基于凸优化的模型预测控制在主动空间碎片清除任务制导中的应用
最优化与控制
2023-11-21 v1
摘要
本文提出了一种基于凸优化的模型预测控制（MPC）算法，用于主动碎片清除（ADR）任务的制导。通过考虑 J2、阻力和日食影响的 split-Edelbaum 方法，获得了用于凸优化的高精度参考轨迹。当航天器显著偏离参考轨迹时，通过相同方法计算新的参考轨迹以抵达目标碎片。在需要时，将相位调整整合到转移过程中。在任务期间，通过引入中间等待时间调整航天器的相位，使其在转移结束时与目标碎片的相位匹配。该制导方案的鲁棒性在包含推力误差和误推力事件的高保真动力学模型中进行了测试。该制导算法表现良好，无需连续的凸迭代。进行了蒙特卡洛仿真以分析这些推力不确定性对制导的影响。仿真结果表明，所提出的凸-MPC 方法能够确保航天器在显著不确定性和长时间误推力事件下抵达目标。
引用
@article{arxiv.2311.10973,
title = {Convex Optimization-based Model Predictive Control for Active Space Debris Removal Mission Guidance},
author = {Minduli Wijayatunga and Roberto Armellin and Harry Holt and Claudio Bombardelli and Laura Pirovano},
journal= {arXiv preprint arXiv:2311.10973},
year = {2023}
}
备注
39 pages, 16 figures. arXiv admin note: text overlap with arXiv:2308.08783