Atmospheric Density-Compensating Model Predictive Control for Targeted Reentry of Drag-Modulated Spacecraft

要約

この論文では、大気密度の不確実性が存在する場合に、抗力調整された宇宙船の目標を絞った再突入を可能にする推定および制御フレームワークを紹介します。
特に、拡張カルマン フィルター (EKF) は、公称誘導軌道の生成に使用される大気密度に対する飛行中の密度誤差を推定するために使用されます。
この情報はモデル予測制御 (MPC) 戦略内で活用され、最先端のアプローチと比較して追跡パフォーマンスを向上させ、制御労力を軽減し、アクチュエータの飽和に対する堅牢性を高めます。
推定および制御フレームワークは、過去の宇宙天気データを使用したモンテカルロ シミュレーション キャンペーンでテストされます。
これらのシミュレーションの取り組みにより、提案されたフレームワークが 98.4% のケースにおいて、あらゆる時点で誘導軌道の 100 km 以内に留まることができることが実証されました。
残りの 1.6% のケースは、大きな密度誤差によってガイダンスから遠ざけられましたが、その多くは重大な太陽嵐や太陽フレアによるもので、抗力制御装置では物理的に補正できませんでした。
成功したケースでは、提案されたフレームワークは、平均誤差 12.1 km、100 km 未満のケースの 99.7% で、宇宙船を進入インターフェース高度の所望の位置に誘導することができました。

要約(オリジナル)

This paper presents an estimation and control framework that enables the targeted reentry of a drag-modulated spacecraft in the presence of atmospheric density uncertainty. In particular, an extended Kalman filter (EKF) is used to estimate the in-flight density errors relative to the atmospheric density used to generate the nominal guidance trajectory. This information is leveraged within a model predictive control (MPC) strategy to improve tracking performance, reduce control effort, and increase robustness to actuator saturation compared to the state-of-the-art approach. The estimation and control framework is tested in a Monte Carlo simulation campaign with historical space weather data. These simulation efforts demonstrate that the proposed framework is able to stay within 100 km of the guidance trajectory at all points in time for 98.4% of cases. The remaining 1.6% of cases were pushed away from the guidance by large density errors, many due to significant solar storms and flares, that could not physically be compensated for by the drag control device. For the successful cases, the proposed framework was able to guide the spacecraft to the desired location at the entry interface altitude with a mean error of 12.1 km and 99.7% of cases below 100 km.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google