Optimization-Based Formation Flight on Libration Point Orbits
作者: Yuri Shimane, Purnanand Elango, Avishai Weiss
分类: eess.SY
发布日期: 2026-03-10
💡 一句话要点
提出基于优化的模型预测控制框架，用于解决平动点轨道编队飞行中的轨迹保持问题。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 平动点轨道 编队飞行 模型预测控制 序列凸规划 多航天器优化
📋 核心要点
- 现有平动点轨道编队飞行方法在复杂约束和不确定性下，难以保证编队构型和推进剂效率。
- 论文提出基于模型预测控制的框架，通过求解多航天器最优控制问题，显式处理路径约束和递归可行性。
- 实验结果表明，该方法在满足复杂约束的同时，推进剂消耗与现有方法相当，验证了其有效性。
📝 摘要（中文）
本文提出了一种基于模型预测控制（MPC）的框架，用于航天器编队在平动点轨道上的轨迹保持。在每个控制周期，MPC策略求解一个多航天器最优控制问题（MVOCP），该问题跟踪参考轨迹，同时对编队的相对运动施加路径约束。该控制策略利用一组有限的控制节点，这些节点与操作约束一致，允许每个轨道周期只有少量的机动机会。为了提高递归可行性，路径约束在预测范围内逐渐收紧。约束的等周重构用于防止样本间违规。由此产生的MVOCP是一个非凸程序，通过序列凸规划求解。该方法在高保真星历模型下，针对近直线Halo轨道（NRHO）上的编队，在考虑实际不确定性的情况下，并受到航天器间距和相对太阳相位角的路径约束，进行了评估。结果表明，该方法能够维持满足路径约束的航天器编队，且累积推进剂消耗与现有方法相当。
🔬 方法详解
问题定义：论文旨在解决航天器编队在平动点轨道上飞行时，如何维持特定构型并进行轨迹保持的问题。现有方法在处理复杂的路径约束（如航天器间距、相对太阳相位角等）和实际操作中的不确定性时，难以保证编队构型，同时可能导致过高的推进剂消耗。
核心思路：论文的核心思路是利用模型预测控制（MPC）框架，在每个控制周期内，通过求解一个多航天器最优控制问题（MVOCP），预测未来一段时间内的状态，并优化控制输入，从而实现对编队构型的精确控制和轨迹跟踪。通过在预测范围内逐步收紧路径约束，保证递归可行性，即每个控制周期都能找到可行的解。
技术框架：整体框架包含以下几个主要步骤：1) 定义航天器编队的动力学模型，包括摄动影响；2) 设定参考轨迹和路径约束（如航天器间距、相对太阳相位角）；3) 构建多航天器最优控制问题（MVOCP），目标是最小化控制输入（推进剂消耗）和跟踪误差；4) 使用序列凸规划（SCP）求解非凸的MVOCP；5) 将第一个控制输入应用于航天器，并重复上述步骤。
关键创新：论文的关键创新在于将模型预测控制与序列凸规划相结合，用于解决平动点轨道编队飞行中的复杂约束优化问题。通过等周重构约束，防止样本间违规，并逐步收紧预测范围内的约束，保证了递归可行性。此外，该方法考虑了实际操作中的不确定性，并使用高保真星历模型进行验证。
关键设计：论文的关键设计包括：1) 使用有限数量的控制节点，以符合实际操作约束，限制每个轨道周期的机动次数；2) 采用等周重构方法，将路径约束转化为积分约束，从而防止样本间违规；3) 使用序列凸规划（SCP）迭代求解非凸的MVOCP，每次迭代都将非凸问题近似为凸问题，直到收敛；4) 针对近直线Halo轨道（NRHO）的特定动力学特性，设计合适的参考轨迹和约束条件。
🖼️ 关键图片
📊 实验亮点
实验结果表明，该方法能够在高保真星历模型下，在考虑实际不确定性的情况下，维持近直线Halo轨道（NRHO）上的航天器编队，并满足航天器间距和相对太阳相位角的路径约束。累积推进剂消耗与现有方法相当，证明了该方法在满足复杂约束的同时，具有良好的推进剂效率。
🎯 应用场景
该研究成果可应用于深空探测任务，例如月球轨道平台Gateway的部署和维护，以及其他需要精确编队飞行的科学探测任务。通过精确控制航天器编队构型，可以提高探测效率，降低任务风险，并为未来的空间资源开发和利用提供技术支持。
📄 摘要（原文）
A model predictive control (MPC) framework is developed for station-keeping in spacecraft formation flight along libration point orbits. At each control period, the MPC policy solves a multi-vehicle optimal control problem (MVOCP) that tracks a reference trajectory, while enforcing path constraints on the relative motion of the formation. The control policy makes use of a limited set of control nodes consistent with operational constraints that allow only a small number of maneuver opportunities per revolution. To promote recursive feasibility, path constraints are progressively tightened across the prediction horizon. An isoperimetric reformulation of the constraints is used to prevent inter-sample violations. The resulting MVOCP is a nonconvex program, which is solved via sequential convex programming. The proposed approach is evaluated in a high-fidelity ephemeris model under realistic uncertainties for a formation along the near-rectilinear halo orbit (NRHO), and subject to path constraints on interspacecraft separation and relative Sun phase angle. The results demonstrate maintenance of a spacecraft formation that satisfies the path constraints with cumulative propellant consumption comparable to that of existing methods