CN115675927A - 飞行器姿态调整方法、装置和电子设备 - Google Patents
飞行器姿态调整方法、装置和电子设备 Download PDFInfo
- Publication number
- CN115675927A CN115675927A CN202211329810.2A CN202211329810A CN115675927A CN 115675927 A CN115675927 A CN 115675927A CN 202211329810 A CN202211329810 A CN 202211329810A CN 115675927 A CN115675927 A CN 115675927A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- attitude
- vector
- particle
- angle
- 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.)
- Pending
Links
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及航空航天技术领域,提供一种飞行器姿态调整方法、装置和电子设备。飞行器姿态调整方法,包括:基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到;基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量;基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。本发明用以解决现有技术中飞行器进行姿态调整以指向空间目标时对工质产生较大消耗,影响飞行器在轨运行寿命的缺陷。
Description
技术领域
本发明涉及航空航天技术领域,尤其涉及一种飞行器姿态调整方法、装置和电子设备。
背景技术
随着空间任务需求的不断增长,飞行器载荷越来越复杂,带转动机构的载荷越来越多地出现在发射的航天器中,负责执行如空间环境探测等各类空间任务。
针对飞行器姿态调整需求生成问题,有研究人员提出了一种针对非转动机构的载荷的飞行器姿态确定方法。该方法首先根据载荷安装位置数据,在飞行器本体坐标系下,对载荷指向进行建模,给出在飞行器本体系下的载荷指向矢量。然后计算航天器在无姿态偏置条件下,载荷指向矢量在飞行器轨道坐标系下的指向,注意到飞行器轨道系是动坐标系,坐标原点在飞行器质心。在这个步骤中需要根据无偏置姿态下的飞行器飞行方式计算飞行器本体系到轨道坐标系的转换矩阵。第三,计算被覆盖空间目标或空间位置在飞行器轨道坐标系下的空间位置矢量。最后,定义姿态旋转变量,使得在飞行器轨道坐标系下,飞行器载荷指向矢量与被覆盖空间目标或空间位置的空间位置矢量重合,从而得到飞行器的姿态旋转需求。上述方法的计算流程请参见图2所示。
如果将上述针对非转动机构的载荷的飞行器姿态确定方法用于带转动机构的载荷的飞行器姿态计算,需要将转动机构载荷的指向中心方向作为已有方法中非转动机构的载荷的指向方向,通过图2的计算过程得到姿态旋转角度实现目标指向。但是,利用该已有方法计算带转动载荷的飞行器姿态调整需求存在缺陷。
其中最主要的缺陷是,针对非转动机构的载荷的飞行器姿态确定方法计算的姿态是完全通过飞行器姿态调整完成指向空间目标的,这样会产生较大的姿态调整角度。而飞行器的姿态调整时需要消耗工质,工质由飞行器从地面携带,有限且难以在轨补充,较大的姿态调整角度将对工质产生较大消耗,对飞行器执行其它空间任务产生能量约束影响,对于利用化学燃料进行姿态调整的飞行器将直接影响飞行器在轨运行寿命。
发明内容
本发明提供一种飞行器姿态调整方法、装置和电子设备,用以解决现有技术中飞行器进行姿态调整以指向空间目标时对工质产生较大消耗,影响飞行器在轨运行寿命的缺陷。
本发明提供一种飞行器姿态调整方法,包括:
基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到;
基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量;
基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。
根据本发明提供的一种飞行器姿态调整方法,所述基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量,包括:
初始化群落中每个粒子,得到每个粒子的初始旋转欧拉角矢量和搜索矢量;所述初始旋转欧拉角矢量表征所述飞行器的姿态调整参数;
重复执行以下步骤直至目标函数值满足结束条件,得到所述目标函数值对应的最优旋转欧拉角矢量:
基于所述目标函数计算群落中每个粒子的目标函数值;
基于每个粒子的所述目标函数值更新每个粒子的个体极值;基于群落中每个粒子的所述目标函数值更新群落的全局极值;
确定所述目标函数值不满足所述结束条件,基于所述每个粒子的个体极值和所述群落的全局极值对每个粒子的初始旋转欧拉角矢量进行更新。
根据本发明提供的一种飞行器姿态调整方法,所述基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数,具体包括:
基于所述飞行器的姿态旋转角度、所述被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角、所述姿态旋转角度和所述夹角分别对应的权重、以及所述飞行器进行单位角度的调整消耗的燃料构建目标函数。
根据本发明提供的一种飞行器姿态调整方法,所述基于所述飞行器的姿态旋转角度、所述被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角、所述姿态旋转角度和所述夹角分别对应的权重、以及所述飞行器进行单位角度的调整消耗的燃料构建目标函数,通过如下公式计算:
O=pffuelα+(1-p)η;
其中O表示目标函数的目标函数值,α表示在给定一组飞行器的旋转欧拉角矢量时,飞行器在空间中实际需要完成的姿态旋转角度;p表示所述姿态旋转角度α的权重;η表示完成姿态调整后,被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角;(1-p)表示所述夹角η的权重;ffuel描述飞行器进行单位角度的调整消耗的燃料。
根据本发明提供的一种飞行器姿态调整方法,所述基于所述每个粒子的个体极值和所述群落的全局极值对每个粒子的初始旋转欧拉角矢量进行更新,具体包括:
基于所述每个粒子的个体极值、所述群落的全局极值、所述搜索矢量、惯性因子、学习因子、均匀随机数以及所述每个粒子的初始旋转欧拉角矢量对每个粒子的搜索矢量进行更新,得到每个粒子的更新搜索矢量;
基于所述更新搜索矢量对每个粒子的初始旋转欧拉角矢量进行更新。
根据本发明提供的一种飞行器姿态调整方法,所述基于所述每个粒子的个体极值、所述群落的全局极值、所述搜索矢量、惯性因子、学习因子、均匀随机数以及所述每个粒子的初始旋转欧拉角矢量对每个粒子的搜索矢量进行更新,得到每个粒子的更新搜索矢量,通过如下公式计算:
uij'=ωuij+c1r1(pij-vij)+c2r2(pgj-vij),i=1,2,…,N,j=1,2,3;
其中,uij’表示所述更新搜索矢量;uij表示所述搜索矢量;pij表示所述每个粒子的个体极值;pgj表示所述群落的全局极值;c1和c2表示学习因子;ω表示惯性因子;γ1和γ2表示[0,1]范围内的均匀随机数;vij表示每个粒子的初始旋转欧拉角矢量;
基于所述更新搜索矢量对每个粒子的初始旋转欧拉角矢量进行更新,通过如下公式计算:
vij'=vij+uij',i=1,2,…,N,j=1,2,3;
其中,vij’表示每个粒子的初始旋转欧拉角矢量的更新值;uij’表示所述更新搜索矢量;vij表示每个粒子的初始旋转欧拉角矢量。
本发明还提供一种飞行器姿态调整装置,包括:
目标函数构建模块,用于基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到;
最优旋转欧拉角矢量计算模块,用于基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量;
姿态调整模块,用于基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述飞行器姿态调整方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述飞行器姿态调整方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述飞行器姿态调整方法。
本发明提供的飞行器姿态调整方法、装置和电子设备,通过基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数后,利用粒子群算法对飞行器优化的旋转欧拉角搜索方法,完成优化解搜索。从而本发明实施例基于目标函数联合考虑飞行器的载荷转动范围和飞行器姿态调整时的姿态调整角度进行飞行器姿态调整,实现联合优化飞行器姿态燃料消耗和对空间目标的连续覆盖时间性能,相比现有方法完全通过飞行器姿态调整完成指向空间目标。本发明利用粒子群算法对目标函数进行搜索的最优旋转欧拉角矢量优于现有方法得到的姿态调整角度,从而本发明实施例对飞行器进行姿态调整以指向空间目标时,对工质消耗较小,提高飞行器在轨运行寿命。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的飞行器姿态调整方法的流程示意图之一;
图2是现有技术中的飞行器姿态调整方法的流程示意图;
图3表示带转动机构的载荷飞行器姿态指向计算示意图;
图4是本发明提供的飞行器姿态调整方法的流程示意图之二;
图5是本发明提供的飞行器姿态调整方法的流程示意图之三;
图6是本发明提供的飞行器姿态调整装置的结构示意图;
图7是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有的非转动机构的载荷的飞行器姿态确定方法计算的姿态是完全通过飞行器姿态调整完成指向空间目标的,这样会产生较大的姿态调整角度。而飞行器的姿态调整时需要消耗工质,工质由飞行器从地面携带,有限且难以在轨补充,较大的姿态调整角度将对工质产生较大消耗,对飞行器执行其它空间任务产生能量约束影响,对于利用化学燃料进行姿态调整的飞行器将直接影响飞行器在轨运行寿命。
鉴于此,本申请实施例提供一种飞行器姿态调整方法、装置和电子设备,用以解决现有技术中飞行器进行姿态调整以指向空间目标时对工质产生较大消耗,影响飞行器在轨运行寿命的缺陷。
下面结合图1,4和5描述本发明的飞行器姿态调整方法。请参照图1,本发明提供一种飞行器姿态调整方法,包括:
步骤100、基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到。
需要说明的是,本申请实施例的飞行器姿态调整方法应用于带转动机构的载荷的飞行器。电子设备基于所述飞行器的姿态旋转角度和被指向空间目标(例如卫星、空间站等)在所述飞行器的载荷视场中与视场中心的夹角构建目标函数。
其中,飞行器的姿态旋转角度描述了飞行器的姿态调整角度;被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角,描述了被指向空间目标靠近飞行器载荷可视范围中心的程度。
在其他实施例中,飞行器的姿态还可以通过其他方式进行描述,例如通过旋转矩阵、四元数等方式。但是由于旋转矩阵、四元数包含的元素之间存在约束关系,不适于进行独立优化,本发明实施例采用旋转欧拉角矢量描述飞行器姿态。旋转欧拉角矢量包括三个旋转角度,分别描述绕不同坐标轴的旋转幅度,按照旋转轴次序的不同,包括12种旋转顺序。
本发明采用的旋转欧拉角矢量以3-1-2作为转序(即首先绕Z轴旋转,然后绕X轴旋转,最后绕Y轴旋转),对应的角度分别表示为θ和φ。在完成姿态旋转后,参考坐标系即轨道坐标系和卫星本体系的变化关系公式(1)和公式(2)所示:
其中公式(1)和公式(2)中的x0、y0、z0是参考坐标系,即旋转前的卫星本体坐标系,x、y、z是旋转后的卫星本体坐标系,其中矩阵A312表示如公式(3)所示:
根据上述旋转欧拉角矢量,能够计算将旋转前的空间向量转换到旋转后的坐标值。注意到,利用其它坐标轴的旋转顺序不影响本发明提出的旋转欧拉角矢量的适应性。
对于带转动载荷的飞行器,由于载荷指向可以在一定方位俯仰范围内进行调整。需要通过载荷转动和飞行器姿态进行联合调整可实现空间目标指向。例如请参照图3,图3表示带转动机构的载荷飞行器姿态指向计算示意图,两条卫星轨道上运行着两个飞行器,其中下方的飞行器的指向飞行器,上方的飞行器是被指向飞行器。对于下方的飞行器,圆锥区域是载荷的瞬时覆盖范围,正方形区域是载荷通过转动可以覆盖的视场范围。可以看到,由于被指向(或称被观测)飞行器远离观测飞行器的视场,仅仅通过载荷转动无法实现目标覆盖,需要联合进行飞行器姿态调整和载荷转动实现目标覆盖。
理论上有无数种载荷转动和飞行器姿态调整组合方式可以满足空间目标指向需求。但本申请实施例在可选的组合方式中,需要考虑以下两个方面。
一、是飞行器进行姿态调整是需要消耗能量的,能量的过多消耗直接影响飞行器的在轨任务甚至影响使用寿命,因此需要尽可能减少姿态调整的角度。即尽可能减少飞行器的姿态旋转角度。
二、是由于飞行器在空间中的位置随时间是随时变化的,飞行器与空间中的被指向空间目标存在相对运动。飞行器在调整姿态和载荷转动完成对空间目标的指向后,由于相对运动的存在,被指向目标随着时间推移可能会漂移出载荷的视场范围。被指向空间目标频繁漂移出飞行器载荷视场范围将导致需要进行频繁调整飞行器姿态,也会导致飞行器燃料或姿态的过快消耗。因此,要求在确定载荷转动和飞行器姿态调整组合后,被指向目标尽量接近转动载荷视场范围的中心,从而能够尽量长时间地将空间目标保持在飞行器载荷的转动视场范围内,通过转动载荷方位俯仰即可实现对目标的指向,而不需要进行频繁姿态调整。
因此,本发明实施例针对带转动机构的载荷的飞行器姿态调整问题,以姿态调整角度最小和实现对空间目标长时间覆盖为目标。即,基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数,再基于目标函数通过粒子群方法进行优化解搜索的方式,给出飞行器姿态调整的最优旋转欧拉角矢量。
步骤200、基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量。
需要说明的是,粒子群方法(PSO:Particle swarm optimization)属于群智能算法的一种,是通过模拟鸟群捕食行为设计的。鸟群通过自身经验和种群之间的交流调整自己的搜寻路径,从而不断寻找,直到找到食物最多的地点。其中某个个体就是鸟群中某一只鸟,即粒子,粒子具有的属性就是粒子所在位置矢量和搜索速度矢量。该粒子所在位置对应的食物数量可以理解为该处函数取值的优化程度。开始时先随机放置各个粒子在整个寻找范围内,然后根据粒子本身搜索到的历史最优地点和整个种群搜索到的历史最优地点来调整自己的搜索速度矢量,从而经过多次搜索后找到最优的地点,即最优解。
将粒子群方法应用于本发明实施例中,每给定一组飞行器姿态的旋转欧拉角矢量,就能够按照目标函数的定义计算得到目标函数的目标值。飞行器姿态旋转的旋转欧拉角矢量对应于粒子群方法中粒子的位置矢量。粒子的搜索速度矢量是决定了下一轮迭代时粒子的位置,即下一轮迭代时飞行器的一组新的飞行器姿态的旋转欧拉角矢量。
因此,本发明实施例基于粒子群方法以姿态调整角度最小和实现对空间目标长时间覆盖为目标,粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量。
步骤300、基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。
由于目标函数基于飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建,因此,粒子群方法得到飞行器的最优旋转欧拉角矢量联合优化飞行器姿态燃料消耗和对空间目标的连续覆盖时间性能。即本发明实施例通过粒子群方法得到的最优旋转欧拉角矢量小于现有方法得到的姿态调整角度,所以本发明实施例对飞行器的工质消耗小,提高飞行器在轨运行寿命。
通过基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数后,利用粒子群算法对飞行器优化的旋转欧拉角搜索方法,完成优化解搜索。从而本发明实施例基于目标函数联合考虑飞行器的载荷转动范围和飞行器姿态调整时的姿态调整角度进行飞行器姿态调整,实现联合优化飞行器姿态燃料消耗和对空间目标的连续覆盖时间性能,相比现有方法完全通过飞行器姿态调整完成指向空间目标。本发明利用粒子群算法对目标函数进行搜索的最优旋转欧拉角矢量优于现有方法得到的姿态调整角度,从而本发明实施例对飞行器进行姿态调整以指向空间目标时,对工质消耗较小,提高飞行器在轨运行寿命。
在本发明实施例的其他方面,请参照图4和图5,步骤200、所述基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量,包括:
步骤210、初始化群落中每个粒子,得到每个粒子的初始旋转欧拉角矢量和搜索矢量;所述初始旋转欧拉角矢量表征所述飞行器的姿态调整参数。
本发明实施例中每个粒子的初始旋转欧拉角矢量是一组飞行器姿态旋转的旋转欧拉角矢量,是三维变量,因此优化解是在三维空间中进行搜索。假设在三维解空间中,有N个粒子组成一个群落,其中第i个粒子表示为一个3维的向量,通过公式(4)表示为:
vi=(vi1,vi2,vi3),i=1,2,…,N;公式(4)
第i个粒子的搜索矢量也是一个3维的向量,通过公式(5)表示为:
ui=(ui1,ui2,ui3),i=1,2,…,N;公式(5)
对群落中的每个粒子,本发明实施例可随机初始化旋转欧拉角矢量得到初始旋转欧拉角矢量,以及随机初始化旋转欧拉角的搜索矢量。
本发明实施例重复执行以下步骤220至步骤240直至所述目标函数值满足结束条件,得到所述目标函数值对应的最优旋转欧拉角矢量:
步骤220、基于所述目标函数计算群落中每个粒子的目标函数值。
电子设备基于群落中每个粒子的初始化旋转欧拉角矢量计算飞行器的姿态旋转角度,基于飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角计算目标函数的目标函数值。
具体的,被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角可根据被指向目标空间位置、飞行器空间位置、飞行器姿态、载荷安装矩阵、载荷视场范围计算得到。
步骤230、基于每个粒子的所述目标函数值更新每个粒子的个体极值;基于群落中每个粒子的所述目标函数值更新群落的全局极值。
具体的,第i个粒子迄今为止搜索到的一组最优飞行器姿态旋转的旋转欧拉角矢量,即使目标函数值取得最小值的一组旋转欧拉角矢量,称为个体极值,通过公式(6)表示为:
Pbest=(pi1,pi2,pi3),i=1,2,…,N;公式(6)
整个粒子群的群体迄今为止搜索到的一组最优飞行器姿态旋转的旋转欧拉角矢量,即使目标函数值在所有粒子的所有搜索历史中取得最小值的一组旋转欧拉角矢量,称为全局极值,通过公式(7)表示为:
gbest=(pg1,pg2,pg3);公式(7)
电子设备对于群落中的每个粒子,以目标函数值最小为最优,对该粒子更新pbest;电子设备对于群落中的所有粒子,以目标函数值最小为最优,对粒子群更新gbest。
步骤240、确定所述目标函数值不满足所述结束条件,基于所述每个粒子的个体极值和所述群落的全局极值对每个粒子的初始旋转欧拉角矢量进行更新。
电子设备确定所述目标函数值不满足所述结束条件,基于所述每个粒子的个体极值和所述群落的全局极值对每个粒子的初始旋转欧拉角矢量进行更新。其中,结束条件包括目标函数值小于设定阈值或达到迭代次数阈值。个体极值表征粒子对自身历史经验的记忆;全局极值表征粒子间协同合作与知识共享的群体历史经验。基于粒子对自身历史经验的记忆,以及粒子间协同合作与知识共享的群体历史经验对每个粒子的初始旋转欧拉角矢量进行更新。
由于基于粒子群方法每次迭代可以有多个粒子同时寻优,因此粒子群方法的寻优效率较高,因此通过粒子群方法对所述目标函数进行优化解搜索,能够利用少量迭代完成最优旋转欧拉角的求解,提供飞行器的最优旋转欧拉角矢量的计算效率。
在本发明实施例的其他方面,步骤100、所述基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数,具体包括:
基于所述飞行器的姿态旋转角度、所述被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角、所述姿态旋转角度和所述夹角分别对应的权重、以及所述飞行器进行单位角度的调整消耗的燃料构建目标函数。
姿态旋转角度对应的权重用于衡量姿态旋转角度对于优化目标函数的相对重要程度。夹角对应的权重用于衡量被指向空间目标位于飞行器载荷可视范围中央的程度对于优化目标函数的相对重要程度。
具体的,在一个实施例中,所述基于所述飞行器的姿态旋转角度、所述被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角、所述姿态旋转角度和所述夹角分别对应的权重、以及所述飞行器进行单位角度的调整消耗的燃料构建目标函数,通过如下公式(8)计算:
O=pffuelα+(1-p)η;公式(8)
其中O表示目标函数的目标函数值,α表示在给定一组飞行器的旋转欧拉角矢量时,飞行器在空间中实际需要完成的姿态旋转角度;p表示所述姿态旋转角度α的权重;η表示完成姿态调整后,被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角;(1-p)表示所述夹角η的权重;ffuel描述飞行器进行单位角度的调整消耗的燃料。
其中,若p=1,则表示以优化飞行器的姿态旋转角度最小作为优化目标,不考虑被指向空间目标在飞行器载荷可视范围中的位置;若p=0,则表示以优化被指向空间目标在飞行器的载荷可视范围中的位置为优化目标,越靠近可视范围中心越优,不考虑飞行器姿态角度大小的影响。若0<p<1,则表示折衷考虑两种因素。
通过优化目标函数中的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角分别对应的权重,可以调整本发明适用的场景,在p=1或p=0时,可以退化为飞行器的姿态旋转角度最小优化问题,或者被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角的最小化问题,在实际使用中可以根据具体场景设置合适的p值以适用不同的场景。
需要说明的是,注意到姿态旋转角度α并不一定是三个坐标轴的旋转欧拉角矢量的和,旋转欧拉角矢量描述的是飞行器完成旋转后的状态,飞行器实际旋转角度与飞行器的姿态调整执行机构的设计有关,但对于一组旋转欧拉角矢量,总能够确定飞行器实际需要调整的姿态旋转角度值。ffuel描述飞行器进行单位角度的调整需要消耗的燃料或能源。η表示完成姿态调整后,被指向空间目标在飞行器载荷视场中与视场中心的夹角,描述了完成姿态调整后被指向空间目标靠近飞行器载荷可视范围中心的程度。
通过基于飞行器的姿态旋转角度,和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角的加权和构造目标函数,本发明利用粒子群算法对目标函数进行搜索的最优旋转欧拉角矢量优于现有方法得到的姿态调整角度,实现联合优化飞行器姿态燃料消耗和对空间目标的连续覆盖时间性能,相比现有方法完全通过飞行器姿态调整完成指向空间目标,本发明实施例对飞行器进行姿态调整以指向空间目标时,对工质消耗较小,提高飞行器在轨运行寿命。
在本发明实施例的其他方面,步骤240、所述基于所述每个粒子的个体极值和所述群落的全局极值对每个粒子的初始旋转欧拉角矢量进行更新,具体包括:
步骤241、基于所述每个粒子的个体极值、所述群落的全局极值、所述搜索矢量、惯性因子、学习因子、均匀随机数以及所述每个粒子的初始旋转欧拉角矢量对每个粒子的搜索矢量进行更新,得到每个粒子的更新搜索矢量;
在一个实施例中,电子设备基于所述每个粒子的个体极值、所述群落的全局极值、所述搜索矢量、惯性因子、学习因子、均匀随机数以及所述每个粒子的初始旋转欧拉角矢量对每个粒子的搜索矢量进行更新,得到每个粒子的更新搜索矢量,通过如下公式(9)计算:
uij'=ωuij+c1r1(pij-vij)+c2r2(pgj-vij),i=1,2,…,N,j=1,2,3;公式(9)
其中,uij’表示所述更新搜索矢量;uij表示所述搜索矢量;pij表示所述每个粒子的个体极值;pgj表示所述群落的全局极值;c1和c2表示学习因子;ω表示惯性因子;γ1和γ2表示[0,1]范围内的均匀随机数;vij表示每个粒子的初始旋转欧拉角矢量。
在搜索矢量uij的更新公式(公式(9))中,第一部分ωuij为惯性部分,反映了粒子的运动习惯,代表粒子有维持自己先前速度的趋势;第二部分c1γ1(pij-vij)为认知部分,反映了粒子对自身历史经验的记忆,第三部分c2γ2(pgj-vij)为信息部分,反映了粒子间协同合作与知识共享的群体历史经验,代表粒子有向群体最佳位置逼近的趋势。
步骤242、基于所述更新搜索矢量对每个粒子的初始旋转欧拉角矢量进行更新。
基于所述更新搜索矢量对每个粒子的初始旋转欧拉角矢量进行更新,通过如下公式(10)计算:
vij'=vij+uij',i=1,2,…,N,j=1,2,3;公式(10)
其中,Vij’表示每个粒子的初始旋转欧拉角矢量的更新值;uij’表示所述更新搜索矢量;Vij表示每个粒子的初始旋转欧拉角矢量。
基于惯性部分、粒子对自身历史经验的记忆以及粒子间协同合作与知识共享的群体历史经验对每个粒子的初始旋转欧拉角矢量进行更新,有利于得到更精准的旋转欧拉角矢量的更新值,因此本发明实施例能够利用少量迭代完成最优旋转欧拉角矢量的求解。进一步提高飞行器的最优旋转欧拉角矢量的计算效率。
另外,需要说明的是,由于每次求解时各个粒子的初始旋转欧拉角矢量可以随机设置,不同的初始值将导致最终的收敛解不同,本发明实施例可以通过粒子群方法多次求解的方式,在多次求解结果中进行二次优选,从而得到更优的最优旋转欧拉角矢量进行飞行器姿态调整。
下面对本发明提供的飞行器姿态调整装置进行描述,下文描述的飞行器姿态调整装置与上文描述的飞行器姿态调整方法可相互对应参照。
请参照图6,本发明还提供一种飞行器姿态调整装置,包括:
目标函数构建模块201,用于基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到;
最优旋转欧拉角矢量计算模块202,用于基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量;
姿态调整模块203,用于基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。
在一个实施例中,所述最优旋转欧拉角矢量计算模块包括:
初始化模块,用于初始化群落中每个粒子,得到每个粒子的初始旋转欧拉角矢量和搜索矢量;所述初始旋转欧拉角矢量表征所述飞行器的姿态调整参数;
最优旋转欧拉角矢量获取模块,用于确定所述目标函数值满足结束条件,得到所述目标函数值对应的最优旋转欧拉角矢量;
目标函数值计算模块,用于基于所述目标函数计算群落中每个粒子的目标函数值;
个体极值和全局极值更新模块,用于基于每个粒子的所述目标函数值更新每个粒子的个体极值;基于群落中每个粒子的所述目标函数值更新群落的全局极值;
旋转欧拉角矢量更新模块,用于确定所述目标函数值不满足所述结束条件,基于所述每个粒子的个体极值和所述群落的全局极值对每个粒子的初始旋转欧拉角矢量进行更新。
在一个实施例中,所述目标函数构建模块具体用于基于所述飞行器的姿态旋转角度、所述被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角、所述姿态旋转角度和所述夹角分别对应的权重、以及所述飞行器进行单位角度的调整消耗的燃料构建目标函数。
在一个实施例中,所述基于所述飞行器的姿态旋转角度、所述被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角、所述姿态旋转角度和所述夹角分别对应的权重、以及所述飞行器进行单位角度的调整消耗的燃料构建目标函数,通过如下公式计算:
O=pffuelα+(1-p)η;
其中O表示目标函数的目标函数值,α表示在给定一组飞行器的旋转欧拉角矢量时,飞行器在空间中实际需要完成的姿态旋转角度;p表示所述姿态旋转角度α的权重;η表示完成姿态调整后,被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角;(1-p)表示所述夹角η的权重;ffuel描述飞行器进行单位角度的调整消耗的燃料。
在一个实施例中,所述个体极值和全局极值更新模块具体包括:
更新搜索矢量计算模块,用于基于所述每个粒子的个体极值、所述群落的全局极值、所述搜索矢量、惯性因子、学习因子、均匀随机数以及所述每个粒子的初始旋转欧拉角矢量对每个粒子的搜索矢量进行更新,得到每个粒子的更新搜索矢量;
旋转欧拉角矢量更新模块,用于基于所述更新搜索矢量对每个粒子的初始旋转欧拉角矢量进行更新。
在一个实施例中,所述基于所述每个粒子的个体极值、所述群落的全局极值、所述搜索矢量、惯性因子、学习因子、均匀随机数以及所述每个粒子的初始旋转欧拉角矢量对每个粒子的搜索矢量进行更新,得到每个粒子的更新搜索矢量,通过如下公式计算:
uij'=ωuij+c1r1(pij-vij)+c2r2(pgj-vij),i=1,2,…,N,j=1,2,3;
其中,uij’表示所述更新搜索矢量;uij表示所述搜索矢量;pij表示所述每个粒子的个体极值;pgj表示所述群落的全局极值;c1和c2表示学习因子;ω表示惯性因子;γ1和γ2表示[0,1]范围内的均匀随机数;vij表示每个粒子的初始旋转欧拉角矢量;
基于所述更新搜索矢量对每个粒子的初始旋转欧拉角矢量进行更新,通过如下公式计算:
vij'=vij+uij',i=1,2,…,N,j=1,2,3;
其中,Vij’表示每个粒子的初始旋转欧拉角矢量的更新值;uij’表示所述更新搜索矢量;vij表示每个粒子的初始旋转欧拉角矢量。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令,以执行飞行器姿态调整方法,该方法包括:基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到;基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量;基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的飞行器姿态调整方法,该方法包括:基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到;基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量;基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的飞行器姿态调整方法,该方法包括:基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到;基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量;基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种飞行器姿态调整方法,其特征在于,包括:
基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到;
基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量;
基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。
2.根据权利要求1所述的飞行器姿态调整方法,其特征在于,所述基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量,包括:
初始化群落中每个粒子,得到每个粒子的初始旋转欧拉角矢量和搜索矢量;所述初始旋转欧拉角矢量表征所述飞行器的姿态调整参数;
重复执行以下步骤直至目标函数值满足结束条件,得到所述目标函数值对应的最优旋转欧拉角矢量:
基于所述目标函数计算群落中每个粒子的目标函数值;
基于每个粒子的所述目标函数值更新每个粒子的个体极值;基于群落中每个粒子的所述目标函数值更新群落的全局极值;
确定所述目标函数值不满足所述结束条件,基于所述每个粒子的个体极值和所述群落的全局极值对每个粒子的初始旋转欧拉角矢量进行更新。
3.根据权利要求1所述的飞行器姿态调整方法,其特征在于,所述基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数,具体包括:
基于所述飞行器的姿态旋转角度、所述被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角、所述姿态旋转角度和所述夹角分别对应的权重、以及所述飞行器进行单位角度的调整消耗的燃料构建目标函数。
4.根据权利要求3所述的飞行器姿态调整方法,其特征在于,所述基于所述飞行器的姿态旋转角度、所述被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角、所述姿态旋转角度和所述夹角分别对应的权重、以及所述飞行器进行单位角度的调整消耗的燃料构建目标函数,通过如下公式计算:
O=pffuelα+(1-p)η;
其中O表示目标函数的目标函数值,α表示在给定一组飞行器的旋转欧拉角矢量时,飞行器在空间中实际需要完成的姿态旋转角度;p表示所述姿态旋转角度α的权重;η表示完成姿态调整后,被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角;(1-p)表示所述夹角η的权重;ffuel描述飞行器进行单位角度的调整消耗的燃料。
5.根据权利要求2所述的飞行器姿态调整方法,其特征在于,所述基于所述每个粒子的个体极值和所述群落的全局极值对每个粒子的初始旋转欧拉角矢量进行更新,具体包括:
基于所述每个粒子的个体极值、所述群落的全局极值、所述搜索矢量、惯性因子、学习因子、均匀随机数以及所述每个粒子的初始旋转欧拉角矢量对每个粒子的搜索矢量进行更新,得到每个粒子的更新搜索矢量;
基于所述更新搜索矢量对每个粒子的初始旋转欧拉角矢量进行更新。
6.根据权利要求5所述的飞行器姿态调整方法,其特征在于,所述基于所述每个粒子的个体极值、所述群落的全局极值、所述搜索矢量、惯性因子、学习因子、均匀随机数以及所述每个粒子的初始旋转欧拉角矢量对每个粒子的搜索矢量进行更新,得到每个粒子的更新搜索矢量,通过如下公式计算:
uij'=ωuij+c1r1(pij-vij)+c2r2(pgj-vij),i=1,2,…,N,j=1,2,3;
其中,uij’表示所述更新搜索矢量;uij表示所述搜索矢量;pij表示所述每个粒子的个体极值;pgj表示所述群落的全局极值;c1和c2表示学习因子;ω表示惯性因子;γ1和γ2表示[0,1]范围内的均匀随机数;vij表示每个粒子的初始旋转欧拉角矢量;
基于所述更新搜索矢量对每个粒子的初始旋转欧拉角矢量进行更新,通过如下公式计算:
vij'=vij+uij',i=1,2,…,N,j=1,2,3;
其中,vij’表示每个粒子的初始旋转欧拉角矢量的更新值;uij’表示所述更新搜索矢量;vij表示每个粒子的初始旋转欧拉角矢量。
7.一种飞行器姿态调整装置,其特征在于,包括:
目标函数构建模块,用于基于所述飞行器的姿态旋转角度和被指向空间目标在所述飞行器的载荷视场中与视场中心的夹角构建目标函数;所述飞行器的姿态旋转角度基于飞行器的旋转欧拉角矢量计算得到;
最优旋转欧拉角矢量计算模块,用于基于粒子群方法对所述目标函数进行优化解搜索,得到飞行器的最优旋转欧拉角矢量;
姿态调整模块,用于基于所述最优旋转欧拉角矢量调整所述飞行器的姿态。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述的飞行器姿态调整方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的飞行器姿态调整方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的飞行器姿态调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211329810.2A CN115675927A (zh) | 2022-10-27 | 2022-10-27 | 飞行器姿态调整方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211329810.2A CN115675927A (zh) | 2022-10-27 | 2022-10-27 | 飞行器姿态调整方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115675927A true CN115675927A (zh) | 2023-02-03 |
Family
ID=85047000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211329810.2A Pending CN115675927A (zh) | 2022-10-27 | 2022-10-27 | 飞行器姿态调整方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115675927A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116804545A (zh) * | 2023-06-05 | 2023-09-26 | 中国科学院地质与地球物理研究所 | 一种欧拉角姿态解算方法及系统 |
CN117485595A (zh) * | 2023-11-21 | 2024-02-02 | 北京易动宇航科技有限公司 | 一种用于电推进系统的能量管理方法 |
-
2022
- 2022-10-27 CN CN202211329810.2A patent/CN115675927A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116804545A (zh) * | 2023-06-05 | 2023-09-26 | 中国科学院地质与地球物理研究所 | 一种欧拉角姿态解算方法及系统 |
CN116804545B (zh) * | 2023-06-05 | 2024-02-13 | 中国科学院地质与地球物理研究所 | 一种欧拉角姿态解算方法及系统 |
CN117485595A (zh) * | 2023-11-21 | 2024-02-02 | 北京易动宇航科技有限公司 | 一种用于电推进系统的能量管理方法 |
CN117485595B (zh) * | 2023-11-21 | 2024-04-05 | 北京易动宇航科技有限公司 | 一种用于电推进系统的能量管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115675927A (zh) | 飞行器姿态调整方法、装置和电子设备 | |
Liu et al. | Reinforcement learning based two-level control framework of UAV swarm for cooperative persistent surveillance in an unknown urban area | |
Gaudet et al. | Adaptive guidance and integrated navigation with reinforcement meta-learning | |
Wu et al. | Distributed trajectory optimization for multiple solar-powered UAVs target tracking in urban environment by Adaptive Grasshopper Optimization Algorithm | |
Gaudet et al. | Six degree-of-freedom body-fixed hovering over unmapped asteroids via LIDAR altimetry and reinforcement meta-learning | |
CN107343025B (zh) | 分布式卫星云雾网络架构及能耗约束下的时延优化方法 | |
CN106483852B (zh) | 一种基于Q-Learning算法和神经网络的平流层飞艇控制方法 | |
CN108897338B (zh) | 基于pio的圆轨道航天器编队重构型防碰撞路径规划方法 | |
CN109871031A (zh) | 一种固定翼无人机的轨迹规划方法 | |
CN108919818B (zh) | 基于混沌种群变异pio的航天器姿态轨道协同规划方法 | |
CN107003679A (zh) | 无人飞行器的避障控制方法及无人飞行器 | |
CN105045286A (zh) | 一种基于自驾仪和遗传算法的监测无人机悬停范围的方法 | |
CN108627158A (zh) | 使卫星的命令动态最小化的方法和设备 | |
CN114840020A (zh) | 一种基于改进鲸鱼算法的无人机飞行轨迹规划方法 | |
Mejias et al. | Omnidirectional bearing-only see-and-avoid for small aerial robots | |
CN110162077A (zh) | 一种基于飞鱼算法的无人机航迹规划方法 | |
CN115454115A (zh) | 基于混合灰狼-粒子群算法的旋翼无人机路径规划方法 | |
CN111880574A (zh) | 一种无人机避撞方法及系统 | |
Rousso et al. | A mission architecture for on-orbit servicing industrialization | |
CN112577481B (zh) | 一种旋翼无人机地面目标定位方法 | |
Xie et al. | A novel adaptive parameter strategy differential evolution algorithm and its application in midcourse guidance maneuver decision-making | |
Tan et al. | Mission Planning for Unmanned Aerial Vehicles Based on Voronoi Diagram‐Tabu Genetic Algorithm | |
CN112046794A (zh) | 基于混合高斯模型的固定时间约束的航天器集群控制方法 | |
Jeong et al. | Parametric study of sensor placement for vision-based relative navigation system of multiple spacecraft | |
Gul et al. | Efficient environment exploration for multi agents: A novel framework |
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 |