Q-law控制律
本文编辑来源:胡敏, 肖金伟, 张天天, 陶雪峰 (2026) "面向中高轨小卫星批量部署的轨道转移飞行器任务规划"
Narayanaswamy S, Damaren C J. Equinoctial Lyapunov control law for low-thrust rendezvous[J]. Journal of Guidance, Control, and Dynamics, 2023, 46(4): 781-795.
定义
Q-law是一种基于李雅普诺夫(Lyapunov)理论的反馈控制律,用于低推力航天器的轨道转移控制。其核心思想是通过构造描述状态误差的标量Q函数,并确保其单调递减,从而引导航天器自主收敛到目标轨道。
理论基础
李雅普诺夫稳定性
Q-law基于李雅普诺夫稳定性理论:
- 构造正定的李雅普诺夫函数
- 设计控制律使 (Q函数单调递减)
- 当 时,系统收敛到目标状态
Q函数定义
在轨道转移中,Q函数定义为轨道根数误差的加权二次型:
其中:
- :各轨道元素的权重
- :罚函数项
- :塑形函数
- :轨道根数误差
- :最大变化率(归一化因子)
控制律设计
最优推力方向
控制律的目标是寻找使Q函数下降最快的推力方向。通过求 的极值,可解析获得最优推力方向:
其中 为推力方向矢量分量, 为与Q函数梯度相关的计算系数。
滑行弧机制
为实现工质与时间的权衡,引入滑行弧机制:
当推力效率低于阈值时关闭发动机,进入滑行阶段,以时间换取工质节约。
与改进春分点轨道根数结合
改进春分点轨道根数(MEE)
胡敏等(2026)采用基于改进春分点轨道根数(Modified Equinoctial Elements, MEE)的Q-law:
优势
相比经典轨道根数,MEE具有:
- 数值稳定性:近圆轨道附近无奇异性
- 控制性能更好:半长轴a代替半通径p更适合控制
- 物理意义明确:各分量有清晰的几何解释
在批量部署中的应用
状态依赖成本矩阵生成
胡敏等(2026)采用Q-law控制律离线生成状态依赖转移成本矩阵:
- 对所有离散质量状态
- 对所有起点-终点组合
- 通过Q-law仿真计算转移成本
- 构建完整的三维成本矩阵
计算效率
Q-law虽为次优解,但具有显著优势:
- 计算成本极低:相比直接法优化,效率提升数个量级
- 鲁棒性强:固有的误差修正能力
- 实时性好:闭环策略可实时补偿未建模摄动
性能分析
研究结果表明(胡敏等, 2026):
| 优化目标 | 工质消耗 | 转移时间 | CPU时间 |
|---|---|---|---|
| 最小化时间 | 96.49 kg | 32.87 d | 0.00025 s |
| 最小化工质 | 76.07 kg | 37.55 d | 0.00026 s |
| 工质-时间权衡 | 85.12 kg | 35.87 d | 0.00025 s |
通过调节效率参数 和 ,可在工质和时间之间灵活切换。
相关概念
- 批量部署(Batch Deployment)
- 状态依赖旅行商问题(SDTSP)
- 春分点轨道根数(Equinoctial Orbital Elements)
- 滑行弧(Coasting Arc)
- 质量阶跃(Mass Discontinuity)
参考文献
- 胡敏, 肖金伟, 张天天, 陶雪峰. 面向中高轨小卫星批量部署的轨道转移飞行器任务规划[J]. 航天器工程, 2026, 25(3): 634-646.
- Narayanaswamy S, Damaren C J. Equinoctial Lyapunov control law for low-thrust rendezvous[J]. Journal of Guidance, Control, and Dynamics, 2023, 46(4): 781-795.
- Lee D, Ahn J. Optimal multitarget rendezvous using hybrid propulsion system[J]. Journal of Spacecraft and Rockets, 2023, 60(2): 456-471.
