CN116679738B - 一种基于精确罚函数的航天器时间最优姿态控制方法 - Google Patents

一种基于精确罚函数的航天器时间最优姿态控制方法 Download PDF

Info

Publication number
CN116679738B
CN116679738B CN202310698719.6A CN202310698719A CN116679738B CN 116679738 B CN116679738 B CN 116679738B CN 202310698719 A CN202310698719 A CN 202310698719A CN 116679738 B CN116679738 B CN 116679738B
Authority
CN
China
Prior art keywords
spacecraft
optimal
time
control
attitude
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
Application number
CN202310698719.6A
Other languages
English (en)
Other versions
CN116679738A (zh
Inventor
李彬
关涛
张凯
李永
李意
张海博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan University
Original Assignee
Sichuan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan University filed Critical Sichuan University
Priority to CN202310698719.6A priority Critical patent/CN116679738B/zh
Publication of CN116679738A publication Critical patent/CN116679738A/zh
Application granted granted Critical
Publication of CN116679738B publication Critical patent/CN116679738B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于精确罚函数的航天器时间最优姿态控制方法，包括以下步骤：S1，建立刚性航天器的姿态模型；S2，建立时间最优航天器姿态控制问题模型P1；S3，时间最优航天器姿态控制问题模型P1转换为有限维参数优化问题P2；将有限维参数优化问题P2转换为仅含初始状态约束的参数优化问题P3；S5，将参数优化问题P3转换为可计算的非线性规划问题，完成最优航天器姿态控制问题模型P1的求解，实现航天器时间最优姿态控制。本发明可以实现角速度和控制量约束下航天器姿态快速机动。同时将带约束的无限维控制量优化问题，转换为一般的非线性规划问题，使得航天器时间最优姿态控制求解更加简单，实现航天器姿态的快速机动。

Description

一种基于精确罚函数的航天器时间最优姿态控制方法
技术领域
本发明属于航天器姿态控制技术领域，具体地说，是涉及一种基于精确罚函数的航天器时间最优姿态控制方法。
背景技术
随着航天活动的日益频繁，空间任务不断朝向多样化、无人自主化等方发展，这些任务都要求航天器具备较高姿态控制能力。特别是应对某些突发在轨服务任务，需要航天器在满足角速度和控制量约束的情况，实现航天器姿态的快速机动，即在最大能力限度下最快实现航天器姿态机动。
传统的最优控制方法如庞特里亚金极小值法很难处理状态约束。虽然已有最优控制方法如高斯伪谱法可以实现角速度约束以及控制约束下的航天器姿态机动，但是高斯伪谱法求解过程相对复杂，需要编写特定的软件才可求解。
发明内容
本发明的目的在于提供一种基于精确罚函数的航天器时间最优姿态控制方法，主要解决现有控制方法求解过程复杂的问题。
为实现上述目的，本发明采用的技术方案如下：
一种基于精确罚函数的航天器时间最优姿态控制方法，包括以下步骤：
S1，用姿态四元数建立刚性航天器的姿态模型：
其中，q＝[q0，q1，q2，q3]T∈Q，代表姿态四元数，q0，q1，q2和q3代表姿态四元数的四个分量；Q＝{q|q∈R4，||q||＝1}，ω＝[ω1，ω2，ω3]T∈R3代表姿态角速度；u＝[u1，u2，u3]∈R3代表控制输入，J∈R3×3代表航天器转动惯量矩阵；qv＝[q1，q2，q3]T；其中，R3代表3维实数向量，R3×3代表3×3维实数矩阵；
S2，以航天器终端目标约束、运动学及动力学约束、角速度约束、控制量约束及时间最优的目标函数建立时间最优航天器姿态控制问题模型P1；
S3，基于控制参数化方法，将无限维控制量优化问题的时间最优航天器姿态控制问题模型P1转换为有限维参数优化问题P2；
S4，采用精确罚函数方法和拉格朗日乘子法将有限维参数优化问题P2转换为仅含初始状态约束的参数优化问题P3；
S5，将仅含初始状态约束的参数优化问题P3转换为可计算的非线性规划问题，完成最优航天器姿态控制问题模型P1的求解，实现航天器时间最优姿态控制。
进一步地，在所述步骤S2中，建立的时间最优的目标函数为：
其中，T为航天器姿态机动最优时间；
航天器终端目标约束为：
q(T)＝qd
ω(T)＝0
其中，qd为期望姿态四元数；
运动学及动力学约束为：
即刚性航天器的姿态模型；
角速度约束为：
|ωi|＜ωmax，i＝1，2，3
其中，ωmax为角速度最大幅值；
控制量约束为：
|ui|＜umax，i＝1，2，3
其中，umax为控制量最大幅值；
建立时间最优航天器姿态控制问题P1：
s.t.C1：q(0)＝q0
C2：ω(0)＝0
C3：q(T)＝qd
C4：ω(T)＝0
C5：
C6：
C7：|ωi|＜ωmax，i＝1，2，3
C8：|ui|＜umax，i＝1，2，3。
进一步地，在所述步骤S3中，具体转换过程为：
S31，采用尺度变换法，将可变时间域t∈[0，T]变换为固定时间域s∈[0，1]，则：
于是，P1中的约束C5、C6可分别转换为：
S32，采用控制参数化法，将连续控制量u(s)在时间刻度s∈[0，1]等分为K个区间，从而产生K+1个节点{s0，s1，s2，...，sK}，其中s0＝0，sK＝1，参数化后的控制量可表示为：
其中，μi＝[μi，1，μi，2，...，si，K]为待优化的控制参数，
于是，时间最优航天器姿态控制问题模型P1转换为有限维参数优化问题P2：
s.t.D1：q(0)＝q0
D2：ω(0)＝0
D3：q(1)＝qd
D4：ω(1)＝0
D5：
D6：
D7：|ωi|＜ωmax，i＝1，2，3
D8：|ui|＜umax，i＝1，2，3。
进一步地，在所述步骤S4中，具体转换过程为：
S41，基于精确罚函数将角速度约束处理为：
其中gω＝max(06×1，Cω-Wω∈γ16×1)，∈为惩罚参数，/>σ＞2，γ＞2，ρ和Wω均为正实参数；
S42，基于精确罚函数将控制量约束处理为：
其中gu＝max(06×1，Cu-Wu∈λ16×1)，∈为惩罚参数，λ＞2，Wu均为正实参数；
S43，基于精确罚函数将终端约束处理为：
其中 κ＞2，χ＞2，/>和/>均为正实参数，无实际含义；
S44，基于拉格朗日乘子法将约束D5和D6处理为：
其中，λ∈R7为拉格朗日乘子；
S45，将有限维参数优化问题P2转换为仅含初始状态约束的参数优化问题P3：
s.t.D1：q(0)＝q0
D2：ω(0)＝0。
进一步地，在所述步骤S5中，在将仅含初始状态约束的参数优化问题P3转换为可计算的非线性规划问题时，需要获取参数优化问题P3中目标函数的梯度，即：
其中，
H为哈密顿函数，满足：
拉格朗日乘子λ满足：
与现有技术相比，本发明具有以下有益效果：
本发明建立的时间最优航天器姿态控制模型，通过在优化问题中引入约束，包括角速度和控制量约束，可以实现角速度约束和控制量约束下的航天器快速机动；基于精确罚函数法和控制参数化法，可以将带约束的无穷维控制量优化问题转换为一种无约束的参数优化问题；终端约束可确保航天器收敛到期望姿态、角速度收敛到零。
附图说明
图1为本发明方法的流程结构示意图。
具体实施方式
下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。
实施例
如图1所示，本发明公开的一种基于精确罚函数的航天器时间最优姿态控制方法，包括以下步骤：用姿态四元数建立刚性航天器的姿态模型：
其中，q＝[q0，q1，q2，q3]T∈Q，代表姿态四元数，q0，q1，q2和q3代表姿态四元数的四个分量；Q＝{q|q∈R4，||q||＝1}，ω＝[ω1，ω2，ω3]T∈R3代表姿态角速度；u＝[u1，u2，u3]∈R3代表控制输入，J∈R3×3代表航天器转动惯量矩阵；qv＝[q1，q2，q3]T；其中，R3代表3维实数向量，R3×3代表3×3维实数矩阵。
建立以航天器终端目标约束、运动学及动力学约束、角速度约束、控制量约束及时间最优的目标函数建立时间最优航天器姿态控制问题模型P1。包括：
时间最优的目标函数：
其中，T为航天器姿态机动最优时间；
航天器终端目标约束：
q(T)＝qd
ω(T)＝0
其中，qd为期望姿态四元数；
运动学及动力学约束：
即刚性航天器的姿态模型；
角速度约束：
|ωi|＜ωmax，i＝1，2，3
其中，ωmax为角速度最大幅值；
控制量约束为：
|ui|＜umax，i＝1，2，3
其中，umax为控制量最大幅值；
建立时间最优航天器姿态控制问题P1：
s.t.C1：q(0)＝q0
C2：ω(0)＝0
C3：q(T)＝qd
C4：ω(T)＝0
C5：
C6：
C7：|ωi|＜ωmax，i＝1，2，3
C8：|ui|＜umax，i＝1，2，3。
基于控制参数化方法，将无限维控制量优化问题的时间最优航天器姿态控制问题模型P1转换为有限维参数优化问题P2。
首先采用尺度变换法，将可变时间域t∈[0，T]变换为固定时间域s∈[0，1]，则：
于是，P1中的约束C5、C6可分别转换为：
然后采用控制参数化法，将连续控制量u(s)在时间刻度s∈[0，1]等分为K个区间，从而产生K+1个节点{s0，s1，s2，...，sK}，其中s0＝0，sK＝1，参数化后的控制量可表示为：
其中，μi＝[μi，1，μi，2，...，si，K]为待优化的控制参数，
于是，时间最优航天器姿态控制问题模型P1转换为有限维参数优化问题P2：
s.t.D1：q(0)＝q0
D2：ω(0)＝0
D3：q(1)＝qd
D4：ω(1)＝0
D5：
D6：
D7：|ωi|＜ωmax，i＝1，2，3
D8：|ui|＜umax，i＝1，2，3。
由于优化问题P2中含有终端约束D3和D4以及连续状态和控制量不等式约束D7和D8，这就为问题求解带来了极大挑战。因此本实发明采用精确罚函数方法来处理约束D3、D4、D7和D8，采用拉格朗日乘子法处理约束D5和D6，以便将问题P2转换为仅含初始状态约束的参数优化问题P3：
s.t.D1：q(0)＝q0
D2：ω(0)＝0。
其中，基于精确罚函数角速度约束处理：
其中gω＝max(06×1，CωWω∈γ16×1)，∈为惩罚参数，/>σ＞2，γ＞2，ρ和Wω均为正实参数；
基于精确罚函数控制量约束处理：
其中gu＝max(06×1，Cu-Wu∈λ16×1)，∈为惩罚参数，λ＞2，Wu均为正实参数；
基于精确罚函数终端约束处理：
其中
κ＞2，χ＞2，/>和/>均为正实参数；
基于拉格朗日乘子法约束D5和D6处理：
其中，λ∈R7为拉格朗日乘子。
优化问题P3是一个标准的最优参数选择问题，为了将其转换为一般的可计算的非线性规划问题，需要获取优化问题P3中目标函数的梯度，即：
其中，
H为哈密顿函数，满足：
拉格朗日乘子λ满足：
通过上述设计，本发明可以实现角速度和控制量约束下航天器姿态快速机动，并确保姿态收敛到期望姿态、角速度收敛到零。同时，基于精确罚函数法、控制参数化法将带约束的无限维控制量优化问题，转换为一般的非线性规划问题，使得航天器时间最优姿态控制求解更加简单，实现航天器姿态的快速机动。
上述实施例仅为本发明的优选实施方式之一，不应当用于限制本发明的保护范围，但凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色，其所解决的技术问题仍然与本发明一致的，均应当包含在本发明的保护范围之内。

Claims (4)

1.一种基于精确罚函数的航天器时间最优姿态控制方法，其特征在于，包括以下步骤：
S1，用姿态四元数建立刚性航天器的姿态模型：
其中，q＝[q0，q1，q2，q3]T∈Q，代表姿态四元数，q0，q1，q2和q3代表姿态四元数的四个分量；Q＝{q|q∈R4，||q||＝1}，ω＝[ω1，ω2，ω3]T∈R3代表姿态角速度；u＝[u1，u2，u3]∈R3代表控制输入，J∈R3×3代表航天器转动惯量矩阵；qv＝[q1，q2，q3]T；其中，R3代表3维实数向量，R3×3代表3×3维实数矩阵；
S2，以航天器终端目标约束、运动学及动力学约束、角速度约束、控制量约束及时间最优的目标函数建立时间最优航天器姿态控制问题模型P1；
S3，基于控制参数化方法，将无限维控制量优化问题的时间最优航天器姿态控制问题模型P1转换为有限维参数优化问题P2；
S4，采用精确罚函数方法和拉格朗日乘子法将有限维参数优化问题P2转换为仅含初始状态约束的参数优化问题P3；具体转换过程为：
S41，基于精确罚函数将角速度约束处理为：
其中gω＝max(06×1，Cω-Wω∈γ16×1)，∈为惩罚参数，ζ＞1，σ＞2，γ＞2，ρ和Wω均为正实参数；
S42，基于精确罚函数将控制量约束处理为：
其中gu＝max(06×1，Cu-Wu∈λ16×1)，∈为惩罚参数，λ＞2，Wu均为正实参数；
S43，基于精确罚函数将终端约束处理为：
其中 κ＞2，χ＞2，/>和/>均为正实参数，无实际含义；
S44，基于拉格朗日乘子法将约束D5和D6处理为：
其中，λ∈R7为拉格朗日乘子；
S45，将有限维参数优化问题P2转换为仅含初始状态约束的参数优化问题P3：
s.t.D1：q(0)＝q0
D2：ω(0)＝0；
S5，将仅含初始状态约束的参数优化问题P3转换为可计算的非线性规划问题，完成最优航天器姿态控制问题模型P1的求解，实现航天器时间最优姿态控制。
2.根据权利要求1所述的一种基于精确罚函数的航天器时间最优姿态控制方法，其特征在于，在所述步骤S2中，建立的时间最优的目标函数为：
其中，T为航天器姿态机动最优时间；
航天器终端目标约束为：
q(T)＝qd
ω(T)＝0
其中，qd为期望姿态四元数；
运动学及动力学约束为：
即刚性航天器的姿态模型；
角速度约束为：
|ωi|＜ωmax，i＝1，2，3
其中，ωmax为角速度最大幅值；
控制量约束为：
|ui|＜umax，i＝1，2，3
其中，umax为控制量最大幅值；
建立时间最优航天器姿态控制问题P1：
s.t.C1：q(0)＝q0
C2：ω(0)＝0
C3：q(T)＝qd
C4：ω(T)＝0
C7：|ωi|＜ωmax，i＝1，2，3
C8：|ui|＜umax，i＝1，2，3。
3.根据权利要求2所述的一种基于精确罚函数的航天器时间最优姿态控制方法，其特征在于，在所述步骤S3中，具体转换过程为：
S31，采用尺度变换法，将可变时间域t∈[0，T]变换为固定时间域s∈[0，1]，则：
于是，P1中的约束C5、C6可分别转换为：
S32，采用控制参数化法，将连续控制量u(s)在时间刻度s∈[0，1]等分为K个区间，从而产生K+1个节点{s0，s1，s2，...，sK}，其中s0＝0，sK＝1，参数化后的控制量可表示为：
其中，μi＝[μi，1，μi，2，...，si,K]为待优化的控制参数，
于是，时间最优航天器姿态控制问题模型P1转换为有限维参数优化问题P2：
s.t.D1：q(0)＝q0
D2：ω(0)＝0
D3：q(1)＝qd
D4：ω(1)＝0
D7：|ωi|＜ωmax，i＝1，2，3
D8：|ui|＜umax，i＝1，2，3。
4.根据权利要求3所述的一种基于精确罚函数的航天器时间最优姿态控制方法，其特征在于，在所述步骤S5中，在将仅含初始状态约束的参数优化问题P3转换为可计算的非线性规划问题时，需要获取参数优化问题P3中目标函数的梯度，即：
其中，
H为哈密顿函数，满足：
拉格朗日乘子λ满足：
CN202310698719.6A 2023-06-13 2023-06-13 一种基于精确罚函数的航天器时间最优姿态控制方法 Active CN116679738B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310698719.6A CN116679738B (zh) 2023-06-13 2023-06-13 一种基于精确罚函数的航天器时间最优姿态控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310698719.6A CN116679738B (zh) 2023-06-13 2023-06-13 一种基于精确罚函数的航天器时间最优姿态控制方法

Publications (2)

Publication Number Publication Date
CN116679738A CN116679738A (zh) 2023-09-01
CN116679738B true CN116679738B (zh) 2024-01-19

Family

ID=87783473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310698719.6A Active CN116679738B (zh) 2023-06-13 2023-06-13 一种基于精确罚函数的航天器时间最优姿态控制方法

Country Status (1)

Country Link
CN (1) CN116679738B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117985246B (zh) * 2023-10-07 2024-09-13 四川大学 一种基于精确罚函数的预设性能姿态跟踪控制方法
CN118062260B (zh) * 2023-12-05 2024-08-27 四川大学 一种指向约束下的时间最优航天器姿态控制方法
CN119148759B (zh) * 2024-11-12 2025-04-29 西北工业大学宁波研究院 一种非对称时变约束下的挠性敏捷航天器姿态控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763086A (zh) * 2009-12-29 2010-06-30 浙江大学 一种高效的工业过程动态优化系统及方法
CN113050687A (zh) * 2021-03-19 2021-06-29 四川大学 一种多无人机编队重组轨迹规划方法
CN114740733A (zh) * 2022-04-24 2022-07-12 四川大学 一种航天器姿态重定向的最优固定时间滑模控制方法
WO2022161620A1 (en) * 2021-01-29 2022-08-04 Abb Schweiz Ag Method of material flow optimization

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763086A (zh) * 2009-12-29 2010-06-30 浙江大学 一种高效的工业过程动态优化系统及方法
WO2022161620A1 (en) * 2021-01-29 2022-08-04 Abb Schweiz Ag Method of material flow optimization
CN113050687A (zh) * 2021-03-19 2021-06-29 四川大学 一种多无人机编队重组轨迹规划方法
CN114740733A (zh) * 2022-04-24 2022-07-12 四川大学 一种航天器姿态重定向的最优固定时间滑模控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
An Exact Penalty Function Method for Continuous Inequality Constrained Optimal Control Problem;Li Bin, et al.;Journal of Optimization Theory And Applications;第151卷(第2期);第260-291页 *
基于精确罚函数的无人艇航迹规划和自动避障算法;李清亮 等;中国舰船研究;第16卷(第1期);第89-95页 *
连续力矩时间最优姿态机动控制器参数优化设计;周黎妮, 罗亚中, 唐国金;弹箭与制导学报(04);第2-4页 *

Also Published As

Publication number Publication date
CN116679738A (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN116679738B (zh) 一种基于精确罚函数的航天器时间最优姿态控制方法
Yan et al. Consensus formation tracking for multiple AUV systems using distributed bioinspired sliding mode control
CN111781833B (zh) 基于状态依赖分解的航天器在线最优姿态规避控制方法
CN108227728B (zh) 一种考虑混合执行机构切换的航天器姿态动态控制分配方法
Wang et al. Research of UAV target detection and flight control based on deep learning
CN117472092B (zh) 一种飞行器姿态跟踪控制方法、系统及计算机设备
CN112051854A (zh) 一种考虑复杂约束的月球软着陆最优轨迹快速规划方法
Wu et al. Attitude agile maneuvering control for spacecraft equipped with hybrid actuators
Lee et al. Design and control of a fully-actuated hexrotor for aerial manipulation applications
CN112455726B (zh) 一种低轨光学遥感卫星多点成像快速机动控制方法
CN113619814B (zh) 一种交会对接最后逼近段相对姿轨耦合控制方法
CN114594785A (zh) 基于混合整数二阶锥优化的无人机避障实时轨迹规划方法
CN114435631A (zh) 一种航天器自主控制系统
CN109739249B (zh) 一种速度状态缺失条件下的多uuv编队协调控制方法
Kim et al. Optimal actuator failure control using a homotopy method
CN113741493A (zh) 一种航天器安全接近控制方法
Gao et al. Satellite attitude control with deep reinforcement learning
CN115524969B (zh) 一种提高空间交会对接模型预测控制运算速度的方法
CN118357919B (zh) 误差约束下柔性关节机械臂预设时间事件触发控制方法
CN111813139B (zh) 一种持续载荷模拟器多轴耦合运动奇异性控制方法
CN117985246B (zh) 一种基于精确罚函数的预设性能姿态跟踪控制方法
CN114115308B (zh) 一种引力波探测航天器姿态自主规划方法
CN116834016A (zh) 一种双臂可重构机器人协调控制方法、系统、设备及介质
Liu et al. Arbitrary 6-DOF large-angle tracking control for autonomous underwater vehicles via stochastic contraction stability and rotation matrix-based attitude representation
CN106125752B (zh) 一种应用飞轮群的欠驱动航天器姿态控制方法

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