弱全局信息下巨星座多路并发熵均衡路由策略

为保障地面系统对巨星座信息的高效获取,考虑实际卫星感知能力的约束,提出一种弱全局信息下巨星座多路并发熵均衡路由策略。首先,根据星座运行模式构建簇群,同时考虑簇的感知能力,建立弱全局信息下的“星-星/星-地”数据传输模型。其次,综合考虑网络结构、数据流量分布和信息多点频发等因素,对现有算法进行改进,引入熵作为评估节点负载分布均匀度的量化指标,引入惩罚因子对路径成本进行动态调整,并通过滚动窗口法规划巨星座多路并发情况下的对地传输路径。最后,以Starlink一期部署的卫星为例,进行数值仿真,验证所提方法的有效性。

基于强化学习的航天器姿态敏捷机动控制

针对航天器姿态敏捷机动任务中存在模型参数不确定和外界未知干扰的问题,提出一种基于强化学习的滑模观测器和非线性干扰观测器的控制方法。首先介绍航天器的姿态动力学模型,其次采用强化学习来解决系统模型参数不确定问题,设计一种基于弹性能量函数的滑模趋近律来加快强化学习的收敛速度并结合非线性干扰观测器来估计外界未知干扰。最后仿真结果证明利用上述方法可以保持较高的姿态跟踪精度和强鲁棒性,以满足空间高动态目标跟踪控制的要求。