夏元清,沈剛輝,孫浩然,周鎏宇

(北京理工大學自動化學院,北京100081)

火星探測器進入段預測校正制導方法

夏元清,沈剛輝,孫浩然,周鎏宇

(北京理工大學自動化學院,北京100081)

根據(jù)美國宇航局的計劃,未來火星探測任務的要求是能確保在高精度和高海拔的火星表面著陸,而進入段所使用的制導方法是探測器能夠精確著陸的關鍵。文章首先介紹了兩種進入段制導算法——標稱軌跡算法和預測校正算法,通過比較得出預測校正算法對于初始擾動的敏感性較低,但需要有較高的在線計算能力;其次,文章對于預測校正中的橫向控制,縱向控制算法和航向調(diào)整算法進行了詳細介紹,同時提出一種通過增加檢測點的改進預測校正算法;最后對算法進行軟件仿真,仿真結果表明:這種進入段預測校正制導算法在有很高不確定性的情況下仍然能體現(xiàn)出可靠性和魯棒性。

進入段制導方法;預測校正;橫向控制;航向調(diào)整

0 引 言

隨著20世紀60多代,前蘇聯(lián)向火星發(fā)射第一枚探測器起,人類對于火星的探索就從來沒有停止過。進入21世紀后,隨著航空航天技術的不斷發(fā)展與進步,深空探測作為一個國家綜合實力和科學技術發(fā)展水平的重要標志,引起了世界各國的廣泛關注?；鹦怯捎诰o靠地球,其自然環(huán)境相比于其他行星更接近于地球。因此,人類多少年來一直對火星探測充滿興趣?；鹦翘綔y作為深空探測的重要組成部分已經(jīng)成為現(xiàn)在和未來一段時間內(nèi),人類進行深空探索的熱點之一[12]。

由于火星具有大氣層,因而要實現(xiàn)火星表面軟著陸就必須經(jīng)歷大氣進入、下降以及最終著陸段(entry,descent,landing,EDL)三個過程。探測器的進入段一般開始于著陸器接觸火星大氣層,結束于降落傘完全打開。整個過程僅利用火星大氣進行減速,消耗掉99%的動能,將探測器速度減到合適的開傘條件,期間經(jīng)歷制動過載、動壓峰值同時產(chǎn)生大量的氣動熱,是整個EDL過程中氣動環(huán)境最惡劣,也是整個過程中最重要的階段[3]。另外,由于火星大氣密度非常稀薄,僅為地球的1%,探測器僅依靠自身的氣動外形進行減速,因而合適的氣動外形是確?；鹦翘綔y器安全通過進入段的高速高溫飛行區(qū),并最終實現(xiàn)在火星表面軟著陸的重要保障[4]。

目前,航天器大氣進入段的制導算法大體分為兩類:標稱軌跡制導法和預測校正制導法。標稱軌跡制導法,在獲取飛行器進入時刻狀態(tài)參數(shù)以及期望開傘點的信息后,設計一條滿足過程約束(動壓、熱量、速度等)和終端約束(經(jīng)緯度、速度、高度、壓力等)的標稱軌跡,制導系統(tǒng)通過獲取飛行時刻的狀態(tài)參數(shù)與標稱軌跡參數(shù)的誤差信號,通過反饋控制律給出控制信號,從而讓飛行器盡可能地沿著已設計的標稱軌跡飛行,達到指定的開傘點[5];預測校正制導算法,在每個制導周期開始,根據(jù)當前的狀態(tài)參數(shù)以及期望的落點位置,設計一條滿足約束條件并能到達期望位置的飛行軌跡,進而給出控制信號,實現(xiàn)對飛行器飛行軌跡的控制,達到期望開傘點。預測校正制導算法不需要設計并跟蹤標稱軌跡,而是在每段采樣時間間隔內(nèi)實時設計能滿足各項要求的飛行軌跡,需要進行在線的預測和校正,因此在線計算量較大。

本文主要介紹一種完整的預測校正制導算法,用來對飛行器的進入段進行制導控制。該預測校正算法包括縱向的預測校正、橫向滾轉角的翻轉策略。最后將航路點制導算法與傳統(tǒng)的預測校正算法相結合,提出新的改進制導算法—新型航路點分段預測校正制導算法。此外,算法的仿真結果驗證了傳統(tǒng)預測校正算法和航路點分段預測校正算法的有效性和魯棒性。

1 火星進入段動力學模型

根據(jù)文獻[6]和文獻[7],火星進入段的大氣動力學模型可以表示為

其中:L和D分別為探測器在進入火星大氣階段所受到的空氣升力加速度和阻力加速度,它們與探測器的飛行速度,有效橫截面積,火星大氣密度等因素相關[7];θ為火星的經(jīng)度;?為火星的緯度;V為探測器在火星大氣中運行時的速度;r為探測器質(zhì)心到火星質(zhì)心之間的距離;ψ表示探測器運行的航向角,其表示的意義為速度在水平面的投影與正東方向的夾角;γ表示探測器的飛行路徑角;σ稱為滾轉傾側角,表示探測器所受的升力與豎直方向的夾角,傾側角右偏定義為正方向。

2 火星大氣進入段制導控制算法

如引文所述,進入段的制導控制方法主要分為兩種:一種是標稱軌跡跟蹤控制;另一種是預測校正算法。兩種算法的特點如下所示:標稱軌跡跟蹤控制方法不需要很精確的模型,可以在線或離線設計標稱軌跡,不要求很高的在線計算能力,但是其缺點是對初始條件具有較高的敏感性;預測校正算法可以有效克服初始擾動對制導控制精度的影響,但是其卻有在線計算量大、計算時間較長的缺點。

2.1 標稱軌跡跟蹤控制方法

“阿波羅”任務首次采用標稱軌跡制導法[6]。目前火星探測器的大氣進入段軌跡規(guī)劃基本都源自“阿波羅”任務,跟蹤控制律的設計主要采用反饋線性化的方法來設計。標稱軌跡制導法對模型的依賴較小,也不需要很高的在線計算能力,對機載計算機的要求較小,但是其對初始條件具有很高的敏感性,當初始條件的誤差達到一定程度時,將不能實現(xiàn)對標稱軌跡的跟蹤,導致很大的落點誤差。Xia Y等(2014)[7]提出了一種方法將自抗擾控制算法(active disturbance rejection controller,ADRC)作為反饋控制律應用到火星進入段制導問題當中,通過仿真顯示了該方法相比于傳統(tǒng)PID算法具有更好的性能。

2.2 預測校正算法

與上述的標稱軌跡制導法相比預測校正制導法則正好相反,其具有對初始誤差不敏感、受飛行過程中各種擾動因素的影響較小、抗干擾能力強和落點精度高等優(yōu)點,但是需要精度較高的火星大氣模型和動力學模型。同時,在進入過程中每個制導周期都要重新規(guī)劃飛行軌跡,并要求很高的計算速度,這對機載計算機的計算能力要求很高。

大氣進入段的預測校正制導算法首次應用于美國的“雙子座”計劃中?！半p子座”計劃采用兩種不同進入段預測校正制導策略[8]。第一種通過經(jīng)典預測校正算法來預測落點誤差并調(diào)整飛行軌跡;第二種則是采用全升力彈道式軌跡來預測終端縱程誤差,通過不斷翻轉探測器來調(diào)整飛行軌跡。后來,Kluever等(2008)[9]采用一種在線預測校正制導算法,該算法假設一個常值的滾轉角剖面以及安排了滾轉角反轉時間表,并通過給出的滾轉角控制信號來實現(xiàn)飛行軌跡的控制。

3 進入段預測校正算法的步驟及其改進

本文介紹的火星探測進入段預測校正算法是在Brunner C W和Lu P(2008)[10]為月球返回任務提出的跳躍式進入段制導算法的基礎上改進的。該預測校正算法的主要優(yōu)點是它總是能確保探測器在一條能滿足各種約束條件的軌跡上飛行,并且能獲得適合的指令滾轉角輸出來控制飛船飛行。然而,該算法需要大量的計算時間,這個缺點削弱了上述的優(yōu)點。該算法所需的總代碼數(shù)遠遠多于其他的制導算法。因此本文提出了一種改進的預測校正算法來縮短在線計算時間。

3.1 縱程、橫程和航程

在預測校正算法中,探測器的飛行航程被分解為縱向航程(縱程)和橫向航程(橫程),其定義分別如圖1所示。

P1點為探測器的進入點,P2為期望的開傘點位置,P3為實際落點,過P1和P2點做經(jīng)過地心的大圓弧,過P3點做一條與垂直的直線P3P4,稱為探測器運行的縱程,P3P4為橫程。而弧稱為探測器實際運行航程,可以由如下方程

通過積分得到。

圖1 航程示意圖Fig.1 Illustration of crossrange and downrange during the entry

3.2 縱向預測校正算法

預測校正算法的核心是縱向平面制導算法,其大體上可以分為預測和校正2個環(huán)節(jié),其中預測環(huán)節(jié)是根據(jù)當前初始狀態(tài)和設計的滾轉角策略數(shù)值積分得到終點的位置信息,然后校正環(huán)節(jié)根據(jù)位置信息與期望的位置進行比較,給出校正預測角。本文預測環(huán)節(jié)算法與文獻[10]中的算法有不同之處,文獻[10]中的預測滾轉角選擇為一種線性滾轉角策略,即首先通過設置初始時刻和末端時刻的滾轉角,然后其余各個時刻按照線性規(guī)律確定相應的滾轉角,這種算法的設計較為復雜、計算量大。本文在預測環(huán)節(jié)采用一種較為簡單的常值滾轉角策略,其中每一個預測部分滾轉角的選取如下文所述。

3.2.1 預測調(diào)整算法

預測環(huán)節(jié)的主要任務是計算需要完成的待飛航程Stogo和預測的航程Sp。其中待飛航程[11]Stogo可以表示為

其中:下標C表示當前的位置;S表示目標點位置;θc,θs和?c,?s分別表示當前位置和目標點位置的經(jīng)度和緯度。由此可以看出,待飛航程由當前位置的經(jīng)度、緯度和目標開傘點的經(jīng)緯度來決定的。對方程式(2)從當前時刻到開傘時刻進行積分便可以得到預測航程Sp。應當注意的是,上述的待飛航程和預測航程的單位均為弧度(rad)。

由于每個制導周期中都需要控制輸入滾轉角對動力學方程進行積分以得到預測航程,所以在預測環(huán)節(jié)中需要一個滾轉角規(guī)劃策略,稱之為滾轉角策略。本文采用一種最簡單的滾轉角策略—常值滾轉角,該策略將當前的指令滾轉角用到預測范圍的每個制導周期中。對于常值滾轉角策略而言,由于每一個制導周期內(nèi)滾轉角是恒定的,因此對于滾轉角初始值的選取就顯得尤為重要了。考慮到在進入段的初始時刻數(shù)值較小的滾轉角能滿足熱負載、減速負載的限制要求,該算法在軌跡的數(shù)值仿真中假設給出的是10°的初始滾轉角[10]。在進入段的中后期,一個較大的滾轉角能夠用來快速的降低速度以使得探測器能夠滿足飛行中的動壓約束,此時在每個制導周期內(nèi)滾轉角要選取的大一些。然后在每一個預測周期按照已設定的滾轉角規(guī)劃策略得到探測器總的預測航程Sp,并與探測器需要完成的待飛航程Stogo作比較,最后求出待飛航程與預測航程之間的差值Δs。

需要指出的是,預測部分得到的滾轉角并不是實際飛行時的滾轉角,實際飛行時刻所采用的滾轉角應當由預測和校正部分共同確定。

3.2.2 校正環(huán)節(jié)

校正環(huán)節(jié)的目的是當縱程的誤差沒有滿足要求時,滾轉角會被修正以使得所求的縱程誤差足夠小。根據(jù)經(jīng)驗可以得知預測的航程與當前的指令滾轉角數(shù)值呈反相關。由航程差可知,為了增大預測的航程,指令滾轉角數(shù)值應該減小。

本文應用一種迭代計算過程來進行滾轉角的校正[11],迭代算法如下

可以看出校正環(huán)節(jié)需要預測兩次的航程差以得到新的滾轉角。第一個采樣周期來初始化這個迭代過程,首先需要一個初始的估計滾轉角;另一個需要考慮的參數(shù)是在每個制導周期中第二次預測所需的滾轉角增量。因為校正環(huán)節(jié)需要之前的兩次預測來獲得新的滾轉角,所以在每個制導周期中第二次預測所需的滾轉角需要通過增加第一次所預測滾轉角的數(shù)值來得到。從仿真結果中可以看到,這個增量最好選取為30°～50°,可以顯著地減少迭代的次數(shù)。

3.3 橫向控制邏輯

為了使飛船能夠朝著目標點飛行,還需要采用橫向控制邏輯,通過滾轉角翻轉來將橫向誤差限制在一個可以接受的區(qū)域之內(nèi)。對于具有低升阻比的火星探測器而言,本文采取的橫向控制方法——橫向誤差的滾轉角翻轉策略,設計思路是:當探測器的橫向航程超過所設定的閾值時,探測器滾轉角的符號會翻轉。其中橫向航程的誤差閾值可以為一個關于速度標量的二次型或簡單的線性方程。根據(jù)計算,可以得到橫向航程誤差與探測器的待飛航程Stogo、探測所處位置的航向角以及在該處計算得到的天頂角Ψ有關[12]。

如果航向角誤差超出了提前設定的閾值,橫向控制邏輯就會翻轉滾轉角的符號。否則,滾轉角的符號就會保持不變。這個方法的目的是使飛船朝著目標開傘點飛行。在最優(yōu)的航程控制中,翻轉的次數(shù)應該最少化,同時保持可以接受的橫向航程誤差控制。理論上來說,一次滾轉角翻轉就足以完成對橫向誤差的控制[13]。

3.4 航向制導

對火星精確著陸任務來說,在進入段探測器精確到達開傘點是必須條件。待探測器速度降到一定條件時,控制方式則由預測校正算法切換到航向制導控制算法,這樣可以提高開傘點水平方向精度。本文在進入段的末端采用了一種航向調(diào)整的控制策略,這種控制策略的原理是根據(jù)經(jīng)典的反饋線性化過程,確定關于航向角的一階誤差動力學方程,通過對期望航向角的設計使得探測器的航向角與輸入的期望航向角相同,從而減少末端水平方向的誤差。

用φd表示期望的航向角,φ為實際的航向角。其中期望的航向角可以進行人為的設定或者由飛行器的位置決定。定義航向角的誤差如下式

根據(jù)反饋線性化過程,我們確定了航向角期望的一階誤差動力學模型

若使得k1為正數(shù),則誤差會趨于零。將上式帶入探測器的動力學方程(1)中,可以得到進入段末端的滾轉角制導規(guī)律

若調(diào)節(jié)參數(shù)k1選取得合適,探測器在進入段的末端會實現(xiàn)精確的制導,大大降低開傘點的水平誤差。

4 改進的預測校正算法

盡管以上提出的預測校正算法能很好的實現(xiàn)精確制導的要求(見仿真結果),但是它至今還沒有被運用在實際的制導過程中。其中一個主要的原因就是當前的機載計算機不能滿足算法所需要的較快的計算速度。但是隨著科技的發(fā)展,將來高速的計算機可能能夠滿足這一要求。另一種解決的方法就是我們通過改進現(xiàn)有的預測校正算法來減少所需的計算時間。

4.1 分段預測校正算法

基于以上所述,本文提出了一種改進的基于航路點的預測校正算法,并且采用一種分段制導的方法來提高精度,該分段制導法結合了預測校正和航向制導的優(yōu)點,其過程如下:根據(jù)預測的進入點和目標開傘點位置預先設計好標稱的軌跡;在標稱軌跡上選取若干點作為航程點(目標點);使用上文詳細介紹的預測校正算法來依次朝著每個目標點飛行;在進入段的末端采用航向制導法以提高探測器在開傘點的精度。

所選擇的航程點可以作為換向的觸發(fā)標志。當從上一個換相點到當前位置的航程等于這段軌跡兩點間的待飛航程時,飛行器自動切換目標點,朝著下一個目標點飛去。這個基于航路點的預測校正算法不僅能保持傳統(tǒng)預測校正算法的優(yōu)點:對初始擾動不敏感,同時又能顯著地減少總的計算時間。

4.2 過程約束與航程點的選擇

火星探測器在進入段的飛行當中,由于受到火星大氣不確定性、火星自轉等因素的影響,使得探測器在進入段飛行時受到各種飛行過程約束的制約,其中最典型的過程約束包括:熱流約束、過載約束以及動壓約束。過程約束的方程式如下[14]

其中:c為熱流常數(shù)項;ρ為火星大氣密度;an為探測器飛行過程中所受到的過載加速度;α為探測器的飛行攻角;m為探測器的自身質(zhì)量;為動壓;分別表示探測器在飛行過程中所受到的熱流、過載和動壓的峰值?？梢钥闯?若探測器能夠安全飛行直至到達目標開傘點,則整個飛行過程就必須滿足這3個過程約束。

對探測器進行動力學分析可以發(fā)現(xiàn),在進入段的初始階段由于探測器的飛行速度較大,因此主要考慮熱流約束是否滿足;當探測器的速度降為2000m/s左右時,此時探測器的升力和阻力會達到一個峰值,因此這段時間內(nèi)動載是主要的考慮因素;在探測器的飛行末端,由于所設計的開傘點對于探測器的末端速度有著較高的要求,因此在探測器的末端動壓約束就成為主要過程約束,可以看出航程點的選擇就要根據(jù)過程約束來確定。此外,在最優(yōu)的航程控制中,目標之一是在保持可以接受的橫程誤差條件下,滾轉角的翻轉次數(shù)應該最少。根據(jù)氣動力學方程,當滾轉角增大時,航向角偏差增大,因此在保證航程誤差的條件下,應盡量減小滾轉角以減少翻轉次數(shù)。

5 仿真結果

本文采用“火星科學實驗室號”的數(shù)據(jù)來進行數(shù)值仿真實驗[15],飛行器進入段的初始以及末態(tài)位置、姿態(tài)信息如表1所示。

表1 進入段的初態(tài)和末態(tài)信息Table1 Theinitialandterminalconditionsofthevehicle duringtheentryphase

根據(jù)上表中關于進入段的信息參數(shù)對文章中的算法進行仿真,仿真結果如圖2所示。

圖2表示校正時采用固定的滾轉角增加量所得到橫程及其閾值,圖3表示改進后采用分段預測校正算法所得到的橫程及其閾值關系圖。可以看出改進后,在保證橫程誤差不變的前提下,滾轉角翻轉的次數(shù)有所減少。

圖2 預測校正算法得到的橫程及其閾值Fig.2 Crossrangeandthresholdusingthepredictor-corrector algorithm

圖3 分段預測校正算法得到的橫程及其閾值Fig.3 Thecrossrangeandthresholdusingsegmentguidance predictor-correctoralgorithm

圖4 預測校正算法生成的軌跡圖Fig.4 Thetrajectoryusingpredictor-correctoralgorithm

圖4和圖5分別顯示了執(zhí)行預測校正算法和分段預測校正算法時的軌跡曲線圖。為了簡單起見,我們從預先設計的軌跡上選取了3個點。這3個點的坐標分別是(-84°,-43.24°),(-80°,-42.71°),(-76°,-42.07°)這三個坐標點的選取分別是按照滿足動壓約束最大值、加速度約束最大值和速度約束最大值來進行選取的。飛行器在每個階段采用分段預測校正制導飛行,朝著目標點飛行。

圖5 分段預測校正算法生成的軌跡圖Fig.5 The trajectory using segment guidance predictor-corrector algorithm

圖6 預測校正算法得到的開傘點位置分布圖Fig.6 Deployment positions using predictor-corrector algorithm

圖7 分段預測校正算法得到的開傘點位置分布圖Fig.7 Deployment positions using segment guidance predictorcorrector algorithm

仿真是在Intel Core 2 Duo T6600,2.2 GHz CPU的電腦上進行的,制導周期設置為1 s。兩種算法的計算時間分別為:3.601 s和1.824 s,由此可以看出,分段制導的仿真時間僅是傳統(tǒng)預測校正算法仿真時間的一半。

預測校正制導算法和分段制導算法目標開傘點位置坐標的蒙特卡洛仿真結果如圖6和圖7所示。其中2個圓圈分別表示距離目標點5 km和10 km的距離。圖6的結果顯示采用預測校正算法時,進入段的降落點中大約有98%離目標點的距離在5 km之內(nèi),全部都在10 km的范圍之內(nèi);采用分段制導算法的開傘點精度要低于采用傳統(tǒng)預測校正算法的精度,有86%的末端降落點在離目標點5 km的范圍內(nèi),但全部降落點都在10 km的范圍內(nèi),這是因為分段制導在每個階段都有一定的誤差積累。兩種制導算法的平均縱程誤差基本相同,這就證明了分段制導能像傳統(tǒng)的預測校正算法一樣有效地將縱程誤差控制在可接受的范圍之內(nèi)。

因此,仿真結果證實了傳統(tǒng)的預測校正算法和改進的預測校正算法——分段制導算法在有很大不確定性的情況下具有很強的魯棒性和可靠性,并且可以實現(xiàn)精確著陸的要求。盡管分段制導的橫程誤差比傳統(tǒng)的預測校正算法大,但是該誤差仍在一個可以接受的范圍之內(nèi)。與此同時,分段制導方法具有較少的仿真時間,這表明了它可以在實際制導應用中顯著地減少飛船在線計算時間。

6 結 論

文章主要介紹了在較低的升阻比條件下,對火星著陸器的一種新型制導控制方法——預測校正算法進行了研究。這種制導策略包括一個縱向的預測校正制導、一個橫向控制邏輯和飛行末段的航向制導策略。其中在縱向制導中,滾轉角的數(shù)值能自動地改變來滿足縱程誤差的要求;當橫向航程誤差大于提前選定的閾值時,滾轉角的符號會發(fā)生翻轉。最后,航向調(diào)整控制器會使飛船朝著目標開傘點飛行。此外,仿真結果證實了該算法的魯棒性和可靠性,以及其減少飛船在線計算時間的優(yōu)點。

[1]Martin J L Turner.Expedition Mars:how we are going to get to Mars[M].Berlin:Springer,2004.

[2]Barlow N G.Mars:an introduction to its interior,surface and atmosphere[M].Cambridge,UK:Cambridge University Press,2008.

[3]胡中為,徐偉彪.行星科學[M].北京:科學出版社,2008:40 60.[Hu Z W,Xu W B.Planetary science[M].Beijing:Science Press,2008:40-60.]

[4]Andrew B,James G,Ralph.Planetary landers and entry probes[M].Cambridge,UK:Cambridge University Press,2010.

[5]周美江.火星EDL軌跡優(yōu)化和進入制導研究[D].哈爾濱:哈爾濱工業(yè)大學,2012.[Zhou M J.Trajectory optimization for Mars EDL and research on the entry guidance[D].Harbin:Harbin Institute of Technology,2012.]

[6]Manrique J B.Advance in spacecraft atmospheric entry guidance[D].Irvine:University of California,2010.

[7]Xia Y Q,Chen R F,Pu F,et al.Active disturbance rejection control for drag tracking in mars entry guidance[J].Advances in Space Research,2014,53(5):853-861.

[8]Mease K D,Kremer J P.Shuttle entry guidance revisited using nonlinear geometric method[J].Journal of Guidance,Control and Dynamics,1994,17(6):1350-1356.

[9]Kluever C A.Entry guidance performance for Mars precision landing[J].Journal of Guidance,Control,and Dynamics,2008,31(6):1537-1544.

[10]Brunner C W,Lu P.Skip entry trajectory planning and guidance[J].Journal of Guidance,Control,and Dynamics,2008,31(5):1210-1219.

[11]Powell R W.Numerical roll reversal,predictor-corrector aero capture and precision landing guidance algorithm for Mars Surveyor program 2001 missions[C]∥AIAA Atmospheric Flight Mechanics Conference.[S.l.]:AIAA,1998.

[12]Carman G L,Ives D G,Geller D K.Apollo-derived Mars precision lander guidance[C]∥AIAA Atmospheric Flight Mechanics Conference.Boston.MA,USA:AIAA,1998.

[13]Mease K D,Leavitt J A,Benito J,et al.Advanced hypersonic entry guidance for Mars pinpoint landing[C]∥Proceedings of the NASA science technology conference.MD,USA:AIAA,2007.

[14]Xue S B,Lu P.Constrained predictor-corrector entry guidance[J].Journal of Guidance,Control,and Dynamics,2015,33(4):1273-1281.

[15]Shen G H,Xia Y Q,Sun H R.A 6 DOF mathematical model of parachute in Mars EDL[J].Advances in Space Research,2015,55(7):1823-1831.

通信地址:北京市海淀區(qū)中關村南大街5號,北京理工大學自動化學院(100081)

E-mail:xia_yuanqing@bit.edu.cn

沈剛輝(1991—),男,碩士研究生,主要研究方向:火星探測進入段制導控制。

通信地址:北京市海淀區(qū)中關村南大街5號,北京理工大學自動化學院(100081)

E-mail:hxyzsgh@gmail.com

Mars Entry Guidance Based on Predicted Corrector Algorithm

XIA Yuanqing,SHEN Ganghui,SUN Haoran,ZHOU Liuyu
(School of Automation,Beijing Institute of Technology,Beijing 100081,China)

This paper describes the development and evaluation of the common numerical predicted corrector algorithm and gives an improved algorithm for the Mars entry guidance.First,it introduces two guidance strategies:tracking the reference trajectory and predicted corrector algorithm,finding that the common predicted corrector algorithm can be less sensitive to initial dispersions,but needs fast on-board computation;Second,the downrange algorithm,lateral control logic and heading alignment are described in details,which are provided to improve the horizontal accuracy of the vehicles;Furthermore,the segmented guidance predicted corrector algorithm is used to shorten the on-board computational time.Simulation results show that this entry guidance algorithm demonstrates reliable and robust performance in situations with high uncertainties.

entry guidance method;predictor-corrector;lateral control;heading alignment

V9

A

2095-7777(2015)04-0338-07

10.15982/j.issn.2095-7777.2015.04.007

夏元清(1971—),男,教授,博士生導師,主要研究方向:多源信息復雜系統(tǒng)的信息處理與控制;飛行器控制;空天地一體化網(wǎng)絡協(xié)同控制等。

[責任編輯:高莎]

2015-08-01

2015-10-20

國家重點基礎研究發(fā)展計劃(973計劃)(2012CB720000);國家自然科學基金資助項目(61225015);國家自然科學基金創(chuàng)新群體項目(61321002)