火星探测器自适应滑模制导律设计与仿真

"火星探测器进入段自适应滑模制导律设计，许康，马广富等人，针对火星探测器进入火星大气层时的制导问题，提出了自适应滑模制导律方法。该研究建立火星探测器的进入段运动学模型，采用线性化处理侧向运动方程，并通过Legendre伪光谱法优化进入段轨迹。同时，利用神经网络处理参数不确定性，设计出的自适应滑模制导律在仿真中表现优于传统比例微分制导律。该研究受到国家自然科学基金和高等学校博士学科点专项科研基金支持。" 在火星探测任务中，进入段是探测器着陆火星最关键的阶段，因为它需要精确控制探测器的速度、方向和轨迹，以确保安全且有效地穿越火星大气并最终在预定地点着陆。许康、马广富等人的研究主要关注这个阶段的制导策略。 首先，他们建立了一个火星探测器进入段的运动学模型，这是分析和设计制导律的基础。模型涵盖了探测器在火星大气中受力的情况，包括重力、空气阻力等因素。为了简化计算，他们对侧向运动方程进行了线性化处理，使得模型更易于分析和控制。 接下来，研究团队引入了性能指标，这些指标基于开伞点的高度和飞行路径角来定义，用于衡量进入段的轨迹优化效果。他们应用Legendre伪光谱法，这是一种数值优化技术，来寻找最佳的进入轨迹和对应的阻力加速度。这种方法能够生成平滑的轨迹，减少飞行过程中的动态载荷，从而提高探测器的生存概率。 面对火星环境的不确定性，如大气密度的变化、探测器自身参数的不确定性等，研究者采用了神经网络来逼近这些不确定性。神经网络是一种强大的非线性模型，能够学习和适应各种复杂的输入-输出关系。他们设计了一种自适应滑模制导律，该制导律能够动态调整控制输入，以应对系统的不确定性。 通过数学仿真，研究者证明了所提出的自适应滑模制导律相对于传统比例微分(PD)制导律的优势。它能更好地跟踪目标轨迹，同时对系统不确定性有较强的鲁棒性。这一成果对于火星探测任务的制导控制具有重要的理论与实践意义，提高了进入段制导的可靠性和精度。 总结来说，这篇由许康和马广富等人完成的论文，展示了自适应滑模控制理论在火星探测器进入段制导中的创新应用，为未来的火星探索任务提供了更高效、更稳健的制导策略。通过综合运用运动学模型、优化方法和神经网络技术，他们的工作为解决实际航天工程问题提供了有价值的理论基础和技术支持。