[发明专利]一种基于神经网络的空间飞行器追逃博弈方法

说明书

本发明公开了一种基于神经网络的空间飞行器追逃博弈方法，首先建立空间飞行器的追逃博弈离散系统模型；然后设计零和博弈同步收敛的自适应动态规划迭代控制策略，并利用神经网络近似出最优控制策略。本发明采用基于自适应动态规划的零和博弈同步收敛的控制策略，能够保证系统性能达到最优。

技术领域

本发明属于空间飞行器追逃控制领域，特别是涉及自适应动态规划的零和博弈最优控制算法，具体涉及一种基于神经网络的空间飞行器追逃博弈方法。

背景技术

近年来，空间飞行器的相对运动问题已经受到了国内外学者以及科研机构的广泛关注。其中，空间飞行器的追逃博弈问题是最近几年的热点研究内容。目前，大多数空间飞行器的追逃博弈算法主要基于飞行器的线性空间动态模型，利用线性二次型微分博弈理论，设计线性反馈控制器。然而，在实际系统中，空间飞行器的动态模型具有强非线性特点，若采用一般的线性控制器，将会大大降低系统的控制性能。因此，针对空间飞行器的非线性模型，设计一种自适应的非线性控制器显得尤为重要。

针对空间飞行器的追逃博弈问题，目前已经提出了多种博弈控制算法。在空间飞行器领域，常见的控制方法有线性L_∞控制方法、线性最优控制方法等。然而，实际的空间飞行器模型是非线性的，若采用以上方法设计的控制器，必然会降低系统的控制性能。因此，急需针对空间飞行器的非线性系统设计一种非线性控制器。针对非线性系统的最优控制器，目前主要采用自适应动态规划算法。而对于离散零和博弈问题，目前还没有一种自适应动态规划算法使得控制策略满足同时收敛的条件。

发明内容

本发明的目的在于提供一种基于神经网络的空间飞行器追逃博弈方法，以克服现有技术的不足，本发明采用基于自适应动态规划的零和博弈同步收敛的控制策略，能够保证系统性能达到最优。

为达到上述目的，本发明采用如下技术方案：

一种基于神经网络的空间飞行器追逃博弈方法，包括以下步骤：

步骤1：建立空间飞行器的追逃博弈离散系统模型；

步骤2：设计零和博弈同步收敛的自适应动态规划迭代控制策略，并利用神经网络近似出最优控制策略。

进一步地，步骤1具体为：

在欧拉-希尔坐标系中，飞行器的非线性相对运动方程为：

其中，x，y，z为飞行器在欧拉-希尔坐标系中的位置信息；u_x，u_y和u_z为控制输入；μ为万有引力常数；r_c和r_d分别为主飞行器与副飞行器的轨道半径；v为主航天器轨道的真近点角，表示x的一阶导数，表示x的二阶导数；

令将非线性相对运动方程写成状态空间的形式为：

其中，

式中，η为状态集合，u为输入集合，B为输入系数矩阵，I为单位矩阵；

因此，主飞行器与副飞行器非线性动力学模型为：

其中，η_p和u_p分别为主飞行器的状态向量和控制输入；η_e和u_e分别为副飞行器的状态向量和控制输入，从式(2)中减去式(3)，即得非线性追逃博弈模型为：