的空间位置和速度获得航天器与空间目标在未来第一时间段内多次靠近的第一交会概率;具体地,GPU将各个线程的计算结果汇总,如图4所示,得到每个空间目标的轨道和航天器的轨道,根据航天器的轨道和空间目标的轨道,计算航天器和每个空间目标的间距,如图5所示,得到距离曲线,根据距离曲线获得一个或多个初步极小值,从初步极小值出现的时刻前第三预定时间到初步极小值出现的时刻后第三预定时间确定为交会窗口时间;GPU根据初步极小值的数量将任务分配给每个线程,每个线程获取交会窗口时间的轨道,如图6和图7所示,对该轨道数据增加轨道时间点密度至精度为0.2-0.5秒,采用二分法获得最终极小值,采用拉格朗日插值根据最终极小值出现的时刻获得交会距离和速度,根据交会距离和速度计算得到第一交会概率,即为第一碰撞预警。二分法用于确定最终极小值的时间点(交会时刻),拉格朗日插值用于计算二分法确定的最终极小值的时间点的卫星位置(交会距离)和速度。图6为加密后的航天器和空间目标在交会窗口时间的三维轨道图,图7为加密后的航天器和空间目标的距离曲线图,每个交会窗口时间由一个初步极小值确定,因此每个交会窗口时间中均能够获得一个最终极小值,图7中的最终极小值为1km。
第一时间段为5-9天,优选7天。航天器和空间目标的轨道预测实际上是预测出未来轨道上的多个轨道时间点上的空间位置和速度,将多个轨道时间点的空间位置串起来即为轨道。每两个第一轨道时间点间隔1分钟,每两个第二轨道时间点间隔1分钟。以轨道预报的时间间隔为1分钟为例,通过计算航天器和一空间目标两条轨道之间的距离,可以得到如图5所示的曲线图,由于航天器和空间目标在进行周而复始的绕着椭圆形轨道运动,航天器和一个空间目标有可能会有多个交会事件,因此图5中存在多个极小值点,这些极小值可能会存在碰撞。每出现一个初步极小值或一个交会窗口时间,表明航天器与空间目标有可能存在碰撞的交会事件。但由于在进行轨道计算时,每两个轨道时间点的间隔为1分钟,即为分辨率为1分钟,对于航天器来说,1分钟的分辨率太低,因为航天器1秒可以运行10公里,因此需要通过插值等方法进行局部加密至分辨率(精度)为0.2-0.5秒,数据更加密集,才能得到一个更加精确的交会时间。
但是一次交会事件涉及到多次插值和迭代过程,而两个低轨道目标在一天事件内,一般会产生上百次的交会事件。目前编目在轨的空间目标可达22000个以上,大概估计当航天器(即为预警目标)为500颗,空间目标数为22000个的情况下,预报一天就可能产生数十亿次的交会事件,这个计算量对当前的CPU串行计算压力巨大,一次预报就耗时2小时,预报7天就要14小时。对于航天器预警而言,该计算时间过长,不满足时效性的要求。
从并行角度上看,各个轨道时间点的计算或各个第一交会概率的计算是相对独立,而且每个轨道时间点或每个第一交会概率的计算量基本一致,不会出现较大的差异,这些计算也符合数据并行的要求,可将轨道时间点的计算或第一交会概率的计算平均分配给各个线程处理,使各个线程的计算量尽可能饱和且平衡。
本方案的计算第一交会概率采用CPU和GPU结合,能够满足海量空间目标的轨道计算的需求。如图8所示,GPU与CPU之间利用PCI总线连接,接口速率能够达到500G/s,虽然CPU的运算核心较少,但是可以实现复杂的逻辑运算,因此适合控制密集型任务。另外,CPU上的线程是重量级的,上下文切换开销大,例如:CPU处理多线程问题时,并不是一个线程完全占用CPU核心资源,通常是某个CPU时钟处理事件A,然后在下一个时钟处理事件B,事件A和事件B所需要的系统资源不同,就需要做上下文切换,其实就是将所需要的数据存入CPU的寄存器中,再处理下一个事件,又需要将其他数据存到寄存器中,这样频繁切换,才能实现多线程运行。与CPU不同的是,GPU由于存在很多CUDA核心,其线程是轻量级的。因此,根据CPU+GPU的异构计算平台可以优势互补,CPU复杂处理预报模块中的任务分配,而GPU重点处理数据密集型的并行计算程序。由此克服现有技术因CPU计算性能限制而导致的对计算机性能和时效性要求较高的空间目标碰撞预警问题上存在并行度不高、带宽不够、时延高等缺陷,降低集群并行计算中所产生的的“机群”构成成本问题,快速处理空间目标碰撞预警事件。
采用CPU为5600X 6核12线程、GPU为Nvidia 3070 8G、内存为16G DDR4 3200配置的计算机,分别统计单线程CPU耗时、多线程CPU耗时以及本方案的CPU+GPU异构计算耗时,结果如表3所示。
表3
由此可见,多线程与单线程计算相比10倍的加速,CPU+GPU异构计算与多线程相比则有近30倍的加速,可见采用GPU的并行计算能够极大地提升计算速度,并且与集群相比,IO速度更快(GPU采用PCIE总线,集群采用网线)、成本更低(要达到30倍的加速比,集群需要更多的核心数量)。
在GPU分配线程计算空间目标和速度时,采用式一:
G1=(K1+N)/N (公式一);
其中,G1表示每个线程的任务量,K1表示第一预报任务量或第二预报任务量,N表示GPU线程数。
通过公式一对任务量进行了扩充,解决了不能整除部分的任务分配问题。GPU的各个线程根据分配的任务,利用SGP4模型进行轨道预报,一个线程每执行一个任务,就计算出一个空间目标在一个轨道时间点上的空间位置和速度。计算第一交会概率时,GPU分配线程的方法与空间位置和速度的计算方法类似,采用公式二:
G2=(K2+N)/N (公式二);
其中,G2表示每个线程的任务量,K2表示初步极小值的个数,N表示GPU线程数。
通过公式二对交会事件的任务量进行了扩充,解决了不能整除部分的任务分配问题。GPU的各个线程根据分配的任务,一个线程每执行一个任务,就计算出一个最终极小值的交会分析及概率计算。
之所以采用CPU+GPU这样的方法,是由于CUDA(GPU编程的库)中,如图9所示,以32个线程为一个线程块,而CUDA的调度策略是基于线程块的,也就是同一个线程块的32个线程,在一个时钟周期内执行同一个指令,而且从显存读取数据的时候,也是以线程块为单位去读取的,如果同一个线程块内的32个线程执行的指令需要的显存是连续的,可以极大地提高显存的利用率,提升计算速度。如果以一个碎片作为一个线程,而不是以一个轨道预报任务作为一个线程,那么一个线程块内的32个线程需要的显存必然不连续,导致显存利用率低,对GPU的利用率也不高,因为增加了不必要的显存读取的指令。考虑到CUDA的特性,尽可能使一个线程块内的32个线程在执行同一指令的时候,获取的显存是连续的,因此,程序设计时将同一线程块内的32个线程,在同一时间,预报同一个航天器,且预报的时间点也为连续时间,充分利用每次获取的缓存数据。
S3:根据第一碰撞预警判断航天器是否存在碰撞风险,如果航天器存在碰撞风险,则确定航天器的变轨时刻及轨道控制量的范围。
判断变更轨道模块2的第一碰撞风险判断模块23用于执行判断是否存在碰撞风险的步骤,并确定航天器的变轨时刻及轨道控制量的范围。
如果第一交会概率大于或等于第一指定阈值,则认为航天器存在碰撞风险,否则认为航天器不存在碰撞风险。
第一指定阈值选取0.0001,当碰撞概率大于或等于0.0001时,为红警,出现红警就要考虑对航天器轨道进行控制,避免发生碰撞;当碰撞概率小于0.0001时,为黄警,不需要提供机动规避策略。
航天器的变轨时刻选取交会时刻前24小时圈次的对面相位时刻,即与交会点的相位(若轨道为近圆轨道,在地球惯性坐标系下,可近似将卫星坐标的赤道经度视为相位)相差180度。
为了选取最优的轨道控制参数,选取的轨道控制量的范围要尽可能地降低航天器变轨时使用的燃料,因此,初次选择轨道控制量的范围时,为航天器±500米较为适合。
S4:确定轨道间隔,根据轨道控制量的范围和轨道间隔构建多个轨道控制量;获取控制量修正系数,根据控制量修正系数和轨道控制量获取控制区间。第三指定阈值等于控制区间的长度。
构建轨道控制量由选取最优轨道控制量模块3的轨道控制量构建模块31完成。获取控制区间由控制区间模块37完成。
现有技术中,由于轨道控制量的计算能力有限,一般采取50米的轨道间隔,这样的数据会使用很多燃料,而且轨控不够精准。本方案由于加入了CPU+GPU的异构计算,可以选取更为精确的轨道控制量。本方案中选取1-5米的范围,优选1米,轨道间隔越小,轨道控制得越精确,燃料使用得越少,越能够延长航天器的寿命。如果轨道间隔为1米,轨道控制量的范围为整±500米,则可以构建1000个轨道控制量,包括±1米、±2米、±3米直到±500米。
获取控制量修正系数的方法包括根据航天器历史的实际控制量与理论控制量的相对偏差平均数获得修正系数λ,通过公式三计算得到,然后将轨道控制量△a乘以修正系数λ,得到偏差量δ;控制区间在轨道控制量减n倍的偏差量δ至轨道控制量加n倍的偏差量δ的范围内,即为△a+n×δ至△a-n×δ的范围内;n为大于或等于1的自然数,优选3。控制区间的长度为2n倍的偏差量,即为2×n×δ。偏差量表示在控制量△a存在的情况下,控制航天器是可能会产生标准差为δ的误差,为了避免由于控制量偏差引起的不安全因素,要求在控制区间范围内才是安全的。将n设置为3,假设偏差符合高斯分布的情况下,δ为高斯分布的标准差,一般认为误差超过3δ的概率很低,因此,将3δ作为容许的最大误差值,控制区间误差范围内则不存在碰撞风险,才可以认为该控制量是安全的。
公式三如下:
其中,△a表示历史的实际控制量,△a’表示理论控制量,N表示历史观测数据的个数,λ表示修正系数。
S5:根据航天器的变轨时刻及多个轨道控制量获得不同轨道控制量的航天器与所有空间目标的第二碰撞预警。
航天器变轨之后,在新的轨道上运动,与空间目标重新形成了新的交会关系,因此,在确定是否变轨之前,先预测从变轨时刻开始未来第二时间段内是否会再和其他空间目标碰撞,如果有碰撞风险,表示此次变轨是行不通的。
第二碰撞预警的具体方法包括:
第二目标轨道预报模块32将不同轨道控制量的航天器从航天器的变轨时刻开始的的第三轨道时间点数据、TLE根数以及SGP4模型的数据从CPU的内存拷贝至GPU的显存,GPU将任务分配给各个线程计算出多个轨道控制量的航天器的多个第三轨道时间点的空间位置和速度,从而获得不同轨道控制量的航天器从航天器的变轨时刻开始未来第二时间段内在运动轨道上多个第三轨道时间点的空间位置和速度,分配任务的具体方法与第一目标轨道预报模块21类似;第二时间段小于第一时间段;
第二交会概率计算模块33根据第三轨道时间点的空间位置和速度、从航天器的变轨时刻开始未来第二时间段内所述多个第二轨道时间点的空间位置和速度获得不同轨道控制量的航天器与空间目标在未来第二时间段内多次靠近的第二交会概率,具体地,GPU将各个线程的计算结果汇总,如图4所示,得到每个轨道控制量的航天器的轨道,根据第二时间段内的航天器的轨道和第二时间段内的空间目标的轨道,计算每个轨道控制量的航天器和每个空间目标的间距,如图5所示,得到距离曲线,根据距离曲线获得一个或多个初步极小值,从初步极小值出现的时刻前第三预定时间到初步极小值出现的时刻后第三预定时间确定为交会窗口时间,如图6所示;GPU根据初步极小值的数量将任务分配给各个线程,每个线程获取交会窗口时间的轨道,对该轨道数据增加轨道时间点密度,如图7所示,采用二分法获得最终极小值,采用拉格朗日插值根据最终极小值出现的时刻获得交会距离和速度,根据交会距离和速度计算得到第二交会概率,即为第二碰撞预警,分配任务的具体方法与第一交会概率计算模块22类似。
第二时间段一般选取3天。因为第二时间段小于第一时间段,空间目标的轨道可以直接获取,不需要重复计算。
S6:根据第二碰撞预警判断是否存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,如果存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则选出最优轨道控制量;如果不存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则调整轨道控制量的范围,重复步骤S4-S6,直到能够选出最优轨道控制量为止。
第二碰撞风险判断模块34用于根据第二碰撞预警判断是否存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值。如果存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,最优轨道控制量选取模块35用于选取最优轨道控制量。如果不存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,但是航天器又必须变轨,则轨道控制量范围调整模块36调整轨道控制量的范围,将轨道控制范围扩大1.5倍,如果原轨道控制范围是±500米,则将轨道控制范围调整为-750m至-500米和500米至750米,重复步骤S4-S6,直到能够选出最优轨道控制量为止。初步选取的轨道控制量的范围较小,可以减少变轨时燃料的使用,如果初步选取的轨道控制范围能够满足变轨的条件(存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值),则选取最优轨道控制量;如果初步选取的轨道控制范围不能够满足变轨的条件,只能扩大轨道控制量的范围,再次判断是否满足变轨的条件。
无碰撞风险的控制量范围窗口的确定方法包括:如果存在第二交会概率小于第一指定阈值的轨道控制量,则筛选出第二交会概率小于第一指定阈值的轨道控制量,形成一个或多个控制量范围窗口。
相邻的轨道控制量组成一个控制量范围窗口,每个控制量范围窗口内的轨道控制量为连续的,控制量范围窗口的长度为窗口两端的轨道控制量之差。每两个控制量范围窗口之间的必然存在第二交会概率大于或等于第一指定阈值的轨道控制量。例如:如果第二交会概率小于第一指定阈值的轨道控制量为-10米、-9米、-8米、-5米、-4米、5米、6米、7米、8米、9米、10米、11米、12米、90米和91米,则形成4个控制量范围窗口,第一控制量范围窗口为-10米至-8米,长度为2米;第二控制量范围窗口为-5米至-4米,长度为1米;第三控制量范围窗口为5米至12米,长度为7米;第四控制量范围窗口为90米至91米,长度为2米。
第一指定阈值为0.0001。以轨道控制量△a在5米到12米这个控制量级未出现碰撞风险为例,5米到12米即为控制量范围窗口,通过计算得到偏差量δ为1米(如果计算出的偏差量δ小于1米则认为偏差量δ等于1米),考虑n等于3倍的误差原则,这个7米的区间大于6米,则认为存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,根据最小控制量的原则选出最优轨道控制量,选择8米作为最优轨道控制量;以轨道控制量△a在90米到91米这个控制量级未出现碰撞风险,90米到91米即为控制量范围窗口,通过计算得到偏差量δ为1米(如果计算出的偏差量δ小于1米则认为偏差量δ等于1米),考虑n等于3倍的误差原则,这个2米的区间小于6米,则认为不存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值。
最优轨道控制量的原则:(1)优先选择增加半长轴原则,即为优先选择远离地球的轨道;由于卫星轨道会随着时间增加半长轴减少,会造成卫星寿命减低,因此,一般情况下会选择增加半长轴(2)控制量小,也就更节省燃料。如果增加的半长轴过大,会导致燃料消耗过大的情况,这个时候需要人为参与进行决策,但这个是比较极端的情况。因此,选出最优轨道控制量的方法包括:如果同时存在减小半长轴的轨道控制量和大于或等于第二指定阈值的增加半长轴的轨道控制量,则人为参与进行决策;否则先选择增加半长轴的轨道控制量,其次选择最小的轨道控制量。
通过本方案的方法,充分发挥GPU并行计算能力,降低航天器碰撞规避策略生成的时间,并优化轨道控制,以最小的代价实现航天器碰撞规避,同时降低集群并行计算中所产生的的“机群”构成成本问题,还提高了轨控策略的置信度。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种航天器碰撞规避策略生成的方法,其特征在于,包括以下步骤:
S1:获取需要规避的航天器及所有空间目标;
S2:获得航天器与所有空间目标的第一碰撞预警;
S3:根据第一碰撞预警判断航天器是否存在碰撞风险,如果航天器存在碰撞风险,则确定航天器的变轨时刻及轨道控制量的范围;
S4:确定轨道间隔,根据轨道控制量的范围和轨道间隔构建多个轨道控制量;
S5:根据航天器的变轨时刻及多个轨道控制量获得不同轨道控制量的航天器与所有空间目标的第二碰撞预警;
S6:根据第二碰撞预警判断是否存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,如果存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则选出最优轨道控制量;如果不存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则调整轨道控制量的范围,重复步骤S4-S6,直到能够选出最优轨道控制量为止;
步骤S4还包括:获取控制量修正系数,根据控制量修正系数和轨道控制量获取控制区间;所述第三指定阈值等于控制区间的长度;
所述获取控制量修正系数的方法包括根据航天器历史的实际控制量与理论控制量的相对偏差平均数获得修正系数;
所述根据控制量修正系数和轨道控制量获取控制区间的方法包括:将轨道控制量乘以修正系数,得到偏差量;所述控制区间在轨道控制量减n倍的偏差量至轨道控制量加n倍的偏差量的范围内;n为大于或等于1的自然数;控制区间的长度为2n倍的偏差量。
2.根据权利要求1所述的航天器碰撞规避策略生成的方法,其特征在于,步骤S2中,所述获得航天器与所有空间目标的第一碰撞预警的方法包括:
获得航天器未来第一时间段内在运动轨道上多个第一轨道时间点的空间位置和速度,获得空间目标未来第一时间段内在运动轨道上多个第二轨道时间点的空间位置和速度;
根据所述多个第一轨道时间点的空间位置和速度、所述多个第二轨道时间点的空间位置和速度获得航天器与空间目标在未来第一时间段内多次靠近的第一交会概率。
3.根据权利要求2所述的航天器碰撞规避策略生成的方法,其特征在于,步骤S3中,所述根据第一碰撞预警判断航天器是否存在碰撞风险的方法包括:如果第一交会概率大于或等于第一指定阈值,则认为航天器存在碰撞风险,否则认为航天器不存在碰撞风险。
4.根据权利要求2所述的航天器碰撞规避策略生成的方法,其特征在于,步骤S5中,所述根据航天器的变轨时刻及多个轨道控制量获得不同轨道控制量的航天器与所有空间目标的第二碰撞预警的方法包括:
获得不同轨道控制量的航天器从航天器的变轨时刻开始未来第二时间段内在运动轨道上多个第三轨道时间点的空间位置和速度;第二时间段小于第一时间段;
根据第三轨道时间点的空间位置和速度、从航天器的变轨时刻开始未来第二时间段内所述多个第二轨道时间点的空间位置和速度获得不同轨道控制量的航天器与空间目标在未来第二时间段内多次靠近的第二交会概率。
5.根据权利要求4所述的航天器碰撞规避策略生成的方法,其特征在于,所述获得航天器未来第一时间段内在运动轨道上多个第一轨道时间点的空间位置和速度的方法包括:将航天器未来第一时间段内的第一轨道时间点数据、TLE根数以及SGP4模型的数据从CPU的内存拷贝至GPU的显存,GPU将任务分配给各个线程计算出航天器多个第一轨道时间点的空间位置和速度;
所述获得空间目标未来第一时间段内在运动轨道上多个第二轨道时间点的空间位置和速度的方法包括:将空间目标第一时间段内的第一轨道时间点数据、TLE根数以及SGP4模型的数据从CPU的内存拷贝至GPU的显存,GPU将任务分配给各个线程计算出多个空间目标的多个第二轨道时间点的空间位置和速度;
所述根据所述多个第一轨道时间点的空间位置和速度、所述多个第二轨道时间点的空间位置和速度获得航天器与空间目标在多个轨道时间点的第一交会概率的方法包括:GPU将各个线程的计算结果汇总,得到每个空间目标的轨道和航天器的轨道,根据航天器的轨道和空间目标的轨道,计算航天器和每个空间目标的间距,得到距离曲线,根据距离曲线获得一个或多个初步极小值,从初步极小值出现的时刻前第三预定时间到初步极小值出现的时刻后第三预定时间确定为交会窗口时间;GPU根据初步极小值的数量将任务分配给各个线程,每个线程获取交会窗口时间的轨道,对该轨道数据增加轨道时间点密度,获得最终极小值,根据最终极小值出现的时刻获得交会距离和速度,根据交会距离和速度计算得到第一交会概率;
所述获得不同轨道控制量的航天器从航天器的变轨时刻开始未来第二时间段内在运动轨道上多个第三轨道时间点的空间位置和速度的方法包括:将不同轨道控制量的航天器从航天器的变轨时刻开始的第三轨道时间点数据、TLE根数以及SGP4模型的数据从CPU的内存拷贝至GPU的显存,GPU将任务分配给各个线程计算出多个轨道控制量的航天器的多个第三轨道时间点的空间位置和速度;
所述根据第三轨道时间点的空间位置和速度、从航天器的变轨时刻开始未来第二时间段内所述多个第二轨道时间点的空间位置和速度获得不同轨道控制量的航天器与空间目标在多个轨道时间点的第二交会概率的方法包括:GPU将各个线程的计算结果汇总,得到每个轨道控制量的航天器的轨道,根据第二时间段内的航天器的轨道和第二时间段内的空间目标的轨道,计算每个轨道控制量的航天器和每个空间目标的间距,得到距离曲线,根据距离曲线获得一个或多个初步极小值,从初步极小值出现的时刻前第三预定时间到初步极小值出现的时刻后第三预定时间确定为交会窗口时间;GPU根据初步极小值的数量将任务分配给各个线程,每个线程获取交会窗口时间的轨道,对该轨道数据增加轨道时间点密度,获得最终极小值,根据最终极小值出现的时刻获得交会距离和速度,根据交会距离和速度计算得到第二交会概率。
6.根据权利要求4所述的航天器碰撞规避策略生成的方法,其特征在于,步骤S6中,所述无碰撞风险的控制量范围窗口的确定方法包括:如果存在第二交会概率小于第一指定阈值的轨道控制量,则筛选出第二交会概率小于第一指定阈值的轨道控制量,形成一个或多个控制量范围窗口。
7.根据权利要求1所述的航天器碰撞规避策略生成的方法,其特征在于,步骤S6中,所述选出最优轨道控制量的方法包括:如果同时存在减小半长轴的轨道控制量和大于或等于第二指定阈值的增加半长轴的轨道控制量,则人为参与决策,否则先选择增加半长轴的轨道控制量,其次选择最小的轨道控制量。
8.一种航天器碰撞规避策略生成的系统,其特征在于,包括:
输入模块,用于获取需要规避的航天器及所有空间目标;
判断变更轨道模块,用于获得航天器与所有空间目标的第一碰撞预警;根据第一碰撞预警判断航天器是否存在碰撞风险,如果航天器存在碰撞风险,则确定航天器的变轨时刻及轨道控制量的范围;
选取最优轨道控制量模块,用于确定轨道间隔,根据轨道控制量的范围和轨道间隔构建多个轨道控制量;根据航天器的变轨时刻及多个轨道控制量获得不同轨道控制量的航天器与所有空间目标的第二碰撞预警;根据第二碰撞预警判断是否存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,如果存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则选出最优轨道控制量;如果不存在无碰撞风险的控制量范围窗口的长度大于或等于第三指定阈值,则调整轨道控制量的范围,再次获得第二碰撞预警,直到能够选出最优轨道控制量为止;
所述选取最优轨道控制量模块包括控制区间模块,该控制区间模块用于获取控制量修正系数,根据控制量修正系数和轨道控制量获取控制区间;所述第三指定阈值等于控制区间的长度;
所述获取控制量修正系数的方法包括根据航天器历史的实际控制量与理论控制量的相对偏差平均数获得修正系数;
所述根据控制量修正系数和轨道控制量获取控制区间的方法包括:将轨道控制量乘以修正系数,得到偏差量;所述控制区间在轨道控制量减n倍的偏差量至轨道控制量加n倍的偏差量的范围内;n为大于或等于1的自然数;控制区间的长度为2n倍的偏差量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210245871.4A CN114326774B (zh) | 2022-03-14 | 2022-03-14 | 航天器碰撞规避策略生成的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210245871.4A CN114326774B (zh) | 2022-03-14 | 2022-03-14 | 航天器碰撞规避策略生成的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114326774A CN114326774A (zh) | 2022-04-12 |
CN114326774B true CN114326774B (zh) | 2022-05-24 |
Family
ID=81033603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210245871.4A Active CN114326774B (zh) | 2022-03-14 | 2022-03-14 | 航天器碰撞规避策略生成的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114326774B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114500344B (zh) * | 2022-04-18 | 2022-06-17 | 北京航天驭星科技有限公司 | 碰撞预警服务平台的数据嗅探方法及装置、设备、介质 |
CN114936471B (zh) * | 2022-06-14 | 2023-03-10 | 哈尔滨工业大学 | 一种基于并行计算的航天器碰撞预警分层快速筛选方法 |
CN115140319B (zh) * | 2022-09-01 | 2022-12-27 | 北京航天驭星科技有限公司 | 兼顾轨道高度调整任务的空间碎片碰撞规避方法以及装置 |
CN116812172B (zh) * | 2023-08-29 | 2023-10-31 | 北京航天驭星科技有限公司 | 卫星轨道控制方法、轨道控制系统、电子设备、介质 |
CN116923731B (zh) * | 2023-08-29 | 2023-12-05 | 北京航天驭星科技有限公司 | 规避碰撞风险的轨控策略的方法、系统、电子设备、介质 |
CN117022677B (zh) * | 2023-08-29 | 2024-01-26 | 北京航天驭星科技有限公司 | 轨道控制方法、轨道控制系统、电子设备、介质 |
CN117271127B (zh) * | 2023-09-26 | 2024-03-26 | 中科星图测控技术股份有限公司 | 一种实时大规模空间目标碰撞预警系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101537301B1 (ko) * | 2013-10-28 | 2015-07-20 | 한국항공우주연구원 | Csm 기반 충돌위험 분석 시스템 |
CN104537230B (zh) * | 2014-12-23 | 2017-12-29 | 中国科学院国家天文台 | 一种航天器发射预警碰撞风险分析方法和分析装置 |
CN104787360B (zh) * | 2015-03-18 | 2017-01-04 | 北京空间飞行器总体设计部 | 一种基于轨迹保持需求的遥感卫星空间碎片规避机动方法 |
CN106600107A (zh) * | 2016-11-14 | 2017-04-26 | 中国西安卫星测控中心 | 一种航天器碰撞风险评估方法 |
CN108438255B (zh) * | 2018-03-14 | 2019-11-12 | 上海航天控制技术研究所 | 一种工程约束条件下卫星绕飞编队构形初始化方法 |
CN109062243B (zh) * | 2018-10-31 | 2021-04-20 | 长春工业大学 | 一种多约束下航天器能量最优的自主碰撞规避方法 |
CN110466808B (zh) * | 2019-08-21 | 2020-05-12 | 中国人民解放军军事科学院国防科技创新研究院 | 基于多等碰撞概率线法的凸多边形航天器安全控制方法 |
-
2022
- 2022-03-14 CN CN202210245871.4A patent/CN114326774B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114326774A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114326774B (zh) | 航天器碰撞规避策略生成的方法及系统 | |
CN114327919B (zh) | 空间目标碰撞预警方法及系统 | |
US6691034B1 (en) | Vehicular trajectory collision avoidance maneuvering method | |
CN104485025B (zh) | 空中交通管制系统的飞行冲突预警方法 | |
CN102915652B (zh) | 飞行器交通分离系统及方法 | |
CN109272157A (zh) | 一种基于门控神经网络的高速公路交通流参数预测方法及系统 | |
CN114715436A (zh) | 一种航天器碰撞预警方法、装置、控制设备及存储介质 | |
US20150057915A1 (en) | Using aircraft trajectory data to infer aircraft intent | |
CN115081884B (zh) | 一种分布式星上在线多对多任务规划方法 | |
CN106709145A (zh) | 大规模空间碎片分布状态数值演化的并行计算方法 | |
Liu | A progressive motion-planning algorithm and traffic flow analysis for high-density 2D traffic | |
CN106840164B (zh) | 一种多碎片主动清除在线重规划方法 | |
CN106571068A (zh) | 基于4d航迹运行的预测航空器的轨迹的方法 | |
CN113312702A (zh) | 一种定制化box判据的航天器碰撞预警优化方法 | |
CN115938162A (zh) | 一种考虑高空风时变性的冲突最小化航迹协同规划方法 | |
CN112862306A (zh) | 一种面向时敏移动目标跟踪的多星在线协同任务规划方法 | |
Zhao et al. | Agile satellite mission planning via task clustering and double-layer tabu algorithm | |
Isaacson et al. | Knowledge-based runway assignment for arrival aircraft in the terminal area | |
Rongwei et al. | A dual population multi-operator genetic algorithm for flight deck operations scheduling problem | |
CN114580208A (zh) | 一种面向海洋移动目标的星上自主任务生成方法及系统 | |
Agrawal et al. | Real-time adaptive resource management for advanced avionics | |
Li et al. | A probabilistic decision-making model for runway configuration planning under stochastic wind conditions | |
Fanti et al. | Modeling and optimization of aircraft trajectories: a review | |
Lewellen et al. | A hybrid traveling salesman problem-squeaky wheel optimization planner for earth observational scheduling | |
CN115394126B (zh) | 一种空间目标的碰撞预警方法及装置 |
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 |