[发明专利]用于小推力交会轨迹优化的神经网络与参数优化混合方法

说明书

本发明公开了一种用于小推力交会轨迹优化的神经网络与参数优化混合方法，首先得到飞行时间为1圈时的近圆轨道小推力交会控制律快速优化方法；然后建立两个神经网络代理模型，分别对应给定[Δa,Δi,ΔΩ,Δesubgt;x/subgt;,Δesubgt;y/subgt;]输出有无可行解以及输出推力开机的弧长占整个周期的比值，其中，Δa为半长轴改变量，Δi为倾角改变量，ΔΩ为升交点赤经改变量，Δesubgt;x/subgt;为偏心率在惯性系x轴的改变量，Δesubgt;y/subgt;为偏心率在惯性系y轴的改变量；建立多圈轨道交会参数化优化模型；最后根据给定输入，使用差分进化算法获得最优解，进而得到最优轨迹。本发明解决了现有技术中存在的求解变量过多、效率不高的问题。

技术领域

本发明属于航天导航控制技术领域，具体涉及一种用于小推力交会轨迹优化的神经网络与参数优化混合方法。

背景技术

电推进航天器具有比冲高的特定，在同等条件下燃耗量小于化学推进方式，适合用于开展在轨服务等长时间飞行的轨道交会任务。但在近地轨道上，电推进航天器的加速度相比地球引力很小，需要很多圈的飞行才能实现较大范围的轨道机动，也随之带来了交会轨迹优化的困难。一方面是求解多圈飞行轨迹时需要的轨道计算时间增大，降低了效率；另一方面当飞行时间很长时，改变相位所需的机动量很小，存在飞行圈数恰好相差为整数的局部最优解，干扰了全局优化。本发明提出一种混合优化方法，将完整交会轨迹近似为多个单圈轨道机动的组合，应用神经网络提高了单圈最优轨迹的计

发明内容

本发明的目的是提供一种用于小推力交会轨迹优化的神经网络与参数优化混合方法，解决了现有技术中存在的求解变量过多、效率不高的问题。

本发明所采用的技术方案是，用于小推力交会轨迹优化的神经网络与参数优化混合方法，具体按照以下步骤实施：

步骤1、得到飞行时间为1圈时的近圆轨道小推力交会控制律快速优化方法；

步骤2、建立两个神经网络代理模型，分别对应给定[Δa,Δi,ΔΩ,Δe_x,Δe_y]输出有无可行解以及输出推力开机的弧长占整个周期的比值，其中，Δa为半长轴改变量，Δi为倾角改变量，ΔΩ为升交点赤经改变量，Δe_x为偏心率在惯性系x轴的改变量，Δe_y为偏心率在惯性系y轴的改变量；

步骤3、建立多圈轨道交会参数化优化模型；

步骤4、根据给定输入，使用差分进化算法获得最优解，进而得到最优轨迹。

本发明的特点还在于，

步骤1具体按照以下步骤实施：

给定航天器通过小推力需要实现的轨道根数改变量Δa,Δi,ΔΩ,Δe_x,Δe_y，Δa为半长轴改变量，Δi为倾角改变量，ΔΩ为升交点赤经改变量，Δe_x为偏心率在惯性系x轴的改变量，Δe_y为偏心率在惯性系y轴的改变量，固定转移时间为1圈，即一倍轨道周期，航天器纬度幅角从0到2π所需的时长，求解最优的小推力控制律；

根据动力学方程，对于小偏心率轨道，忽略偏心率的耦合影响，有：

其中为推力加速度方向的单位矢量在轨道坐标系的三个分量，ft、fn、fr分别为切向、法向和径向分量，c为0到1之间的系数表示推力幅值与航天器自身最大推力加速度的比值，随时间变化，记为c(t)，α为推力加速度的最大幅值，[a，i，Ω，e_x，e_y]分别为航天器瞬时的半长轴、倾角、升交点赤经、偏心率矢量在惯性系x轴的投影、偏心率矢量在惯性系y轴的投影，t为时间，V₀为航天器初始速度，a₀，i₀分别为航天器初始的半长轴和倾角；