本發(fā)明涉及航天器軌道動力學與智能博弈控制交叉領域，尤其涉及基于凸優(yōu)化理論的航天器橢圓軌道實時閉環(huán)追逃博弈方法。

背景技術：

1、在現(xiàn)有技術中，航天器追逃博弈問題常采用基于極大值原理的鞍點均衡求解方法，其核心是通過構建哈密頓函數(shù)并求解伴隨微分方程的邊值問題，最終推導出博弈雙方的最優(yōu)控制策略。此類方法依賴于對軌道動力學模型的高精度數(shù)學表達，需在連續(xù)時間域內(nèi)對狀態(tài)方程、協(xié)態(tài)方程進行聯(lián)合迭代求解。然而，該技術方案存在以下固有缺陷：

2、(1)在橢圓軌道非線性動力學場景下，狀態(tài)方程與協(xié)態(tài)方程的時變特性導致邊值問題求解難度增加，計算復雜度超過航天器星載計算機的實時處理能力；

3、(2)現(xiàn)有改進方案中采用的啟發(fā)式搜索等數(shù)值優(yōu)化方法，雖能搜索得到邊值問題的解，但面臨策略收斂性差、初值猜測敏感的問題，尤其在終端時間自由的多約束條件下易陷入局部最優(yōu)解；

4、(3)現(xiàn)有方法缺乏動態(tài)環(huán)境感知與閉環(huán)策略調整機制，求解過程依賴離線預計算模式，難以應對空間對抗場景中目標機動策略突變、軌道攝動干擾等實時性要求。

5、上述缺陷導致傳統(tǒng)博弈求解方法在軌應用時存在分鐘級以上的計算延遲，且策略穩(wěn)定性無法滿足航天器姿軌控系統(tǒng)毫秒級響應的硬性需求。

技術實現(xiàn)思路

1、本發(fā)明提出了航天器橢圓軌道實時閉環(huán)追逃博弈方法及裝置，解決了傳統(tǒng)軌道博弈控制方法在均衡求解困難、策略收斂性差、難以在軌應用的問題。

2、本發(fā)明所述的航天器橢圓軌道實時閉環(huán)追逃博弈方法，所述方法包括以下步驟：

3、步驟s1：給定初始條件xp(θ0),xe(θ0)和控制約束

4、其中：θ0表示航天器初始真近點角；xp(θ0)表示追蹤航天器初始狀態(tài)；xe(θ0)表示逃跑航天器初始狀態(tài)；表示追蹤航天器可行控制輸入集合；表示逃跑航天器可行控制輸入集合；

5、步驟s2：迭代獲得閉環(huán)控制策略；其中，在第s階段的迭代過程包括如下步驟：

6、步驟s2.1：在θs對應時刻輸入追逃博弈的航天器雙方的完全狀態(tài)(xp(s),xe(s))，其中θs為s階段對應的真近點角度；

7、其中：xp(s)表示追蹤航天器在s階段的狀態(tài)；xe(s)表示逃跑航天器在s階段的狀態(tài)；

8、步驟s2.2：求解等價的折扣單邊最小時間轉移問題，獲得的開環(huán)最優(yōu)策略對和

9、其中：表示追蹤航天器最優(yōu)控制策略；表示逃跑航天器最優(yōu)控制策略；表示s階段求解博弈問題對應的終端真近點角；

10、步驟s2.3：按照最優(yōu)控制策略遞推遞推未知控制ue下逃跑航天器xe(θs)，更新目標點

11、其中：表示s階段按照最優(yōu)控制策略追蹤航天器的狀態(tài)；xe(θs)表示s階段按照最優(yōu)控制策略逃跑航天器的狀態(tài)；表示求解博弈問題終端真近點角對應的相對狀態(tài)目標點；

12、步驟s2.3：判斷是否滿足||φ||≤ε：

13、若是，則迭代結束，獲得最終的閉環(huán)控制博弈策略，實現(xiàn)對目標的攔截，博弈結束；

14、否則，獲取θs+1，繼續(xù)第s+1階段的迭代：

15、θs+1＝θs+δθ；

16、其中：φ表示終端約束條件；ε表示誤差閾值結束條件；δθ表示相鄰兩階段之間的真近點角度之差。

17、進一步的，提供一個優(yōu)選實施方式，所述等價的折扣單邊最小時間轉移問題為：

18、依據(jù)追蹤航天器和逃跑航天器的控制輸入和當前狀態(tài)，求解最小時間轉移問題：

19、

20、xpe(θs)＝xp(θs)-xe(θs)

21、xpe(θf)＝0

22、其中，xpe為追蹤航天器和逃跑航天器相對狀態(tài)差；upe為等效折扣控制輸入；upe為等效控制輸入集合的最大值；θf為最優(yōu)真近點角；xp(θs)為s階段追蹤航天器初始狀態(tài)；xe(θs)為s階段逃跑航天器初始狀態(tài)；xpe(θf)為相對運動狀態(tài)差終端狀態(tài)約束；xpe(θs)為相對運動狀態(tài)差初始狀態(tài)約束。

23、進一步的，提供一個優(yōu)選實施方式，所述步驟s2.2為：

24、重復求解不同給定終端時刻θf求解可行性問題：

25、

26、xpe(θs)＝xp(θs)-xe(θs)

27、其中，φ(θf)給定真近點角對應時刻的終端誤差；upe等效折扣控制輸入；為的的邊界。

28、本發(fā)明還提出了航天器橢圓軌道實時閉環(huán)追逃博弈裝置，所述裝置包括以下模塊：

29、模塊s1：給定初始條件xp(θ0)，xe(θ0)和控制約束

30、其中：θ0表示航天器初始真近點角；xp(θ0)表示追蹤航天器初始狀態(tài)；xe(θ0)表示逃跑航天器初始狀態(tài)；表示追蹤航天器可行控制輸入集合；表示逃跑航天器可行控制輸入集合；

31、模塊s2：迭代獲得閉環(huán)控制策略；其中，在第s階段的迭代過程包括如下子模塊：

32、子模塊s2.1：在θs對應時刻輸入追逃博弈的航天器雙方的完全狀態(tài)(xp(s),xe(s))，其中θs為s階段對應的真近點角度；

33、其中：xp(s)表示追蹤航天器在s階段的狀態(tài)；xe(s)表示逃跑航天器在s階段的狀態(tài)；

34、子模塊s2.2：求解等價的折扣單邊最小時間轉移問題，獲得的開環(huán)最優(yōu)策略對和

35、其中：表示追蹤航天器最優(yōu)控制策略；表示逃跑航天器最優(yōu)控制策略；表示s階段求解博弈問題對應的終端真近點角；

36、子模塊s2.3：按照最優(yōu)控制策略遞推遞推未知控制ue下逃跑航天器xe(θs)，更新目標點

37、其中：表示s階段按照最優(yōu)控制策略追蹤航天器的狀態(tài)；xe(θs)表示s階段按照最優(yōu)控制策略逃跑航天器的狀態(tài)；表示求解博弈問題終端真近點角對應的相對狀態(tài)目標點；

38、子模塊s2.3：判斷是否滿足||φ||≤ε：

39、若是，則迭代結束，獲得最終的閉環(huán)控制博弈策略，實現(xiàn)對目標的攔截，博弈結束；

40、否則，獲取θs+1，繼續(xù)第s+1階段的迭代：

41、θs+1＝θs+δθ；

42、其中：φ表示終端約束條件；ε表示誤差閾值結束條件；δθ表示相鄰兩階段之間的真近點角度之差。

43、本發(fā)明還提出了一種計算機設備，包括：處理器和存儲器，所述存儲器用于存儲所述處理器的可執(zhí)行指令，所述處理器配置為經(jīng)由執(zhí)行所述可執(zhí)行指令來執(zhí)行上述任意一項所述的航天器橢圓軌道實時閉環(huán)追逃博弈。

44、本發(fā)明還提出了一種計算機存儲介質，所述存儲介質中存儲有計算機程序，所述計算機程序運行時，執(zhí)行上述任意一項所述的航天器橢圓軌道實時閉環(huán)追逃博弈。

45、本發(fā)明還提出了一種計算機程序產(chǎn)品，包括計算機程序/指令，該計算機程序/指令被處理器執(zhí)行時實現(xiàn)上述任意一項所述的航天器橢圓軌道實時閉環(huán)追逃博弈的步驟。

46、本發(fā)明有以下有益效果：

47、1.本發(fā)明所述的航天器橢圓軌道實時閉環(huán)追逃博弈方法，不需要手動設置參數(shù)，能夠實現(xiàn)閉環(huán)最優(yōu)策略的求解，使得基于博弈論指導優(yōu)化的閉環(huán)策略變得可行，這對于實際航天器在軌應用至關重要。

48、2.本發(fā)明所述的航天器橢圓軌道實時閉環(huán)追逃博弈方法，不需要超參數(shù)調整，其輸出是確定性的，保證收斂，使其適用于機載應用，特別是在資源受限的星載嵌入式平臺上。

49、3.本發(fā)明所述的航天器橢圓軌道實時閉環(huán)追逃博弈方法，直接用于航天器在橢圓軌道環(huán)境中的自主追逃對抗任務，包括空間目標攔截、非合作目標規(guī)避、多航天器協(xié)同圍捕等場景；其應用領域涵蓋航天攻防對抗、在軌服務安全控制、空間碎片主動規(guī)避等方向，通過高速策略求解與博弈策略實時迭代，解決傳統(tǒng)軌道博弈控制方法在均衡求解困難、策略收斂性差、難以在軌應用的問題，為復雜空間對抗任務提供毫秒級響應的自主決策能力。。

50、本發(fā)明所述的航天器橢圓軌道實時閉環(huán)追逃博弈方法及裝置，適用于航天器橢圓軌道的實時追逃博弈。