跳到主要内容
返回时间线
arXiv来源发表:

远距离与末端各用一套策略:学习式混合制导在600次多圈低推力交会中全部达标

核心概要

多圈低推力交会要同时完成长时间轨道转移和米级末端控制,单一策略难以兼顾两种状态尺度。该制导律让远距离专家读取修正春分点根数、末端专家读取目标局部坐标系下的相对状态,再由一个带时间注意力的门控网络连续混合两者推力指令。在600次测试任务中,它在10米与1米/秒容差下全部完成交会,相对4公里距离硬切换把平均飞行时间缩短50.6%、速度增量降低44.5%。

AI-generated editorial illustration: Temporal Attention-Enhanced Mixture-of-Experts Guidance for Multi-Revolution Low-Thrust Rendezvous

深度剖析

多圈低推力交会现在可以由一套离线训练、在线只做前向计算的制导律闭环完成,而不必在轨反复求解最优控制问题。 此前的做法要么在线求解长时程最优控制,要么用距离阈值在远距离与末端两套策略之间硬切换,切换权重只能取0或1。 在600次测试任务上,联合微调后的混合专家制导在10米和1米/秒容差下600次全部成功;在两者都完成的599次任务上,相对4公里距离硬切换平均飞行时间缩短50.6%、速度增量降低44.5%。

远距离段与末端段各自使用适合自身尺度的状态描述,两段之间的控制权交给一个可学习的门控网络连续分配。 距离硬切换只允许按距离阈值二选一,固定权重混合则全程使用同一组权重,二者都无法在过渡区让两个专家同时出力。 在预训练专家相同的前提下,学习式门控在599次共同成功任务上比4公里硬切换平均飞行时间缩短26.4%、速度增量降低16.9%。

末端专家和门控都读取一段观测历史,用Transformer编码最近若干帧,以补上单帧观测中缺失的目标轨道信息。 只含相对状态与目标平均角速度的单帧观测无法确定目标偏心率与轨道位置,同一观测在不同目标轨道下会对应不同的后续相对运动。 在600个取自留出交接池的末端初始条件上,带注意力的末端专家600次全部成功,单帧多层感知机版本成功291次,其余309次达到2000个制导间隔上限。

启示与展望

结果覆盖低地球轨道非共面椭圆轨道、任意初始相位差、推力加速度上限给定的多圈交会任务,成功判据为10米与1米/秒,任务上限约92.6天;鲁棒性测试在导航误差、未建模摄动、地影中断和20%推力损失各自单独叠加于未建模摄动工况的条件下进行,且每个任务只用一组噪声实现。

地影中断与推力损失是分别加入未建模摄动工况的,两者同时出现以及更大的测量误差尚未评估;导航滤波动力学、姿态与执行机构误差也留待后续工作。示例任务中,以其轨迹为初值的固定终端时间直接优化把速度增量从302.561米/秒降到252.380米/秒,说明反馈制导相对离线定制解仍有一段代价。