黃旭星，李爽,*，楊彬，孫盼，劉學(xué)文，劉新彥

1.南京航空航天大學(xué) 航天學(xué)院，南京 210016

2.北京控制工程研究所，北京 100190

隨著計算機硬件性能的突破和高效算法的不斷發(fā)展，近年來以機器學(xué)習(xí)為代表的新一代人工智能技術(shù)在眾多領(lǐng)域的應(yīng)用都取得了極大的進展。與傳統(tǒng)技術(shù)相比，人工智能技術(shù)在精度、效率、實時性和預(yù)測性等方面擁有明顯的優(yōu)勢，在高新技術(shù)領(lǐng)域特別是航天領(lǐng)域發(fā)揮越來越重要的作用，是引領(lǐng)未來的戰(zhàn)略性技術(shù)。美國國防高級研究計劃局(DARPA)2019年在《航空周刊(Aviation week)》刊文推廣人工智能技術(shù)在航空航天領(lǐng)域的認(rèn)同和應(yīng)用[1]。歐空局將于近期發(fā)射國際上首顆人工智能技術(shù)驗證衛(wèi)星PhiLab，該衛(wèi)星利用人工智能技術(shù)對地面觀測圖像進行預(yù)處理，提高圖像數(shù)據(jù)下傳效率[2]。國務(wù)院于2017年發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，首次將人工智能技術(shù)的發(fā)展提高到國家戰(zhàn)略層面，要求到2025年在國防建設(shè)領(lǐng)域得到廣泛應(yīng)用并達到世界領(lǐng)先水平。

人工智能技術(shù)在航天領(lǐng)域主要應(yīng)用于環(huán)境未知或者局部信息未知的高動態(tài)環(huán)境中，根據(jù)實時感知信息進行推理并執(zhí)行合理操作，最大限度地提高任務(wù)的滿意度。目前各航天大國都高度重視空間人工智能技術(shù)的研發(fā)，并已在深空探測、在軌操控、編隊飛行、空間碎片清除等方向取得多項研究成果[3-8]。這些航天任務(wù)對航天器的姿軌控精度有較高的需求，表明高精度的軌跡姿態(tài)控制技術(shù)是未來航天任務(wù)的關(guān)鍵技術(shù)之一。航天器的制導(dǎo)與控制屬于經(jīng)典的閉環(huán)控制過程，包括測量、規(guī)劃、控制、執(zhí)行以及健康管理等一系列環(huán)節(jié)[8]。規(guī)劃環(huán)節(jié)根據(jù)航天任務(wù)需求規(guī)劃航天器任務(wù)軌跡并生成相應(yīng)的控制指令，控制環(huán)節(jié)根據(jù)這些指令輸出控制信號并由執(zhí)行環(huán)節(jié)中的執(zhí)行機構(gòu)實施控制，測量環(huán)節(jié)利用傳感器監(jiān)測實時狀態(tài)并反饋至規(guī)劃和控制環(huán)節(jié)，而健康管理環(huán)節(jié)則對航天器星上姿軌控系統(tǒng)的運行狀態(tài)進行實時監(jiān)測。完整的姿軌閉環(huán)控制流程如圖1所示[9]。

圖1 姿軌閉環(huán)控制流程圖[9]Fig.1 Closed-loop control diagram of attitude and orbit[9]

傳統(tǒng)制導(dǎo)控制技術(shù)已在實際工程任務(wù)中獲得良好的控制效果，可保證一定精度的軌跡和姿態(tài)控制。然而，面向未來航天任務(wù)制導(dǎo)控制，系統(tǒng)的實時、魯棒和高精度需求，現(xiàn)有技術(shù)仍存在諸多缺陷和挑戰(zhàn)。一方面，隨著航天任務(wù)越來越復(fù)雜，空間環(huán)境與航天器動力學(xué)模型的強非線性以及參數(shù)的不確定性對精確控制的影響愈發(fā)嚴(yán)重[10-12]。目前難以離線建立高精度的動力學(xué)模型，利用傳統(tǒng)技術(shù)難以在不確定非線性環(huán)境中實現(xiàn)高精度的制導(dǎo)和控制。另一方面，航天任務(wù)對星上姿軌控系統(tǒng)的可靠性存在較高要求。姿軌控系統(tǒng)的傳感器和機構(gòu)故障可能直接導(dǎo)致任務(wù)的失敗[13]。航天器需要具備實時故障診斷以及部分機構(gòu)故障情況下正常進行制導(dǎo)與控制的能力。為提高航天器制導(dǎo)與控制性能，國內(nèi)外專家學(xué)者在傳統(tǒng)控制架構(gòu)下引入人工智能技術(shù)，提高航天器制導(dǎo)與控制的精度和效率，保證系統(tǒng)可靠性[3-4,6-7,14-15]。通過引入人工智能技術(shù)，對動力學(xué)系統(tǒng)進行逼近，實現(xiàn)智能軌跡姿態(tài)控制，提高航天器在不確定非線性環(huán)境影響下的軌跡規(guī)劃制導(dǎo)和姿態(tài)跟蹤控制精度，并在機構(gòu)故障情況下仍可實現(xiàn)高精度的控制效果[10]。

本文對目前人工智能技術(shù)在航天器軌跡規(guī)劃和姿態(tài)控制中的研究和應(yīng)用進行歸納和分析，總結(jié)適用于未來航天任務(wù)的智能姿軌控關(guān)鍵技術(shù)，為人工智能技術(shù)在航天器軌跡規(guī)劃和姿態(tài)控制中的研究提出發(fā)展建議。首先，針對當(dāng)前航天任務(wù)的現(xiàn)狀，分析航天器姿軌控技術(shù)的需求；然后，針對模型不確定性以及姿軌控系統(tǒng)故障影響下的智能控制，分別介紹人工智能技術(shù)在姿軌控中的研究和應(yīng)用現(xiàn)狀，梳理人工智能技術(shù)在航天器軌跡姿態(tài)控制中的關(guān)鍵技術(shù)，分析當(dāng)前針對智能姿軌控的研究和應(yīng)用所面臨的挑戰(zhàn)；最后，總結(jié)未來人工智能姿軌控技術(shù)的發(fā)展趨勢，并提出相應(yīng)的發(fā)展建議。

1 不確定非線性模型智能姿軌控研究現(xiàn)狀

傳統(tǒng)軌跡制導(dǎo)與姿態(tài)控制方法利用非線性規(guī)劃算法進行軌跡規(guī)劃制導(dǎo)，然后利用PID控制、滑模控制或自適應(yīng)控制等技術(shù)實現(xiàn)高精度的姿態(tài)跟蹤[16]。然而，未來航天任務(wù)中各類非線性和不確定性因素的影響愈發(fā)顯著：① 隨著任務(wù)的開展，燃料的大量消耗以及航天器載荷位置、狀態(tài)發(fā)生變化，會導(dǎo)致衛(wèi)星質(zhì)量、質(zhì)心位置等發(fā)生變化，該動力學(xué)模型為時變的強非線性模型；② 航天器搭載難以精確建模的撓性結(jié)構(gòu)(例如天線、太陽能電池陣、太陽帆等)，通過簡化模型進行近似與真實動力學(xué)模型間存在較大誤差[11]；③ 空間環(huán)境中存在一些難以提前獲知并精確建模的攝動，如天體附近引力場模型、磁場環(huán)境、天體大氣、表面環(huán)境等[12]，目前缺乏高精度的數(shù)據(jù)以及建模方法建立高保真度的動力學(xué)模型。常用的魯棒軌跡制導(dǎo)以及自適應(yīng)控制技術(shù)難以基于不確定非線性模型實現(xiàn)高精度的軌跡規(guī)劃制導(dǎo)和姿態(tài)跟蹤控制。因此，近年來多項研究基于人工智能技術(shù)開展智能軌跡規(guī)劃和姿態(tài)控制研究，提高軌跡制導(dǎo)和姿態(tài)跟蹤的精度。這些智能制導(dǎo)與控制技術(shù)通過在傳統(tǒng)姿軌控架構(gòu)中引入人工智能技術(shù)，直接取代或與傳統(tǒng)技術(shù)結(jié)合，生成相應(yīng)的控制指令以及控制信號，其示意圖如圖2所示。利用人工智能技術(shù)逼近不確定非線性動力學(xué)模型，學(xué)習(xí)最優(yōu)軌跡規(guī)劃和姿態(tài)控制策略，建立智能最優(yōu)制導(dǎo)和控制算法，根據(jù)任務(wù)需求求解動力學(xué)模型，輸出最優(yōu)控制時間以及機動策略，提高制導(dǎo)與控制精度和實時性。經(jīng)過多年研究，目前已形成應(yīng)用于軌跡制導(dǎo)的智能規(guī)劃技術(shù)以及應(yīng)用于姿態(tài)控制的智能自適應(yīng)控制技術(shù)[17-18]。

圖2 智能制導(dǎo)與控制示意圖Fig.2 Diagram of intelligent guidance and control

1.1 軌跡智能規(guī)劃制導(dǎo)技術(shù)

智能軌跡規(guī)劃制導(dǎo)技術(shù)可對任務(wù)軌跡進行離線或在線的智能規(guī)劃，然后根據(jù)實時的控制誤差對軌跡進行在線的智能重規(guī)劃，對航天器未來一段時間內(nèi)的運行軌跡進行預(yù)測并輸出相應(yīng)的控制指令。其中，人工智能技術(shù)根據(jù)任務(wù)需求以及航天器狀態(tài)，直接生成或配合常用規(guī)劃技術(shù)生成航天器的控制指令，這些指令包括航天器的發(fā)動機開關(guān)機以及姿態(tài)機動的指令。根據(jù)這些控制指令制定相應(yīng)的控制指令，使航天器的運行狀態(tài)滿足航天任務(wù)需求。

當(dāng)前智能軌跡規(guī)劃制導(dǎo)技術(shù)研究主要集中在3個方面，分別為航天器轉(zhuǎn)移軌跡智能規(guī)劃，航天器進入、下降和著陸(Entry, Descent and Landing, EDL)智能軌跡制導(dǎo)以及巡視器軌跡制導(dǎo)等。接下來總結(jié)介紹人工智能技術(shù)在這3個領(lǐng)域的研究和應(yīng)用現(xiàn)狀。

1.1.1 轉(zhuǎn)移軌跡智能規(guī)劃技術(shù)

對于轉(zhuǎn)移軌跡的智能制導(dǎo)，最先開展離線智能規(guī)劃技術(shù)的研究。Izzo等[3-4]綜述了人工智能技術(shù)在航天器轉(zhuǎn)移軌跡規(guī)劃方面的研究現(xiàn)狀，提出自適應(yīng)軌跡制導(dǎo)技術(shù)為未來航天任務(wù)的重要技術(shù)。Reiter等[19]針對空間對抗問題，基于強化學(xué)習(xí)技術(shù)建立脈沖機動優(yōu)化策略，提高規(guī)避機動的可靠性。而隨著小推力系統(tǒng)的發(fā)展，更多研究聚焦于小推力轉(zhuǎn)移軌跡的智能規(guī)劃。Zhu和Luo[20]基于分類深度神經(jīng)網(wǎng)絡(luò)和回歸深度神經(jīng)網(wǎng)絡(luò)提出小推力轉(zhuǎn)移軌跡快速評估方法，用于判斷軌跡的可行性以及燃耗最優(yōu)性。李海洋和寶音賀西[21]先利用不同的特征組合進行機器學(xué)習(xí)，對燃料最優(yōu)小推力軌跡轉(zhuǎn)移的燃耗進行估計；然后利用訓(xùn)練神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)具備多圈性、長時間性特征的時間最優(yōu)小推力抬升軌跡[22]；并基于深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)時間以及燃料最優(yōu)小推力軌跡的快速、精確估計[23]。這些成果降低了多目標(biāo)轉(zhuǎn)移軌跡任務(wù)的初始設(shè)計難度，可為未來深空探測任務(wù)軌道設(shè)計提供參考。Sullivan和Bosanac[24]針對多體系統(tǒng)轉(zhuǎn)移軌跡優(yōu)化問題，基于深度強化學(xué)習(xí)技術(shù)完成時間最優(yōu)小推力轉(zhuǎn)移軌跡的優(yōu)化，獲得小推力控制策略。此外，針對太陽帆等姿軌耦合推進系統(tǒng)，Song和Gong[25]利用深層神經(jīng)網(wǎng)絡(luò)建立軌道特征映射與轉(zhuǎn)移時間之間的映射，實現(xiàn)太陽帆航天器時間最優(yōu)轉(zhuǎn)移軌跡的規(guī)劃和優(yōu)化。

對于深空探測任務(wù)，為提高深空探測器的自主性，目前已發(fā)展多項在線智能規(guī)劃技術(shù)，使其具備實時的星上軌跡規(guī)劃能力。Li等[26]對深空轉(zhuǎn)移軌跡規(guī)劃技術(shù)的研究現(xiàn)狀進行了總結(jié)，并分析了利用人工智能技術(shù)對轉(zhuǎn)移軌跡進行優(yōu)化的可行性。研究表明人工智能技術(shù)對于解決小推力軌跡優(yōu)化問題有較大潛力。Witsberger和Longuski[27]基于遞歸神經(jīng)網(wǎng)絡(luò)建立小推力引力輔助轉(zhuǎn)移軌跡規(guī)劃方法，利用進化算法輔助神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，實現(xiàn)星上在線軌跡規(guī)劃。Cheng等[28]通過設(shè)計多尺度深度神經(jīng)網(wǎng)絡(luò)合作策略，建立太陽帆航天器轉(zhuǎn)移軌跡的時間最優(yōu)在線優(yōu)化方法，同時解決了該網(wǎng)絡(luò)對較小輸入值識別困難的問題。Miller和Linares[29]針對逆行軌道間的軌跡轉(zhuǎn)移問題，基于強化學(xué)習(xí)技術(shù)設(shè)計近端策略優(yōu)化算法求解最優(yōu)小推力轉(zhuǎn)移軌跡。相比于傳統(tǒng)規(guī)劃方法，這些智能技術(shù)更能滿足實時性以及可用性的兩方面需求。

此外，針對動力學(xué)模型中存在不確定性的問題，目前研究主要根據(jù)航天器實時狀態(tài)對轉(zhuǎn)移軌跡進行重規(guī)劃，通過智能自適應(yīng)制導(dǎo)提高航天器軌跡轉(zhuǎn)移精度。Bataleblu和Roshanian[30]針對空間發(fā)射系統(tǒng)(Space Launch System, SLS)魯棒上升軌跡的優(yōu)化問題，結(jié)合拉丁超立方抽樣以及神經(jīng)網(wǎng)絡(luò)建立隨機優(yōu)化模型，對SLS的魯棒軌跡進行優(yōu)化，提高SLS的可靠性、安全性?？紤]到不確定性可通過在線識別的方式進行識別，多項研究利用不依賴模型的強化學(xué)習(xí)技術(shù)對模型參數(shù)進行自適應(yīng)調(diào)整，提高軌跡規(guī)劃制導(dǎo)的精度和魯棒性[31]。王曉輝和李爽[32]采用模糊神經(jīng)網(wǎng)絡(luò)對不確定性就進行分類和評估，然后利用分層任務(wù)網(wǎng)絡(luò)對轉(zhuǎn)移軌跡進行規(guī)劃和修復(fù)，提高了智能規(guī)劃的可靠性和靈活性。LaFarge等[33]研究平動點轉(zhuǎn)移軌跡的閉環(huán)制導(dǎo)方法，利用強化學(xué)習(xí)技術(shù)逼近動力學(xué)模型，減少星載計算機負(fù)擔(dān)。Arora和Dutta[34]針對小推力軌跡抬升問題，利用強化神經(jīng)網(wǎng)絡(luò)實現(xiàn)軌跡的在線自適應(yīng)調(diào)整，提高控制精度。這些研究表明強化學(xué)習(xí)技術(shù)可通過在線識別方式減少不確定性對軌跡魯棒性和精度的影響。

1.1.2 進入、下降和著陸智能制導(dǎo)技術(shù)

航天器EDL過程中動力學(xué)模型存在極大不確定性，可根據(jù)測量信息對EDL軌跡進行在線智能制導(dǎo)，提高規(guī)劃的精度和魯棒性。Furfaro等[35]以及Cheng等[36]針對月面自主著陸問題，分別利用深度遞歸神經(jīng)網(wǎng)絡(luò)架構(gòu)以及迭代深度強化學(xué)習(xí)算法對燃料最優(yōu)軌跡進行規(guī)劃，提高進入制導(dǎo)精度。Furfaro和Linares[37]還基于強化學(xué)習(xí)技術(shù)對月面下降路徑點進行規(guī)劃，提高著陸精度。由于火星表面存在參數(shù)不完備的稀薄大氣，對精確EDL軌跡制導(dǎo)帶來更大的挑戰(zhàn)。Li和Jiang[38]針對未來火星EDL任務(wù)總結(jié)了自適應(yīng)制導(dǎo)技術(shù)的發(fā)展趨勢，并分析人工智能技術(shù)的應(yīng)用潛力。Zheng等[39]基于神經(jīng)網(wǎng)絡(luò)發(fā)展火星進入軌跡的實時制導(dǎo)方法，相比傳統(tǒng)方法提高了軌跡制導(dǎo)精度。Li等[40-41]則利用徑向基(RBF)神經(jīng)網(wǎng)絡(luò)對不確定性進行在線逼近，再利用二階滑?？刂铺岣邩?biāo)稱軌跡的跟蹤效果，實現(xiàn)火星大氣進入的魯棒制導(dǎo)。Sánchez-Sánchez和Izzo[42]基于深度神經(jīng)網(wǎng)絡(luò)研究最優(yōu)狀態(tài)反饋問題，為行星實時最優(yōu)制導(dǎo)著陸問題提供參考。該研究同時表明淺層網(wǎng)絡(luò)難以擬合復(fù)雜動力學(xué)模型。此外，與EDL任務(wù)類似，Johnson等[43]針對可重復(fù)使用運載火箭的上升制導(dǎo)問題，基于偽控制對沖方法的神經(jīng)網(wǎng)絡(luò)提出了模型參考自適應(yīng)控制器架構(gòu)，該架構(gòu)可同時適應(yīng)力和力矩模型的誤差。陳書釗等[44]以及Nie等[45]也針對火箭的控制技術(shù)開展了研究，分別提出狀態(tài)預(yù)測神經(jīng)網(wǎng)絡(luò)控制算法以及動態(tài)神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器，實現(xiàn)控制器參數(shù)的自適應(yīng)調(diào)整以及火箭上升和下降的自適應(yīng)制導(dǎo)控制，并具備良好的魯棒性和泛用性。

針對EDL過程中的參數(shù)不確定性，多項研究通過在線識別的方式提高軌跡的魯棒性。Gaudet和Furfaro[46]基于深度強化學(xué)習(xí)技術(shù)設(shè)計了智能制導(dǎo)控制算法，提高航天器對噪聲及系統(tǒng)不確定性的魯棒性。此外，Gaudet等[47]還利用強化學(xué)習(xí)技術(shù)建立自適應(yīng)在線制導(dǎo)算法，滿足EDL任務(wù)實時性要求，實現(xiàn)燃耗最優(yōu)的魯棒軌跡精確制導(dǎo)。Jiang等[48]通過整合火星再入與動力下降過程，利用自適應(yīng)偽譜法同時進行最優(yōu)再入與動力下降制導(dǎo)，并利用強化學(xué)習(xí)技術(shù)進行制導(dǎo)過程的切換，提高了軌跡制導(dǎo)的最優(yōu)性、魯棒性和精度。以上研究表明強化學(xué)習(xí)技術(shù)也適用于考慮不確定性干擾的EDL軌跡制導(dǎo)規(guī)劃任務(wù)。

1.1.3 巡視器軌跡智能規(guī)劃技術(shù)

巡視探測作為深空探測的重要方式，其軌跡的智能制導(dǎo)技術(shù)也是當(dāng)前研究熱點之一。Leitner等[49]通過設(shè)計全反應(yīng)神經(jīng)控制器，首次嘗試在機器人任務(wù)中利用神經(jīng)網(wǎng)絡(luò)直接控制執(zhí)行器和持續(xù)時間來優(yōu)化位置和時間。針對選定的交會對接任務(wù)情形、給定的初始位置和邊界條件，利用神經(jīng)控制器重現(xiàn)最優(yōu)控制。Lan等[50]基于自適應(yīng)動態(tài)規(guī)劃方法，利用動作神經(jīng)網(wǎng)絡(luò)和批評神經(jīng)網(wǎng)絡(luò)研究機器人的自主制導(dǎo)控制方法，使其實現(xiàn)目標(biāo)跟蹤、同步和避障等多重功能。通過調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值，獲得基于神經(jīng)網(wǎng)絡(luò)的最優(yōu)智能制導(dǎo)律。

綜上，目前基于人工智能技術(shù)的航天器軌跡規(guī)劃制導(dǎo)研究主要利用深度神經(jīng)網(wǎng)絡(luò)對動力學(xué)環(huán)境中的強非線性進行識別和近似，并通過在線學(xué)習(xí)對參數(shù)不確定性進行在線識別。這些研究可歸納為2個主要的研究方向：① 強非線性和不確定性影響下魯棒軌跡的快速規(guī)劃研究；② 不確定性影響下軌跡自適應(yīng)制導(dǎo)研究。

1.2 姿態(tài)智能自適應(yīng)控制技術(shù)

智能自適應(yīng)控制技術(shù)通過對控制參數(shù)進行自適應(yīng)調(diào)整，獲得比傳統(tǒng)控制技術(shù)更好的姿態(tài)跟蹤效果。智能控制技術(shù)根據(jù)控制指令以及航天器狀態(tài)，輸出執(zhí)行機構(gòu)所需的控制信號，這些信號包括姿軌控的軌控發(fā)動機和反應(yīng)控制器(RCS)的開關(guān)機信號以及姿態(tài)機動的控制力矩陀螺的控制信號。人工智能技術(shù)的引入實現(xiàn)了對動力學(xué)模型不確定性的識別和逼近，提高了姿態(tài)跟蹤控制的精度以及魯棒性。

Murugesan[51]首先結(jié)合傳統(tǒng)自適應(yīng)控制技術(shù)以及專家系統(tǒng)得到實時智能姿控架構(gòu)。專家系統(tǒng)在實時約束下進行推理和決策，自適應(yīng)調(diào)整控制參數(shù)，提高航天器姿態(tài)穩(wěn)定性。

隨著以機器學(xué)習(xí)為代表的人工智能技術(shù)的發(fā)展，Gates等[52]針對存在不確定性的柔性衛(wèi)星姿態(tài)控制問題，通過在線學(xué)習(xí)對前饋神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，構(gòu)建穩(wěn)定的控制序列使振動最小化，實現(xiàn)姿態(tài)自適應(yīng)控制，最終達到完全穩(wěn)定。在此基礎(chǔ)上，Hu和Xiao[53]同時還考慮外部干擾以及輸入飽和問題，結(jié)合PD控制及RBF神經(jīng)網(wǎng)絡(luò)建立智能姿態(tài)控制器，提高姿態(tài)控制過程中航天器的穩(wěn)定性。Cheng和Shu[54]利用深度神經(jīng)網(wǎng)絡(luò)控制器代替?zhèn)鹘y(tǒng)PID則控制器，實現(xiàn)對衛(wèi)星姿態(tài)的自適應(yīng)跟蹤。同時，他們還利用遺傳算法對深度神經(jīng)網(wǎng)絡(luò)的節(jié)點權(quán)值進行優(yōu)化，以減少訓(xùn)練時間。以上研究表明，人工智能技術(shù)可通過結(jié)合或替代傳統(tǒng)姿態(tài)控制技術(shù)的方式提高姿態(tài)控制精度和魯棒性。

與軌跡智能規(guī)劃類似，由于參數(shù)不確定性難以離線建模，因此多項研究基于強化學(xué)習(xí)技術(shù)對不確定性進行在線識別逼近，實現(xiàn)智能自適應(yīng)姿態(tài)控制，提高姿態(tài)跟蹤控制精度[55]。Berenji等[56]利用神經(jīng)網(wǎng)絡(luò)及可微分的隸屬度函數(shù)構(gòu)造模糊邏輯控制架構(gòu)，實現(xiàn)航天飛機的自適應(yīng)姿態(tài)控制。該架構(gòu)可通過調(diào)整隸屬度函數(shù)自動適應(yīng)新的控制要求，從而拓展該架構(gòu)的適用范圍，實現(xiàn)在模糊規(guī)則下航天飛機的姿態(tài)魯棒控制。Schram等[55]與Van Buijtenen等[57]分別基于強化學(xué)習(xí)技術(shù)發(fā)展自適應(yīng)姿態(tài)控制架構(gòu)。這些控制架構(gòu)利用評估單元估計姿態(tài)控制的效果并預(yù)測未來的控制性能，對控制系統(tǒng)的參數(shù)進行調(diào)整和更新，實現(xiàn)姿態(tài)自適應(yīng)跟蹤控制。Huang等[58]則利用深度神經(jīng)網(wǎng)絡(luò)對具有不確定性的參數(shù)進行估計，建立自適應(yīng)魯棒控制器進行姿態(tài)控制。該研究利用李雅普諾夫理論證明控制器的穩(wěn)定性，保證航天器在不確定性和外部干擾下的姿態(tài)跟蹤精度。針對多約束分布式航天器的軌道和姿態(tài)協(xié)同控制問題，Li等[59]利用自適應(yīng)神經(jīng)網(wǎng)絡(luò)逼近系統(tǒng)的不確定性，再利用積分李雅普諾夫函數(shù)建立反饋控制器，也基于李雅普諾夫理論證明了分布式航天器姿態(tài)協(xié)同跟蹤的穩(wěn)定性。而Ma等[60]則針對非合作目標(biāo)抓捕時組合體姿態(tài)的穩(wěn)定問題，利用強化學(xué)習(xí)技術(shù)對組合體的參數(shù)進行在線識別，實現(xiàn)衛(wèi)星姿態(tài)的重新穩(wěn)定。該方法可獲得比傳統(tǒng)PD控制更高的姿態(tài)穩(wěn)定性。以上研究表明強化學(xué)習(xí)技術(shù)對不確定性干擾下的航天器姿態(tài)自適應(yīng)控制具有一定的普適性。

綜上，深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用可實現(xiàn)非線性動力學(xué)模型的近似，而強化學(xué)習(xí)技術(shù)可對控制器參數(shù)進行在線調(diào)整，提高星上姿態(tài)跟蹤控制的穩(wěn)定性和魯棒性。這些技術(shù)可通過與傳統(tǒng)控制器相結(jié)合或直接替換的方式提高姿態(tài)控制性能，目前暫無研究對比分析這兩種方式的優(yōu)劣。

1.3 不確定非線性模型智能姿軌控關(guān)鍵技術(shù)

1.3.1 魯棒軌跡在線快速規(guī)劃技術(shù)

由于航天任務(wù)越來越復(fù)雜，空間環(huán)境與航天器自身動力學(xué)模型存在強非線性以及參數(shù)不確定性，航天器需要具備魯棒軌跡的快速在線規(guī)劃能力。深度學(xué)習(xí)技術(shù)可對強非線性模型進行高精度的逼近?；谏疃葘W(xué)習(xí)技術(shù)對不確定性進行量化，建立智能不確定非線性動力學(xué)模型；同時對最優(yōu)軌跡規(guī)劃策略進行學(xué)習(xí)和訓(xùn)練，提高軌跡規(guī)劃的魯棒性和最優(yōu)性。此外，訓(xùn)練后的深度學(xué)習(xí)算法為解析形式，可實現(xiàn)星上運行，有效提高航天器軌跡的在線規(guī)劃效率，實現(xiàn)高精度魯棒軌跡的快速規(guī)劃，滿足航天任務(wù)需求。

1.3.2 在線自適應(yīng)制導(dǎo)與控制技術(shù)

為了保證高精度的軌跡和姿態(tài)控制，航天器的軌跡制導(dǎo)和姿態(tài)控制技術(shù)需要在不確定性干擾下具備自適應(yīng)軌跡規(guī)劃和姿態(tài)跟蹤能力。目前基于自適應(yīng)規(guī)劃和控制算法的控制難以在衛(wèi)星結(jié)構(gòu)、模型和外部環(huán)境存在動態(tài)不確定的條件下實現(xiàn)高精度的軌跡和姿態(tài)控制，影響航天器軌跡和姿態(tài)的控制精度。而深度神經(jīng)網(wǎng)絡(luò)技術(shù)不依賴固有模型，具備良好的泛化能力，可對強非線性環(huán)境實現(xiàn)較好的逼近效果。此外，強化學(xué)習(xí)可對動態(tài)環(huán)境中的不確定性進行在線識別，通過反饋控制對控制輸出進行實時調(diào)整，以實現(xiàn)高精度的智能自適應(yīng)姿態(tài)控制，獲得更好的軌跡和姿態(tài)跟蹤效果。

2 機構(gòu)故障下智能姿軌控研究現(xiàn)狀

在實際工程任務(wù)中，姿軌控系統(tǒng)的測量機構(gòu)和執(zhí)行機構(gòu)使用頻率較高，容易發(fā)生故障[61]。測量機構(gòu)通常由于長時間工作導(dǎo)致敏感器故障[62]。而執(zhí)行機構(gòu)故障則往往因為元件磨損和老化等導(dǎo)致發(fā)動機和反作用飛輪存在輸出誤差[63]。在實際任務(wù)中大部分故障無法提前預(yù)知，可能會在短時間內(nèi)造成探測器姿態(tài)丟失，進而導(dǎo)致任務(wù)失敗[13,64]。傳統(tǒng)故障診斷方法依賴遙測數(shù)據(jù)進行故障檢測和識別，輔助地面操作人員完成故障診斷。然而，這些方法可檢測的機構(gòu)數(shù)量有限，難以滿足多模式的診斷；且由于帶寬限制，無法顯示瞬態(tài)信息，不利于早期的故障檢測。為提高故障診斷的精度以及效率，多項研究構(gòu)建基于人工智能技術(shù)的智能故障診斷系統(tǒng)。這些智能故障診斷系統(tǒng)的結(jié)構(gòu)如圖3所示，通過在健康管理環(huán)節(jié)中加入人工智能技術(shù)，實現(xiàn)可靠快速故障診斷，降低地面監(jiān)控的依賴，滿足高精度的姿軌控需求。

此外，為保證姿軌控系統(tǒng)故障時仍可完成軌跡制導(dǎo)和姿態(tài)控制，保障航天任務(wù)的正常開展，國內(nèi)外還針對姿軌控系統(tǒng)的容錯控制技術(shù)進行研究。容錯控制技術(shù)能夠及時、有效地對故障做出響應(yīng)，確保制導(dǎo)與控制的穩(wěn)定性，同時將系統(tǒng)的性能保持在可接受范圍內(nèi)，使系統(tǒng)具備處理系統(tǒng)不確定性以及外部干擾的能力[65]。傳統(tǒng)容錯控制技術(shù)需要高精度的航天器動力學(xué)模型或系統(tǒng)數(shù)據(jù)[66]。由于強非線性及參數(shù)不確定性，難以收集大量高精度的系統(tǒng)數(shù)據(jù)，無法滿足高精度容錯控制的需求。因此，國內(nèi)外研究了基于人工智能技術(shù)建立智能容錯控制系統(tǒng)，這些系統(tǒng)的結(jié)構(gòu)可歸納如圖3所示。通過利用人工智能技術(shù)的非線性逼近能力擬合動力學(xué)模型，對制導(dǎo)與控制的輸出行實時調(diào)整，進而實現(xiàn)高精度的智能容錯控制，提高姿軌控系統(tǒng)的魯棒性和控制精度，減少測量和執(zhí)行機構(gòu)故障所造成的影響。

圖3 智能故障診斷與容錯控制流程圖Fig.3 Diagram of intelligent fault diagnosis and fault tolerant control

2.1 智能故障診斷技術(shù)

航天器姿軌控系統(tǒng)的智能故障診斷技術(shù)可在強非線性環(huán)境中對航天器的狀態(tài)進行快速確定，并對預(yù)期或意外故障進行快速檢測和隔離。通過智能自適應(yīng)故障調(diào)整重構(gòu)，提高姿軌控系統(tǒng)故障條件下穩(wěn)定的恢復(fù)能力和穩(wěn)定性。當(dāng)前研究目標(biāo)為實現(xiàn)完全自主的智能故障診斷。

其中，專家系統(tǒng)已廣泛用于姿軌控系統(tǒng)執(zhí)行機構(gòu)的故障診斷，是最早應(yīng)用于姿軌控系統(tǒng)的人工智能技術(shù)，多項成果已被應(yīng)用于實際工程任務(wù)：

1) NASA馬歇爾飛行中心開發(fā)SPARTA嵌入式專家系統(tǒng)(SEES)對航天飛機主發(fā)動機進行故障診斷[67]。SEES使用正向鏈接策略，根據(jù)置信度對發(fā)動機狀態(tài)進行分析，具備識別早期故障以及實施補救行動的能力。

2) NASA開發(fā)了動力和姿態(tài)控制專家系統(tǒng)(PACES)對跟蹤和數(shù)據(jù)中繼衛(wèi)星的故障進行診斷[68]。該系統(tǒng)基于動力與姿態(tài)控制子系統(tǒng)的操作模型，對可替代的構(gòu)件或冗余層進行診斷，輔助操作人員完成故障診斷任務(wù)。

3) NASA艾姆斯研究中心基于高級專家系統(tǒng)開發(fā)了智能姿態(tài)控制系統(tǒng)(IACS)[69]。該架構(gòu)可在大不確定性環(huán)境中，通過對姿軌控策略以及控制器參數(shù)的自調(diào)整，實現(xiàn)快速星上自主故障診斷，提高控制效率以及任務(wù)可靠性。

4) 美國哈里斯公司開發(fā)了故障查找專家系統(tǒng)(FFES)對可替換最低單元的系統(tǒng)進行故障診斷[70]。FFES通過對比當(dāng)前狀態(tài)與標(biāo)稱控制規(guī)劃，推理各元件的故障概率并進行排序，從而實現(xiàn)高精度的故障診斷。

5) NASA基于模型推理方法開發(fā)了定性故障診斷系統(tǒng)Livingstone進行故障檢測與隔離[71-72]。該系統(tǒng)最早在深空一號(DS-1)上進行驗證。改進的第2代系統(tǒng)Livingstone2也在X-37以及Earth Observing One(EO-1)任務(wù)中獲得成功應(yīng)用。與第1代系統(tǒng)相比，第2代系統(tǒng)獨立于模型，可提高故障狀態(tài)下系統(tǒng)的恢復(fù)能力。

6) 航天器健康推理引擎(SHINE)是由NASA開發(fā)的一種多任務(wù)、可重復(fù)使用的專家系統(tǒng)，實現(xiàn)航天器的健康監(jiān)測和故障診斷[73]。SHINE可實時使用多種知識用于檢測、診斷、仿真以及隨機建模并通過啟發(fā)式、經(jīng)驗知識來快速隔離候選故障，利用更深的隨機推理詳細(xì)分析問題，減少了錯誤假設(shè)。

7) FAITH是Voyager計劃期間由JPL開發(fā)的診斷專家系統(tǒng)，該系統(tǒng)的重點是監(jiān)測Voyager航天器的遙測數(shù)據(jù)[72]。FAITH能夠?qū)b測數(shù)據(jù)流進行檢測，并在必要時發(fā)出警報。

在實際工程任務(wù)中，動力學(xué)環(huán)境具有強非線性和不確定性，基于模型的專家系統(tǒng)難以精確診斷故障。為滿足不確定非線性環(huán)境中姿軌控系統(tǒng)的故障診斷，當(dāng)前研究基于機器學(xué)習(xí)技術(shù)構(gòu)建故障診斷系統(tǒng)，提高故障診斷的精度和可靠性。

基于機器學(xué)習(xí)技術(shù)的故障診斷研究最初僅針對單個機構(gòu)、單一故障模式，用以驗證機器學(xué)習(xí)算法在該領(lǐng)域的可行性?？紤]到神經(jīng)網(wǎng)絡(luò)具有估計分類以及處理不確定性和參數(shù)變化的能力，Wu和Saif[74]利用非線性迭代神經(jīng)網(wǎng)絡(luò)PID觀測器(INPID)實現(xiàn)航天器執(zhí)行機構(gòu)的故障診斷。INPID利用迭代學(xué)習(xí)保證節(jié)點參數(shù)更新過程的收斂性，可在不確定性和干擾下對早期故障和意外故障進行高精度魯棒建模，提高故障診斷過程的魯棒性。Talebi等[75]則利用故障場景下的非線性模型對系統(tǒng)狀態(tài)進行表征，基于神經(jīng)網(wǎng)絡(luò)設(shè)計混合非線性模型(HNM)用于故障檢測和隔離。該模型可在無約束狀態(tài)下保證反作用飛輪故障診斷過程的穩(wěn)定性。Li等[76]則針對傳統(tǒng)系統(tǒng)中的齒輪故障問題，利用深度學(xué)習(xí)算法進行齒輪的點蝕故障的診斷，并表征故障的后續(xù)發(fā)展趨勢，可有效控制系統(tǒng)的精度和魯棒性。然而，僅針對單個機構(gòu)、單一模型進行故障診斷，存在過程冗雜、診斷效率低、實時性低等問題。

為提高航天器姿軌控系統(tǒng)的故障診斷性能，多機構(gòu)、多模式的故障診斷方法逐漸成為研究焦點。Li等[77]基于Elman遞歸神經(jīng)網(wǎng)絡(luò)(ERNN)對反作用飛輪的故障類型進行判斷。該架構(gòu)對微小故障不敏感，能夠在噪聲環(huán)境中降低誤診率，獲得更好的故障檢測和隔離效果。部分研究同時考慮了測量機構(gòu)和執(zhí)行機構(gòu)的故障診斷問題。Rauch和Schaechter[78]針對該問題，基于廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)建立了神經(jīng)決策架構(gòu)。該架構(gòu)利用故障概率閾值確定系統(tǒng)狀態(tài)并完成多種故障的檢測和重構(gòu)，輔助健康管理系統(tǒng)實現(xiàn)故障條件下的迅速反應(yīng)。Talebi等[79]針對傳感器和執(zhí)行機構(gòu)故障診斷難問題，考慮狀態(tài)和傳感器的不確定性和擾動，利用低軌神經(jīng)網(wǎng)絡(luò)進行故障識別，并證明控制系統(tǒng)的穩(wěn)定性。李新[80]則基于BP神經(jīng)網(wǎng)絡(luò)以及小波神經(jīng)網(wǎng)絡(luò)構(gòu)造4種不同結(jié)構(gòu)的自適應(yīng)魯棒故障診斷系統(tǒng)，實現(xiàn)了實時的在線檢測與診斷。此外，Lin和Ying[81]利用衛(wèi)星在軌運行的實時數(shù)據(jù)，結(jié)合多元分析以及支持向量機技術(shù)建立多敏感器的故障診斷算法，實現(xiàn)不依賴模型的故障診斷，提高衛(wèi)星的自主性。耿飛龍等[82]基于深度神經(jīng)網(wǎng)絡(luò)提出異構(gòu)陀螺的故障診斷算法，可對多種故障工況進行快速診斷，同時還對深度神經(jīng)網(wǎng)絡(luò)的選擇策略進行了一定的分析。

對于具有強非線性的動力學(xué)系統(tǒng)，單個網(wǎng)絡(luò)難以同時滿足故障診斷的實時性和精確性需求。Huang等[83]利用雙層BP神經(jīng)網(wǎng)絡(luò)架構(gòu)分別對反作用飛輪進行故障監(jiān)測和隔離。其中，第1層網(wǎng)絡(luò)輸出控制系統(tǒng)運行狀態(tài)。當(dāng)控制系統(tǒng)出現(xiàn)故障時，進入第2層網(wǎng)絡(luò)進行故障識別，從而提高故障檢測的效率并保證診斷的精確性。

以控制性能退化為代表的緩變故障是未來姿軌控系統(tǒng)更常見的故障類型。為提高對緩變故障的診斷效果，多項研究結(jié)合人工智能技術(shù)以及模糊邏輯技術(shù)，利用模糊理論對故障程度進行描述和識別，提高緩變故障的診斷效果[84]。Pereira等[85]開發(fā)了模糊專家系統(tǒng)(FES)輔助ENVISAT衛(wèi)星的決策支持系統(tǒng)對陀螺儀進行故障診斷。該系統(tǒng)通過集成經(jīng)驗，可對故障的緊急程度和嚴(yán)重程度進行警報和具體描述，實現(xiàn)故障的短期監(jiān)測和長期預(yù)測。Yang等[86]利用自組織模糊神經(jīng)網(wǎng)絡(luò)(SFNN)對執(zhí)行機構(gòu)故障進行識別。該系統(tǒng)對不確定性和擾動不敏感，可實現(xiàn)魯棒的故障檢測效果，并根據(jù)檢測結(jié)果對控制策略進行重新配置。這些研究表明，模糊邏輯技術(shù)可對緩變故障進行有效的檢測。

綜上可知，對于多機構(gòu)、多模式的姿軌控系統(tǒng)故障診斷，利用神經(jīng)網(wǎng)絡(luò)技術(shù)可在強非線性模型下對系統(tǒng)狀態(tài)進行識別，提高故障診斷過程的穩(wěn)定性。而模糊邏輯技術(shù)對緩變故障有良好的識別效果，將2種技術(shù)進行結(jié)合可實現(xiàn)瞬變和緩變故障的快速診斷，提高故障診斷過程的魯棒性。

2.2 智能容錯控制技術(shù)

當(dāng)航天器姿軌控系統(tǒng)發(fā)生故障時，智能容錯控制技術(shù)可對軌跡制導(dǎo)和姿態(tài)控制的輸出進行調(diào)整，提高航天器在不確定非線性環(huán)境中的魯棒性，保證高精度的軌跡制導(dǎo)和姿態(tài)控制。目前基于智能容錯控制研究將姿軌控系統(tǒng)故障視為不確定性，并利用自適應(yīng)控制技術(shù)對故障進行處理，通過航天器運行狀態(tài)智能自適應(yīng)調(diào)整執(zhí)行機構(gòu)的控制信號，提高容錯控制的精度和魯棒性。

Liang等[87]針對飛輪的容錯控制問題設(shè)計了模糊全局滑模控制架構(gòu)，抑制系統(tǒng)不確定性和外部干擾。該模糊控制架構(gòu)屬于被動控制器，可用于提高姿態(tài)控制的精度和魯棒性。然而，該控制器只能處理有限的預(yù)期故障，可處理類型和容錯控制能力有限，保守性較強。

為提高容錯控制性能，多項研究通過主動容錯控制的方式構(gòu)建控制器。Panagi和Polycarpou[88]利用線性參數(shù)化神經(jīng)網(wǎng)絡(luò)(LPNNs)建立自適應(yīng)分散自適應(yīng)控制器。LPNNs可對故障條件下的動力學(xué)模型進行自適應(yīng)近似，并結(jié)合自適應(yīng)控制律中的死區(qū)修正和自適應(yīng)邊界方法來提高系統(tǒng)的穩(wěn)定性和魯棒性。更多研究則基于RBF神經(jīng)網(wǎng)絡(luò)研究智能容錯控制技術(shù)。針對多模式故障以及連續(xù)故障的場景，Baldi等[89]基于該網(wǎng)絡(luò)建立主動容錯控制系統(tǒng)。當(dāng)故障被正確識別后，該系統(tǒng)將會對故障進行補償，以減少其對衛(wèi)星姿態(tài)的影響，并恢復(fù)任務(wù)所需的姿態(tài)指向，實現(xiàn)魯棒的姿態(tài)跟蹤。Chen和Tao[90]則針對具有未知死區(qū)和外部不確定擾動的姿態(tài)控制系統(tǒng)，基于RBF神經(jīng)網(wǎng)絡(luò)建立閉環(huán)自適應(yīng)容錯控制器。通過網(wǎng)絡(luò)對不確定性進行逼近，該系統(tǒng)具有較好的穩(wěn)定性，可在未知死區(qū)、執(zhí)行機構(gòu)故障以及未知外部干擾的綜合作用下實現(xiàn)高精度的跟蹤控制。黃怡欣等[91]針對執(zhí)行機構(gòu)故障和不確定性干擾影響下的小行星繞飛航天器姿態(tài)魯棒控制問題，利用自適應(yīng)迭代學(xué)習(xí)進行控制器參數(shù)整定，實現(xiàn)容錯控制。然后利用RBF神經(jīng)網(wǎng)絡(luò)對系統(tǒng)非線性部分進行逼近，提高繞飛軌跡的魯棒性，并通過李雅普諾夫理論分析證明該自適應(yīng)閉環(huán)控制系統(tǒng)的姿態(tài)跟蹤的穩(wěn)定性，保證系統(tǒng)動態(tài)性能。此外，針對火星再入容錯控制問題，Huang等[83]基于結(jié)構(gòu)自適應(yīng)模型逆的RBF神經(jīng)網(wǎng)絡(luò)設(shè)計了PID參數(shù)整定控制器，在考慮執(zhí)行機構(gòu)故障和觀測器參數(shù)不確定性的情況下，對參考模型和系統(tǒng)輸出之間的誤差進行自適應(yīng)調(diào)整，保證姿態(tài)控制系統(tǒng)的動態(tài)性能。該系統(tǒng)可在機構(gòu)冗余的條件下進行主動容錯控制，使航天器恢復(fù)故障前的性能，提高再入軌跡的魯棒性。王若男[92]同時考慮了傳感器和執(zhí)行機構(gòu)故障，并在模型不確定性和外部干擾的情況下，提出基于神經(jīng)網(wǎng)絡(luò)的智能容錯控制算法，提高了控制系統(tǒng)的魯棒性。耿飛龍等[82]針對控制力矩陀螺的多種故障，基于深度神經(jīng)網(wǎng)絡(luò)建立自適應(yīng)容錯控制架構(gòu)，可多個陀螺發(fā)生故障的場景下保持高精度的姿態(tài)穩(wěn)定和控制。這些研究表明神經(jīng)網(wǎng)絡(luò)技術(shù)可在不確定非線性環(huán)境以及機構(gòu)故障的情況下實現(xiàn)高精度的容錯控制。

此外，Huo等[93]針對剛性航天器推進系統(tǒng)故障情況下的快速容錯控制問題，提出自適應(yīng)模糊控制技術(shù)，實現(xiàn)有限時間約束下的容錯控制以及高精度跟蹤。該系統(tǒng)通過結(jié)合快速非奇異終端滑模面技術(shù)(FNTSMS)和容錯控制技術(shù)，實現(xiàn)對外部干擾、未知慣量矩陣以及推進器故障的非線性近似，提高航天器容錯控制性能。而有限時間內(nèi)的控制收斂能力可保證系統(tǒng)故障和不確定性存在是實現(xiàn)高精度的姿態(tài)跟蹤。

根據(jù)研究可知，不確定非線性動力學(xué)環(huán)境對航天器姿軌控系統(tǒng)的智能自適應(yīng)容錯控制存在較大影響。深度神經(jīng)網(wǎng)絡(luò)可對系統(tǒng)的非線性動力學(xué)模型進行建模，并通過在線學(xué)習(xí)對不確定性進行在線識別，提高自適應(yīng)容錯控制的魯棒性。

2.3 機構(gòu)故障下智能姿軌控關(guān)鍵技術(shù)

2.3.1 多機構(gòu)、多模式快速故障診斷技術(shù)

為保證航天任務(wù)的正常開展，在衛(wèi)星姿軌控系統(tǒng)發(fā)生故障時需要具備在動態(tài)不確定的空間環(huán)境中快速精確實施故障診斷的能力。未來航天器姿軌控系統(tǒng)的故障診斷問題為多機構(gòu)、多模式故障診斷問題，由于姿軌控系統(tǒng)機構(gòu)相互耦合，特定的故障表征可能源于不同的故障機構(gòu)以及故障模式。因此，當(dāng)前姿軌控系統(tǒng)對不同場景下的精確地故障診斷以及故障隔離技術(shù)有較高的要求。目前的故障診斷算法難以適應(yīng)這種多機構(gòu)、多模式的故障診斷，難以實現(xiàn)快速故障檢測并精確地隔離故障機構(gòu)。而模糊邏輯可用于模型未知的復(fù)雜非線性系統(tǒng)，對多種模式具有較強的辨識能力和泛化能力，且可用于對緩變故障的診斷。此外，利用雙層神經(jīng)網(wǎng)絡(luò)分別進行故障檢測和故障隔離，可兼顧快速檢測和精確隔離的故障診斷需求，與模糊邏輯相結(jié)合可獲得更好的控制效果。

2.3.2 魯棒自適應(yīng)容錯控制技術(shù)

為保證衛(wèi)星系統(tǒng)發(fā)生故障時，航天任務(wù)仍能正常開展，在動態(tài)不確定環(huán)境中，衛(wèi)星姿軌控系統(tǒng)需要具備自適應(yīng)容錯控制能力。目前的容錯控制技術(shù)無法保證在復(fù)雜動力學(xué)環(huán)境下具備魯棒的容錯控制效果。深度學(xué)習(xí)可用于辨識復(fù)雜的非線性系統(tǒng)，在控制系統(tǒng)中具有良好的軌跡規(guī)劃和姿態(tài)跟蹤能力。而強化神經(jīng)網(wǎng)絡(luò)可對發(fā)生故障的系統(tǒng)進行在線的自適應(yīng)調(diào)參，具備良好的容錯控制能力，與深度學(xué)習(xí)相結(jié)合可獲得良好的自適應(yīng)容錯控制效果。

3 航天器智能規(guī)劃與控制的發(fā)展建議

3.1 航天器智能規(guī)劃控制發(fā)展趨勢及挑戰(zhàn)

隨著空間技術(shù)的發(fā)展，衛(wèi)星撓性結(jié)構(gòu)和空間動力學(xué)環(huán)境都存在強非線性和不確定性，難以精確建模，對高精度的軌跡規(guī)劃制導(dǎo)、姿態(tài)跟蹤控制帶來影響。此外，姿軌控系統(tǒng)測量和執(zhí)行機構(gòu)不可避免發(fā)生故障，需要具備故障診斷以及魯棒的軌跡和姿態(tài)容錯控制能力。

人工智能技術(shù)已被應(yīng)用于航天器制導(dǎo)和控制的研究當(dāng)中，利用有限的星上資源在動態(tài)不確定環(huán)境下實現(xiàn)魯棒、精確的軌跡規(guī)劃制導(dǎo)和姿態(tài)跟蹤控制，部分研究已在工程任務(wù)中發(fā)揮重要作用。通過在姿軌控系統(tǒng)中引入人工智能技術(shù)，在不確定非線性環(huán)境中進行高精度和魯棒的軌跡規(guī)劃制導(dǎo)以及姿態(tài)跟蹤控制；在執(zhí)行機構(gòu)發(fā)生故障時快速精確地進行故障識別和重構(gòu)，并實現(xiàn)魯棒的容錯控制，從而提高軌跡規(guī)劃和姿態(tài)的控制精度，保障航天任務(wù)的正常開展，是未來衛(wèi)星自主智能軌跡姿態(tài)控制的發(fā)展趨勢。然而，目前人工智能技術(shù)在航天器軌跡和姿態(tài)控制中的研究及應(yīng)用受到多方面的制約。

3.1.1 有效訓(xùn)練樣本問題

當(dāng)前以機器學(xué)習(xí)為代表的人工智能技術(shù)具有較強的非線性映射能力，可利用大量的真實數(shù)據(jù)對算法進行訓(xùn)練，實現(xiàn)對非線性模型的高精度逼近和擬合。然而，航天任務(wù)成本高昂，難以開展大量任務(wù)獲得足夠的真實數(shù)據(jù)用于訓(xùn)練機器學(xué)習(xí)算法。對于近地任務(wù)，雖然航天器在軌時間長且下傳數(shù)據(jù)量大，但標(biāo)注困難，可用于訓(xùn)練的有效樣本較少；對于深空任務(wù)，回傳地面的數(shù)據(jù)較少，不足以支持機器學(xué)習(xí)算法的訓(xùn)練。其中，由于航天器姿軌控系統(tǒng)機構(gòu)發(fā)生故障的概率較低，相關(guān)樣本少，無法進行訓(xùn)練。此外，通過地面仿真生成的訓(xùn)練樣本存在不確定性和誤差，基于這些樣本訓(xùn)練所得算法難以滿足高精度的軌跡和姿態(tài)控制的需求。

3.1.2 星載計算能力問題

由智能姿軌控技術(shù)的發(fā)展趨勢可知，在線學(xué)習(xí)、強化神經(jīng)網(wǎng)絡(luò)等技術(shù)可根據(jù)實時數(shù)據(jù)對算法參數(shù)進行在線調(diào)整，提高控制效果，是未來智能姿軌控的核心技術(shù)。然而，受制于航天器的質(zhì)量、體積、能源、功耗、空間環(huán)境等因素，星載計算機的計算能力與地面計算機相比存在較大差距。由資料可知，目前最新的S698PM星載計算機主頻為600 MHz，運行內(nèi)存20 Mb[94]，與地面常用計算機的性能存在較大差距，難以運行在線學(xué)習(xí)、強化神經(jīng)網(wǎng)絡(luò)等算法。

3.1.3 人工智能技術(shù)最優(yōu)性問題

航天器執(zhí)行任何航天任務(wù)都需要進行軌跡制導(dǎo)和姿態(tài)控制，而人工智能技術(shù)可用于幾乎所有航天任務(wù)當(dāng)中?？紤]到人工智能技術(shù)具有專用性，將特定算法用于特定的航天任務(wù)，可獲得更好的控制結(jié)果。然而，當(dāng)前智能姿軌控技術(shù)的研究聚焦于將最新算法和技術(shù)應(yīng)用于軌跡制導(dǎo)和姿態(tài)控制，并未考慮特定算法在不同類型航天任務(wù)中的最優(yōu)性，如：具有不同隱含層數(shù)量的深度神經(jīng)網(wǎng)絡(luò)擁有不同的姿態(tài)跟蹤精度；在線學(xué)習(xí)不適用于故障診斷等，可能會出現(xiàn)欠擬合或過擬合的現(xiàn)象。不考慮人工智能技術(shù)與航天任務(wù)之間的最優(yōu)性問題難以實現(xiàn)最優(yōu)控制效果。

3.1.4 工程實踐應(yīng)用問題

由于航天器軌跡制導(dǎo)和姿態(tài)控制任務(wù)是航天器的關(guān)鍵任務(wù)，直接影響航天任務(wù)的實施。經(jīng)過多年的發(fā)展，基于經(jīng)典理論建立的姿軌控技術(shù)研究已趨于完善，多項技術(shù)已在實際工程任務(wù)中得到驗證。此外，考慮到航天器的成本較高，為保證航天任務(wù)的成功開展，航天器姿軌控所采用的技術(shù)具有一定的保守性，新技術(shù)的工程實踐難度較大。目前在姿軌控中實際應(yīng)用的人工智能技術(shù)僅為專家系統(tǒng)，以機器學(xué)習(xí)為代表的新一代人工智能技術(shù)建立的軌跡和姿態(tài)控制系統(tǒng)尚處于理論研究階段，且理論研究已大幅領(lǐng)先工程實踐。部分智能姿軌控技術(shù)已從理論上分析其可行性，譬如利用神經(jīng)網(wǎng)絡(luò)建立的自適應(yīng)控制器，通過李雅普諾夫理論證明控制的穩(wěn)定性，保證系統(tǒng)不確定性和擾動情況下的跟蹤精度[58-59,90]。然而，當(dāng)前研究缺少在實際工程任務(wù)中的驗證，亟需證明這些技術(shù)在工程實踐的可行性及其應(yīng)用價值。

3.2 航天器智能制導(dǎo)與控制技術(shù)的發(fā)展建議

人工智能技術(shù)可有效提高航天器軌跡規(guī)劃制導(dǎo)和姿態(tài)跟蹤控制效果。然而，目前存在多方面的因素制約其在航天器姿軌控中的研究和應(yīng)用。這些制約可總結(jié)為：在硬件層面，是星上在線學(xué)習(xí)的應(yīng)用與星載計算機算力之間的矛盾；在算法層面，是訓(xùn)練樣本數(shù)量需求與高精度樣本數(shù)量之間的矛盾；在效果層面，是人工智能技術(shù)的最優(yōu)性與航天任務(wù)的獨立性之間的矛盾；在工程層面，是星上姿軌控技術(shù)的保守性與人工智能技術(shù)的可靠性之間的矛盾。

因此，我們以智能軌跡和姿態(tài)控制的關(guān)鍵技術(shù)為基礎(chǔ)，以智能控制的發(fā)展趨勢為背景，以應(yīng)對當(dāng)前人工智能技術(shù)在航天器軌跡姿態(tài)控制中的挑戰(zhàn)為核心，提出應(yīng)用于未來航天器智能軌跡和姿態(tài)控制的發(fā)展建議。

3.2.1 建立人工智能技術(shù)空間應(yīng)用架構(gòu)

目前，以深度神經(jīng)網(wǎng)絡(luò)為代表的新一代人工智能技術(shù)主要通過“地面訓(xùn)練、星上應(yīng)用”的方式構(gòu)建智能控制系統(tǒng)。該方式對于受模型不確定性影響較低的故障診斷技術(shù)是適用的。然而，智能制導(dǎo)、自適應(yīng)控制以及自適應(yīng)容錯控制等關(guān)鍵技術(shù)都需要在星上通過在線學(xué)習(xí)的方式對模型不確定性進行逼近，當(dāng)前星載計算機性能難以實現(xiàn)算法的在線訓(xùn)練，影響姿軌控技術(shù)的可靠性。因此，在綜合考慮航天器資源、性能的基礎(chǔ)上，利用傳統(tǒng)控制技術(shù)構(gòu)建航天器姿軌控系統(tǒng)。然后，在受模型不確定性影響的環(huán)節(jié)中引入深度神經(jīng)網(wǎng)絡(luò)，構(gòu)建智能姿軌控架構(gòu)。通過這種“傳統(tǒng)+人工智能技術(shù)”的方式可保證系統(tǒng)可靠性、提高軌跡規(guī)劃制導(dǎo)和姿態(tài)跟蹤控制精度，是發(fā)展智能姿軌控技術(shù)的有效模式。而深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練則通過“地面+星上”的方式開展。首先在地面利用高精度動力學(xué)模型對如深度神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，使控制器具備一定的跟蹤性能。然后選擇合適的在線學(xué)習(xí)算法對神經(jīng)網(wǎng)絡(luò)的節(jié)點權(quán)值進行調(diào)整，進一步提高軌跡規(guī)劃和姿態(tài)的跟蹤精度，實現(xiàn)不確定性的在線逼近。

3.2.2 基于任務(wù)需求分析人工智能技術(shù)最優(yōu)性

針對不同航天任務(wù)下的人工智能技術(shù)的最優(yōu)性問題，需要根據(jù)任務(wù)的輸入輸出、數(shù)據(jù)特征等對比各人工智能技術(shù)的精度、效率等。為避免出現(xiàn)欠擬合以及過擬合的現(xiàn)象，需針對不同任務(wù)選擇最優(yōu)人工智能技術(shù)，并對該技術(shù)的最優(yōu)架構(gòu)進行分析和選擇。其中，對于自主智能制導(dǎo)、智能自適應(yīng)控制以及智能自適應(yīng)容錯控制技術(shù)，強化學(xué)習(xí)深度神經(jīng)網(wǎng)絡(luò)技術(shù)可對存在不確定性的非線性動力學(xué)模型進行擬合。對于多機構(gòu)、多模式的智能故障診斷技術(shù)，需要同時對瞬變故障和緩變故障進行監(jiān)測和隔離，可結(jié)合模糊邏輯和深度神經(jīng)網(wǎng)絡(luò)進行故障診斷。另一方面，對于人工智能技術(shù)的最優(yōu)架構(gòu)問題，深度神經(jīng)網(wǎng)絡(luò)的隱含層數(shù)量、節(jié)點數(shù)量和節(jié)點間的傳遞函數(shù)以及強化學(xué)習(xí)的獎勵函數(shù)也需要進行最優(yōu)性分析。目前智能制導(dǎo)與控制技術(shù)最優(yōu)架構(gòu)缺乏相關(guān)理論支撐，需要通過仿真對比不同人工智能架構(gòu)的擬合效果并進行分析，選擇最優(yōu)人工智能技術(shù)架構(gòu)。如針對小推力軌跡制導(dǎo)問題，分別利用具有不同數(shù)量隱含層以及節(jié)點的深度神經(jīng)網(wǎng)絡(luò)對最優(yōu)機動的時刻及大小進行擬合，通過對比擬合效果獲得最優(yōu)架構(gòu)[20]。該部分的仿真分析可利用地面仿真系統(tǒng)進行分析研究。

3.2.3 積累任務(wù)數(shù)據(jù)作為樣本并標(biāo)注

針對真實訓(xùn)練樣本缺乏的問題，應(yīng)根據(jù)智能姿軌控的需求積累并標(biāo)注有效樣本。對于未來軌跡姿態(tài)控制所面臨的動力學(xué)模型不確定性問題，應(yīng)充分積累近地以及深空探測任務(wù)的真實數(shù)據(jù)以及高精度仿真所得的數(shù)據(jù)，將這些數(shù)據(jù)作為樣本構(gòu)建地面數(shù)據(jù)庫。對于姿軌控系統(tǒng)機構(gòu)故障問題，可通過地面數(shù)值、實物或半實物仿真生成不同執(zhí)行機構(gòu)、不同故障模式的故障場景，并對這些場景中各機構(gòu)的工作狀況進行人為標(biāo)注，將其作為訓(xùn)練樣本并進行積累。此外，為獲得更多的訓(xùn)練樣本，可應(yīng)用遷移學(xué)習(xí)技術(shù)進行算法的訓(xùn)練。首先，根據(jù)大量現(xiàn)有的高精度仿真數(shù)據(jù)樣本對模型進行訓(xùn)練，然后引入數(shù)量較少的真實數(shù)據(jù)樣本，利用遷移學(xué)習(xí)識別樣本間的差異，建立新的模型，從而利用更少的樣本完成動力學(xué)模型以及故障診斷模型的訓(xùn)練。

3.2.4 基于地面仿真測試系統(tǒng)驗證人工智能技術(shù)

為將人工智能技術(shù)實際應(yīng)用于航天器的軌跡制導(dǎo)和姿態(tài)控制，同時考慮人工智能技術(shù)的可靠性驗證以及工程成本，需要構(gòu)建高精度的地面仿真測試系統(tǒng)對人工智能技術(shù)進行驗證。地面仿真測試系統(tǒng)通過實物或半實物仿真，對航天器姿軌控架構(gòu)進行高精度的模擬。將基于人工智能技術(shù)建立的智能姿軌控技術(shù)導(dǎo)入仿真系統(tǒng)，將期望的控制效果作為任務(wù)輸入，利用含隨機干擾的高精度模型進行仿真，同時引入隨機控制機構(gòu)故障，記錄航天器的軌跡規(guī)劃和姿態(tài)控制效果。通過對比期望的航天器狀態(tài)與仿真所得狀態(tài)，完成基于人工智能技術(shù)建立的智能姿軌控架構(gòu)的驗證。

其中，為模擬真實航天器狀態(tài)，模擬姿軌控系統(tǒng)的測量和執(zhí)行機構(gòu)都應(yīng)該采用實物進行仿真，并通過額外的控制輸入對執(zhí)行機構(gòu)故障進行模擬。而控制器可采用擁有星載計算機相同性能的計算機進行仿真。此外，測量機構(gòu)經(jīng)過測量所得的航天器狀態(tài)可根據(jù)數(shù)值仿真進行模擬，以減少仿真測試系統(tǒng)構(gòu)建的難度。

4 總 結(jié)

當(dāng)前人工智能技術(shù)蓬勃發(fā)展，越來越多研究將人工智能技術(shù)應(yīng)用于航天領(lǐng)域?？紤]到未來航天任務(wù)中航天器動力學(xué)模型存在強非線性和參數(shù)不確定性以及姿軌控系統(tǒng)的長期運行狀態(tài)，可基于人工智能技術(shù)發(fā)展軌跡制導(dǎo)和姿態(tài)控制技術(shù)，構(gòu)建智能姿軌控架構(gòu)，提高軌跡規(guī)劃制導(dǎo)和姿態(tài)跟蹤控制的性能，滿足未來航天器高精度姿軌控的需求。根據(jù)研究現(xiàn)狀可知，國內(nèi)外已針對自主智能姿軌控的各項關(guān)鍵技術(shù)開展研究工作，基于專家系統(tǒng)技術(shù)建立故障診斷系統(tǒng)已在實際工程任務(wù)中得到應(yīng)用和驗證，以機器學(xué)習(xí)為代表的新一代人工智能技術(shù)目前也在研究當(dāng)中。

然而，樣本、算力、最優(yōu)性以及可靠性等4方面因素制約著新一代人工智能技術(shù)在實際工程任務(wù)中的應(yīng)用。為此，可通過“傳統(tǒng)架構(gòu)+人工智能技術(shù)”“地面+星上”的方式構(gòu)建自主智能姿軌控架構(gòu)，同時針對不同航天任務(wù)對人工智能技術(shù)的最優(yōu)性進行分析，利用高精度的仿真數(shù)據(jù)和真實任務(wù)數(shù)據(jù)對機器學(xué)習(xí)算法進行訓(xùn)練，然后利用地面仿真系統(tǒng)對自主智能姿軌控技術(shù)的性能進行驗證。