多级凸优化重捕算法

将激光链路重捕问题建模为带惩罚松弛的凸优化问题，克服人工不可行性与零梯度奇异，实现比现有技术更快、更稳健的自主重捕。

Zhao, Zichen · 尚海滨 · 高艾 · 徐瑞

Journal of Guidance, Control, and Dynamics 2023

技术优势

从源头消除收敛障碍

通过惩罚松弛将含最小值函数的约束凸化，克服人工不可行性和零梯度奇异，使算法稳定收敛。

能直接上星计算

方法在凸优化框架内设计，适用于星上自主计算，无需地面干预即可快速重规划。

对随机扰动鲁棒

在多种随机生成的模拟环境中均验证了效率与通用性，性能优于近期相关技术。

应用场景

• 引力波探测：保证空间引力波探测任务中三颗航天器之间激光链路失联后能自主快速重建。
• 航天器编队：为编队航天器提供分散式激光链路重捕方法，无需依赖地面站逐条指令。
• 激光链路重捕：将重捕过程建模为凸优化问题，缩短不确定区域扩大的时间窗口。
• 任务不确定性表征：引入任务不确定性的详细表征，提高算法在真实扰动环境下的适用性。