控制与决策

作者：徐杭,宋斌,余建慧,郭延宁,马广富

单位：哈尔滨工业大学 航天学院,哈尔滨 150001,,上海宇航系统工程研究所, 上海 201109,,北京跟踪与通信技术研究所, 北京 100094,,哈尔滨工业大学 航天学院,哈尔滨 150001,,哈尔滨工业大学 航天学院,哈尔滨 150001,

关键词：深度神经网络;在轨服务;Lambert变轨;高轨;燃料最优优化;PSO

基金：国家自然科学基金项目(61973100,62273118,12150008)；中国航天科技集团有限公司青年拔尖人才支持工程资助项目.

针对高轨在轨服务与主动式碎片清除任务中的Lambert变轨规划问题,提出一种基于深度神经网络的燃料最优快速求解方案.首先,考虑J2摄动力影响与共面圆轨道假设,建立基于Lambert变轨的问题表征;其次,针对轨迹规划问题提出考虑J2摄动力影响的两步PSO优化算法,并经过仿真实验总结变轨过程$\Delta V$消耗相对转移时长的变化规律($\Delta V-T$曲线特性),定义样本形式,构建燃料最优变轨知识库,基于总结的变化规律及样本非线性函数关系的特征,引出基于深度神经网络的快速轨迹规划策略,从而将Lambert计算次数缩小为两次;最后,通过仿真实验,验证所提出高轨最优Lambert变轨规划策略的有效性,在测试集上实现了关键区域变轨时长预测0.0140%的平均绝对误差,新策略具备广泛的应用前景.

来源：2024年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第9期