【技術實現步驟摘要】
本專利技術涉及航天器，具體涉及一種航天器脈沖博弈的最優策略生成方法、裝置及設備。
技術介紹
1、研究政治、經濟、軍事等多方面博弈問題時常常通過微分對策方法將其建模為一個雙邊或者多邊最優控制問題，所有參與人共同形成了一個多人博弈的微分系統，微分系統中包含的約束、目標函數與均衡解等概念，最終為了求解多方最優或均衡的策略結局。但是過去的微分博弈模型中，往往都是連續可微的博弈模型，但是現有的許多航天器僅配置了化學燃料推進系統，在軌道變軌調整時，需要按照脈沖機動方式進行策略設計。采用脈沖機動方式會導致航天器的博弈過程建模困難，主要表現在：1)航天器的狀態發生突變，導致在狀態的間斷點處，動力學方程是不可微的，不滿足微分博弈理論的連續可微條件；2)在連續機動假設下，航天器只需控制發動機恒定推力的方向，但在脈沖機動假設下，脈沖的個數、時刻、大小、方向等都將成為航天器的決策變量，決策空間大幅增加；3)當雙方都采用脈沖機動時，雙方脈沖序列施加的先后順序，也會影響追逃博弈的結果。因此，當前尚未形成脈沖推力方式下的微分博弈模型，也無法得到在脈沖推力方式下的最優脈沖機動策略。
技術實現思路
1、本專利技術主要解決的技術問題是在軌道變軌調整時，按照脈沖機動方式對航天器進行策略設計時，提出一種適用于航天器不連續機動時的最優脈沖博弈攔截策略。
2、根據第一方面，一種實施例中提供一種航天器脈沖博弈的最優策略生成方法，包括：
3、獲取在追逃脈沖機動博弈場景下追蹤器的脈沖間隔、脈沖幅值和態勢感知
4、構建序列脈沖微分對策模型，并構建所述追蹤器的哈密頓函數和內點函數序列以及所述逃逸器的哈密頓函數和內點函數序列；其中，所述序列脈沖微分對策模型包括根據所述脈沖間隔和所述脈沖幅值構建的約束方程；
5、基于所述追蹤器的哈密頓函數的邊界條件、所述逃逸器的哈密頓函數的邊界條件、所述哈密頓函數中的協態變量的邊界條件、所述序列脈沖微分對策模型、所述追蹤器的哈密頓函數和內點函數序列以及所述逃逸器的哈密頓函數和內點函數序列構建多點邊值構型表達式；
6、求解所述追蹤器和所述逃逸器對應的初始博弈策略，并根據所述初始博弈策略構建對應的迭代設計變量，基于所述迭代設計變量、所述多點邊值構型表達式、所述脈沖間隔、所述脈沖幅值和所述態勢感知時延對所述初始博弈策略進行迭代求解，得到最優脈沖機動策略。
7、一些實施例中，所述求解所述追蹤器和所述逃逸器對應的初始博弈策略，包括：
8、從預設的多個脈沖階段的第一個脈沖階段開始：
9、獲取當前脈沖階段所述追蹤器和所述逃逸器的初始軌道位置，其中，每個所述脈沖階段預設有所述追蹤器的初始軌道位置和所述逃逸器的初始軌道位置；
10、當所述追蹤器和所述逃逸器上存在脈沖推力時，基于所述追蹤器的初始軌道位置和所述逃逸器的初始軌道位置求解所述追蹤器的脈沖機動策略和所述逃逸器的脈沖機動策略，所述追蹤器的脈沖機動策略包括多個追蹤策略，所述逃逸器的脈沖機動策略包括多個逃逸策略；
11、選取所述追蹤器的脈沖機動策略中的最優追蹤策略，選取所述逃逸器的脈沖機動策略中的最優逃逸策略；
12、若所述追蹤器以所述最優追蹤策略、所述逃逸器以所述最優逃逸策略進行追逃博弈時滿足預設的博弈條件，或者已經歷過的脈沖階段的數量大于預設的脈沖階段閾值，則將所述最優追蹤策略和所述最優逃逸策略作為初始博弈策略；
13、否則，進入下一個脈沖階段，以計算得到更新后的最優追蹤策略和最優逃逸策略，直至所述追蹤器以最優追蹤策略、所述逃逸器以最優逃逸策略進行追逃博弈時滿足預設的博弈條件，或者已經歷過的脈沖階段的數量大于預設的博弈階段閾值時，將更新后的最優追蹤策略和最優逃逸策略作為初始博弈策略；其中，所述博弈條件為剩余攔截時間小于所述追蹤器的脈沖間隔或者小于所述逃逸器的脈沖間隔，所述剩余攔截時間表示所述追蹤器攔截所述逃逸器所需花費的時間。
14、一些實施例中，所述初始博弈策略中包括所述追蹤器的脈沖機動序列、所述逃逸器的脈沖機動序列和博弈截止時間，所述追蹤器的脈沖機動序列包括δvp1,...,δvpn，其中，δvp1,...,δvpn分別表示所述追蹤器在第1...到第n個脈沖作用下的速度，所述逃逸器的脈沖機動序列包括δve1,...,δven，δve1,...,δven分別表示所述逃逸器在第1...到第n個脈沖作用下的速度，p表示所述追蹤器，e表示所述逃逸器，n表示脈沖的個數；
15、所述迭代設計變量包括：
16、x＝[δvp1,...,δvpn,δve1,...,δven,κp1,...,κpn,κe1,...,κen,λpr0,λer0,λpv0,tf]t
17、其中，x表示所述迭代設計變量，tf表示所述初始博弈策略中的博弈截止時間，即攔截時刻，κp1,...,κpn表示不同所述追蹤器對應的拉格朗日乘子，κe1,...,ken表示不同所述逃逸器對應的拉格朗日乘子，λpr0,λer0,λpv0分別表示初始時刻追蹤器的位置協態量、初始時刻逃逸器的位置協態量、初始時刻追蹤器的速度協態量。
18、一些實施例中，所述追蹤器的內點函數序列和所述逃逸器的內點函數序列，包括：
19、φik＝γikχik+κikσik,i＝p,e
20、其中，φik表示航天器的內點函數序列，γik和κik表示航天器的拉格朗日乘子，χik表示航天器的位置差，σik表示航天器的速度沖量不等式，p表示所述追蹤器，e表示所述逃逸器，k表示時間節點，k＝1,2,...,n，n表示脈沖的個數，其中，當i＝p時，所述航天器指追蹤器，當i＝e時，所述航天器指逃逸器。
21、一些實施例中，所述追蹤器的哈密頓函數和所述逃逸器的哈密頓函數，包括：
22、
23、其中，hi表示航天器的哈密頓函數，p表示所述追蹤器，e表示所述逃逸器，t表示轉置符號，表示航天器的位置協態，vi表示航天器的速度，表示航天器的速度協態，gi表示航天器的引力加速度，其中，當i＝p時，所述航天器指追蹤器，當i＝e時，所述航天器指逃逸器。
24、一些實施例中，所述約束方程包括：
25、
26、nf:＝rp(tf)-re(tf)＝0
27、其中，p表示所述追蹤器，e表示所述逃逸器，表示航天器上脈沖作用后的瞬間，表示航天器上脈沖作用前的瞬間，χik表示航天器的位置差，表示脈沖作用后的瞬間航天器的位置，表示脈沖作用前的瞬間航天器的位置，σik表示航天器的速度沖量不等式，δvik表示航天器的速度差，表示脈沖作用后的瞬間航天器的速度，表示脈沖作用前的瞬間航天器的速度，δvi?max表示航天器的最大脈沖幅值，k表示時間節點，ni表示所述航天器的脈沖的個數，nf表示終端位置的攔截約束，tf表示攔截時刻，rp(tf本文檔來自技高網...
【技術保護點】
1.一種航天器脈沖博弈的最優策略生成方法,其特征在于，包括：
2.如權利要求1所述的最優策略生成方法，其特征在于，所述求解所述追蹤器和所述逃逸器對應的初始博弈策略，包括：
3.如權利要求1所述的最優策略生成方法，其特征在于，所述初始博弈策略中包括所述追蹤器的脈沖機動序列、所述逃逸器的脈沖機動序列和博弈截止時間，所述追蹤器的脈沖機動序列包括ΔvP1,...,ΔvPN，其中，ΔvP1,...,ΔvPN分別表示所述追蹤器在第1...到第N個脈沖作用下的速度，所述逃逸器的脈沖機動序列包括ΔvE1,...,ΔvEN，ΔvE1,...,ΔvEN分別表示所述逃逸器在第1...到第N個脈沖作用下的速度，P表示所述追蹤器，E表示所述逃逸器，N表示脈沖的個數；
4.如權利要求1所述的最優策略生成方法，其特征在于，所述追蹤器的內點函數序列和所述逃逸器的內點函數序列，包括：
5.如權利要求1所述的最優策略生成方法，其特征在于，所述追蹤器的哈密頓函數和所述逃逸器的哈密頓函數，包括：
6.如權利要求1所述的最優策略生成方法，其特征在于，所述約束方程
7.如權利要求1所述的最優策略生成方法，其特征在于，所述序列脈沖微分對策模型還包括狀態方程和支付函數，其中，所述狀態方程根據所述追蹤器和所述逃逸器的軌道位置和速度構建。
8.如權利要求1所述的最優策略生成方法，其特征在于，所述基于所述迭代設計變量、所述多點邊值構型表達式、所述脈沖間隔、所述脈沖幅值和所述態勢感知時延對所述初始博弈策略進行迭代求解，得到最優脈沖機動策略，包括：
9.一種航天器脈沖博弈的最優策略生成裝置，其特征在于，包括：
10.一種航天器脈沖博弈的最優策略生成設備，其特征在于，包括：
...【技術特征摘要】
1.一種航天器脈沖博弈的最優策略生成方法,其特征在于，包括：
2.如權利要求1所述的最優策略生成方法，其特征在于，所述求解所述追蹤器和所述逃逸器對應的初始博弈策略，包括：
3.如權利要求1所述的最優策略生成方法，其特征在于，所述初始博弈策略中包括所述追蹤器的脈沖機動序列、所述逃逸器的脈沖機動序列和博弈截止時間，所述追蹤器的脈沖機動序列包括δvp1,...,δvpn，其中，δvp1,...,δvpn分別表示所述追蹤器在第1...到第n個脈沖作用下的速度，所述逃逸器的脈沖機動序列包括δve1,...,δven，δve1,...,δven分別表示所述逃逸器在第1...到第n個脈沖作用下的速度，p表示所述追蹤器，e表示所述逃逸器，n表示脈沖的個數；
4.如權利要求1所述的最優策略生成方法，其特征在于，所述追蹤器的內點函數序列和所述逃逸器的...
【專利技術屬性】
技術研發人員：李振瑜，孫威，劉震鑫，周城宏，
申請(專利權)人：中國人民解放軍六三九二一部隊，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。