[发明专利]面向多任务多指标优化约束的航天器ACS在轨重构方法

说明书

本发明公开了面向多任务多指标优化约束的航天器ACS在轨重构方法，属于航天器姿态控制的技术领域。本发明针对在轨时间相关多任务约束的航天器，通过定义多任务约束下的状态和动作，设计关于状态‑动作的效用函数并确定性能指标函数，进而获得HJB方程形式的最优重构策略。针对HJB方程难以精确求解的问题，提出了一种基于BOADP的近似求解方法，设计任务网络和能耗网络分别用于估计两个性能指标函数，通过迭代学习算法实现神经网络估计误差的收敛，从而实现HJB方程的近似求解，进而获得最优重构策略，以尽可能少的控制能耗实现任务收益的最大化。本申请提高了航天器的多任务完成能力以及故障应对能力。

技术领域

本发明公开了面向多任务多指标优化约束的航天器姿态控制系统(AttitudeControl System,ACS)在轨重构方法，属于航天器姿态控制的技术领域。

背景技术

在轨航天器一旦发生故障，即使是只有几分钟、十几分钟的故障都可能会导致整个飞行任务的失败。由于航天器距离地面遥远，地面测控人员往往无法及时处理故障，航天器应具有在轨自主重构的能力。目前的重构控制方法主要聚焦于容错控制器的设计，通过主动容错或者被动容错的方式实现故障后的系统稳定。然而，主动容错或者被动容错的方式没有考虑多任务约束条件，重构后的控制系统不能保证满足任务执行要求。

多任务情形下的航天器ACS重构需要任务窗口、任务姿态、任务优先级、控制能耗等多任务约束条件。在多任务约束下，由于不同任务对航天器姿态指向和控制精度的要求有所不同，在航天器姿态控制系统发生故障导致系统控制性能下降的情况下，前面任务的执行可能会导致后续执行的任务无法在任务窗口内达到规定的姿态和精度要求或者控制能耗过大，导致任务失败，从而导致总体任务收益下降。多任务约束下的重构控制需要考虑任务收益和控制能耗的优化问题。

Werbos于1977年提出的自适应动态规划(Adaptive Dynamic Programming,ADP)方法是一种解决高维复杂系统最优控制问题的有效方法。ADP方法基于增强学习(Reinforcement Learning,RL)的思想并采用迭代学习算法训练人工神经网络以近似求解哈密顿-雅可比-贝尔曼(Hamilton-Jacobian-Bellman,HJB)方程，避免了传统动态规划方法“维数灾难”的问题，在解决高维复杂系统最优控制问题中展现出了独特的优势。本发明中旨在针对多任务约束设计满足HJB方程形式且适合在双目标自适应动态规划(Bi-objective Adaptive Dynamic Programming,BOADP)框架中进行求解的最优重构策略。

发明内容

本发明的发明目的是针对上述背景技术的不足，提供了面向多任务多指标优化约束的航天器ACS在轨重构方法，将多任务约束条件纳入效用函数以及性能指标函数的设计，在故障情形下找到最优重构决策，以尽可能少的控制能耗获得最大的任务收益，解决了现有重构方法重构后的控制系统不能保证满足任务执行要求导致任务收益下降的技术问题。

本发明为实现上述发明目的采用如下技术方案：

一种面向多任务约束的航天器ACS在轨重构方法，以系统故障信息、状态信息以及多任务约束条件为决策因素，在BOADP框架下通过近似求解HJB方程的方式确定最优重构策略。

进一步的，一种面向多任务约束的航天器ACS在轨重构方法中，约束信息包含但不限于任务窗口、任务姿态与控制精度、任务优先级、控制能耗。

进一步的，一种面向多任务约束的航天器ACS在轨重构方法中，系统故障信息包含但不限于故障位置、故障类型、故障程度。

进一步的，一种面向多任务约束的航天器ACS在轨重构方法中，状态信息包含但不限于姿态角和角速度、当前系统配置、当前任务、当前时间。

进一步的，一种面向多任务约束的航天器ACS在轨重构方法中，重构策略为一个由状态信息到动作的映射。