大气层内动力下降段的组合干扰补偿制导

doi:10.7527/S1000-6893.2022.28465

可重复使用运载火箭技术专栏

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

大气层内动力下降段的组合干扰补偿制导

陈星伦¹, 张冉¹(), 张晓燕²^,³

^1.北京航空航天大学宇航学院，北京 100191
^2.中国科学院数学与系统科学研究院系统控制重点实验室，北京 100190
^3.中国科学院大学数学科学学院，北京 100049

收稿日期:2023-01-03 修回日期:2023-02-01 接受日期:2023-04-11 出版日期:2023-12-15 发布日期:2023-04-23
通讯作者: 张冉 E-mail:zhangran@buaa.edu.cn
基金资助:
国家自然科学基金(62103014)

Combined disturbance compensation guidance for powered descent in atmosphere

Xinglun CHEN¹, Ran ZHANG¹(), Xiaoyan ZHANG²^,³

^1.School of Astronautics，Beihang University，Beijing 100191，China
^2.Key Laboratory of Systems and Control，Academy of Mathematics and Systems Science，Chinese Academy of Sciences，Beijing 100190，China
^3.School of Mathematical Sciences，University of Chinese Academy of Sciences，Beijing 100049，China

Received:2023-01-03 Revised:2023-02-01 Accepted:2023-04-11 Online:2023-12-15 Published:2023-04-23
Contact: Ran ZHANG E-mail:zhangran@buaa.edu.cn

摘要/Abstract

摘要：

可重复使用运载火箭在大气层内的回收着陆依靠气动力和推力完成高精度的定点垂直软着陆。在动力下降段，存在推力偏差、气动模型偏差和风扰动等各种干扰，将降低终端着陆精度并影响性能指标，使制导系统面临抗干扰的难题。为解决该难题，提出了一种组合干扰补偿制导方法，根据干扰是否可建模描述，将干扰分为可模型化的干扰和不可模型化的干扰，分别对这2类干扰进行处理。可模型化的干扰是指可以用模型描述的干扰，考虑将其用于最优制导中来提升性能指标；不可模型化的干扰是指难以用模型描述的干扰，考虑仅实时补偿其对终端约束的不利影响。在组合干扰补偿制导框架中，首先，设计了干扰估计器，用于对2类干扰进行实时估计；然后，设计了邻近最优干扰补偿制导算法，利用可模型化的干扰的估计值对最优制导指令进行实时修正补偿，在保证终端约束条件的前提下，利用可模型化的干扰提升性能指标；最后，设计了终端不变性干扰补偿制导算法，通过计算不可模型化的干扰引起的终端约束摄动，实时补偿不可模型化的干扰对终端约束的不利影响来保证终端不变性。仿真结果表明，所提出的组合干扰补偿制导方法能够在保证终端着陆精度的同时提升性能指标，同时对各种干扰具有较强的鲁棒性。

关键词: 可重复使用运载火箭, 动力下降, 干扰补偿, 邻近最优制导, 终端不变性

中图分类号:

V448.1

陈星伦, 张冉, 张晓燕. 大气层内动力下降段的组合干扰补偿制导[J]. 航空学报, 2023, 44(23): 628465-628465.

Xinglun CHEN, Ran ZHANG, Xiaoyan ZHANG. Combined disturbance compensation guidance for powered descent in atmosphere[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(23): 628465-628465.

图/表 21

图 1

表 1

矩阵的存储占用情况

矩阵	占用存储空间/KB
$K 1 (t)$	25
$K 2 (t)$	34
$K x (t)$	63

表 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

图 11

图 12

图 13

图 14

图 15

图 16

图 17

图 18

表 2

表 3

参考文献 30

1	BLACKMORE L. Autonomous precision landing of space rockets［M］∥Frontiers of engineering： Reports on leading-edge engineering from the 2016 symposium. Washington， D.C.： The National Academies Press， 2016.
2	CHERRY G. A general， explicit， optimizing guidance law for rocket-propelled spaceflight： AIAA-1964-0638［R］. Reston： AIAA， 1964.
3	KLUMPP A R. Apollo lunar descent guidance［J］. Automatica， 1974， 10（2）： 133-146.
4	任高峰，崔平远，崔祜涛，等. 一种新型火星定点着陆轨迹快速优化方法［J］. 宇航学报， 2013， 34（4）： 464-472.
	REN G F， CUI P Y， CUI H T， et al. A new method of rapid trajectory optimization for Mars pin-point landing［J］. Journal of Astronautics， 2013， 34（4）： 464-472 （in Chinese）.
5	LU P. Propellant-optimal powered descent guidance［J］. Journal of Guidance， Control， and Dynamics， 2018， 41（4）： 813-826.
6	CHENG L， WANG Z B， JIANG F H， et al. Fast generation of optimal asteroid landing trajectories using deep neural networks［J］. IEEE Transactions on Aerospace and Electronic Systems， 2020， 56（4）： 2642-2655.
7	ACIKMESE B， PLOEN S R. Convex programming approach to powered descent guidance for Mars landing［J］. Journal of Guidance， Control， and Dynamics， 2007， 30（5）： 1353-1366.
8	张志国，马英，耿光有，等. 火箭垂直回收着陆段在线制导凸优化方法［J］. 弹道学报， 2017， 29（1）： 9-16.
	ZHANG Z G， MA Y， GENG G Y， et al. Convex optimization method used in the landing-phase on-line guidance of rocket vertical recovery［J］. Journal of Ballistics， 2017， 29（1）： 9-16 （in Chinese）.
9	SZMUK M， ACIKMESE B， BERNING A W. Successive convexification for fuel-optimal powered landing with aerodynamic drag and non-convex constraints： AIAA-2016-0378［R］. Reston： AIAA， 2016.
10	王劲博，崔乃刚，郭继峰，等. 火箭返回着陆问题高精度快速轨迹优化算法［J］. 控制理论与应用， 2018， 35（3）： 389-398.
	WANG J B， CUI N G， GUO J F， et al. High precision rapid trajectory optimization algorithm for launch vehicle landing［J］. Control Theory & Applications， 2018， 35（3）： 389-398 （in Chinese）.
11	SZMUK M， REYNOLDS T P， ACIKMESE B. Successive convexification for real-time six-degree-of-freedom powered descent guidance with state-triggered constraints［J］. Journal of Guidance， Control， and Dynamics， 2020， 43（8）： 1399-1413.
12	REYNOLDS T P， SZMUK M， MALYUTA D， et al. Dual quaternion-based powered descent guidance with state-triggered constraints［J］. Journal of Guidance， Control， and Dynamics， 2020， 43（9）： 1584-1599.
13	安泽，熊芬芬，梁卓楠. 基于偏置比例导引与凸优化的火箭垂直着陆制导［J］. 航空学报， 2020， 41（5）： 323606.
	AN Z， XIONG F F， LIANG Z N. Landing-phase guidance of rocket using bias proportional guidance and convex optimization［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（5）： 323606 （in Chinese）.
14	LU P， CALLAN R. Propellant-optimal powered descent guidance revisited［J］. Journal of Guidance， Control， and Dynamics， 2023， 46（2）： 215-230.
15	MCHENRY R L， LONG A D， COCKRELL B F， et al. Space shuttle ascent guidance， navigation， and control［J］. Journal of the Astronautical Sciences， 1979， 27.
16	赵剑，黄悦琛，李海阳，等. 垂直起降运载火箭返回轨迹不确定性优化［J］. 航空学报， 2021， 42（11）： 524829.
	ZHAO J， HUANG Y C， LI H Y， et al. Uncertainty optimization for return trajectory of vertical takeoff and vertical landing launch vehicle［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（11）： 524829 （in Chinese）.
17	邓云山，夏元清，孙中奇，等. 扰动环境下火星精确着陆自主轨迹规划方法［J］. 航空学报， 2021， 42（11）： 524834.
	DENG Y S， XIA Y Q， SUN Z Q， et al. Autonomous trajectory planning method for Mars precise landing in disturbed environment［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（11）： 524834 （in Chinese）.
18	KOKOTOVIC P V， CRUZ J B， HELLER J E， et al. Synthesis of optimally sensitive systems［J］. Proceedings of the IEEE， 1968， 56（8）： 1318-1324.
19	PONTANI M， CELANI F. Neighboring optimal guidance and constrained attitude control applied to three-dimensional lunar ascent and orbit injection［J］. Acta Astronautica， 2019， 156： 78-91.
20	PERKINS W R， KOKOTOVIĆ P V. Deterministic parameter estimation for near-optimum feedback control［J］. Automatica， 1971， 7（4）： 439-444.
21	HUANG Y， XUE W C. Active disturbance rejection control： Methodology and theoretical analysis［J］. ISA Transactions， 2014， 53（4）： 963-976.
22	CHEN W H. Disturbance observer based control for nonlinear systems［J］. IEEE/ASME Transactions on Mechatronics， 2004， 9（4）： 706-710.
23	WANG F， ZONG Q， DONG Q， et al. Disturbance observer-based sliding mode backstepping control for a re-entry vehicle with input constraint and external disturbance［J］. Transactions of the Institute of Measurement and Control， 2016， 38（2）： 165-181.
24	MA G F， CHEN C， LV Y Y， et al. Observer-based attitude control for reusable launch vehicle with input constraints［C］∥2018 Chinese Control and Decision Conference. Piscataway： IEEE Press， 2018： 365-370.
25	韦常柱，琚啸哲，徐大富，等. 垂直起降重复使用运载器返回制导与控制［J］. 航空学报， 2019， 40（7）： 322782.
	WEI C Z， JU X Z， XU D F， et al. Guidance and control for return process of vertical takeoff vertical landing reusable launching vehicle［J］. Acta Aeronautica et Astronautica Sinica， 2019， 40（7）： 322782 （in Chinese）.
26	伊鑫，潘豪，黄聪，等. 垂直回收运载火箭高精度姿态控制技术［J］. 深空探测学报（中英文）， 2022， 9（5）： 492-497.
	YI X， PAN H， HUANG C， et al. High precision attitude control technology of vertical landing returning rocket［J］. Journal of Deep Space Exploration， 2022， 9（5）： 492-497 （in Chinese）.
27	郭孝宽，岳丕玉. 运载火箭的摄动预测制导［J］. 自动化学报， 1979， 5（3）： 167-176.
	GUO X K， YUE P Y. The perturbative and predictive guidance of the launch vehicle［J］. Acta Automatica Sinica， 1979， 5（3）： 167-176 （in Chinese）.
28	林金. 变参数线性自动控制系统的外干扰完全补偿理论［J］. 自动化学报， 1980， 6（1）： 1-7.
	LIN J. Theory of full compensation of external perturbation for the time-varying parameter linear systems［J］. Acta Automatica Sinica， 1980， 6（1）： 1-7 （in Chinese）.
29	王嘉炜，张冉，郝泽明，等. 基于Proximal-Newton-Kantorovich凸规划的空天飞行器实时轨迹优化［J］. 航空学报， 2020， 41（11）： 624051.
	WANG J W， ZHANG R， HAO Z M， et al. Real-time trajectory optimization for hypersonic vehicles with Proximal-Newton-Kantorovich convex programming［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（11）： 624051 （in Chinese）.
30	郝泽明，张冉，王嘉炜，等. 大气层内固体火箭实时轨迹优化方法［J］. 宇航学报， 2021， 42（11）： 1416-1426.
	HAO Z M， ZHANG R， WANG J W， et al. Real-time atmospheric trajectory optimization for solid rockets［J］. Journal of Astronautics， 2021， 42（11）： 1416-1426 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	吕艳, 刘琳, 张广勇, 梁磊, 郑学升. 空射火箭可重复使用技术[J]. 航空学报, 2023, 44(23): 628083-628083.
[2]	顾孟奇, 朱家才, 郭万林, 薛松. 可重复使用运载火箭结构疲劳耐久性与可靠性展望[J]. 航空学报, 2023, 44(23): 628299-628299.
[3]	何林坤, 薛文超, 张冉, 李惠峰. 运载火箭动力着陆段制导控制方法综述与展望[J]. 航空学报, 2023, 44(23): 628462-628462.
[4]	张智, 袁晗, 张晚晴. 基于重力转弯解析解的动力减速制导方法[J]. 航空学报, 2023, 44(23): 628483-628483.
[5]	包为民. 可重复使用运载火箭技术发展综述[J]. 航空学报, 2023, 44(23): 629555-629555.
[6]	邓云山, 夏元清, 孙中奇, 沈刚辉. 扰动环境下火星精确着陆自主轨迹规划方法[J]. 航空学报, 2021, 42(11): 524834-524834.
[7]	田栢苓, 李品品, 鲁瀚辰, 宗群. 复杂环境下多无人机轨迹姿态协同控制[J]. 航空学报, 2020, 41(S2): 724245-724245.

大气层内动力下降段的组合干扰补偿制导

Combined disturbance compensation guidance for powered descent in atmosphere

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 21

参考文献 30

相关文章 7

编辑推荐

Metrics

本文评价