第13章：航空航天控制系统

航空航天控制是控制理论最具挑战性和创新性的应用领域之一。从早期的飞行器稳定控制到现代的火箭回收、卫星编队飞行，航空航天控制不断推动着控制理论的发展边界。本章将系统介绍飞行器动力学建模、制导律设计、姿态控制等核心技术，并通过SpaceX火箭着陆、国际空间站机械臂等前沿案例，展示现代航空航天控制的最新成就。

13.1 飞行器动力学与控制

13.1.1 六自由度运动方程

飞行器在三维空间中具有六个自由度：三个平动（x, y, z）和三个转动（俯仰pitch、偏航yaw、滚转roll）。完整的动力学方程包括：

平动方程（体坐标系）： $$ \begin{aligned} m\dot{u} &= X - mg\sin\theta + m(rv - qw) \\ m\dot{v} &= Y + mg\cos\theta\sin\phi + m(pw - ru) \\ m\dot{w} &= Z + mg\cos\theta\cos\phi + m(qu - pv) \end{aligned} $$

其中 $(u, v, w)$ 是体坐标系下的速度分量，$(p, q, r)$ 是角速度分量，$(X, Y, Z)$ 是气动力。

转动方程（欧拉方程）： $$ \begin{aligned} I_x\dot{p} + (I_z - I_y)qr &= L \\ I_y\dot{q} + (I_x - I_z)pr &= M \\ I_z\dot{r} + (I_y - I_x)pq &= N \end{aligned} $$

其中 $(I_x, I_y, I_z)$ 是惯性矩，$(L, M, N)$ 是力矩。

13.1.2 线性化与解耦

对于小扰动飞行，可以在平衡点附近线性化：

纵向运动（Longitudinal）： 状态变量：$x_{lon} = [u, w, q, \theta]^T$ 控制输入：升降舵偏角 $\delta_e$，油门 $\delta_t$

$$ \dot{x}_{lon} = A_{lon}x_{lon} + B_{lon}u_{lon} $$

横侧向运动（Lateral-Directional）： 状态变量：$x_{lat} = [v, p, r, \phi, \psi]^T$ 控制输入：副翼偏角 $\delta_a$，方向舵偏角 $\delta_r$

$$ \dot{x}_{lat} = A_{lat}x_{lat} + B_{lat}u_{lat} $$

13.1.3 飞行模态分析

典型的飞行模态包括：

  1. 短周期模态（Short Period）：高频俯仰振荡，阻尼比 $\zeta_{sp} \approx 0.3-0.8$
  2. 长周期模态（Phugoid）：低频高度-速度耦合振荡，$\zeta_{ph} \approx 0.04-0.15$
  3. 荷兰滚模态（Dutch Roll）：偏航-滚转耦合振荡，$\zeta_{dr} \approx 0.08-0.25$
  4. 滚转模态（Roll Subsidence）：快速滚转收敛
  5. 螺旋模态（Spiral）：缓慢发散或收敛

13.1.4 飞行控制律设计

增稳系统（SAS - Stability Augmentation System）：

基本思路：增加阻尼，改善飞行品质
俯仰增稳：δe = -Kq·q - Kα·α
偏航增稳：δr = -Kr·r

控制增强系统（CAS - Control Augmentation System）：

功能：改善操纵响应特性
俯仰速率命令：q_cmd → PI控制器 → δe
滚转速率命令：p_cmd → P控制器 → δa

自动驾驶仪设计： 高度保持控制器（双环结构）：

外环：h_error → PI → θ_cmd
内环：θ_cmd → 俯仰姿态控制 → δe

13.1.5 现代飞控架构

     飞行管理系统（FMS）
           ↓
     自动驾驶（Autopilot）
           ↓
     飞行控制律（Control Laws）
           ↓
     控制分配（Control Allocation）
           ↓
     作动器（Actuators）

电传飞控（Fly-by-Wire）特点：

  • 飞行包线保护
  • 载荷减缓控制
  • 重构控制能力
  • 主动颤振抑制

13.2 导弹制导律设计

13.2.1 制导问题描述

制导的目标是生成加速度指令，使导弹击中目标。基本几何关系：

     目标T
      ↗ R (相对距离)
     ╱
    ╱ λ (视线角)
   ╱
  ╱
 导弹M

相对运动方程： $$ \begin{aligned} \dot{R} &= V_T\cos(\gamma_T - \lambda) - V_M\cos(\gamma_M - \lambda) \\ R\dot{\lambda} &= V_T\sin(\gamma_T - \lambda) - V_M\sin(\gamma_M - \lambda) \end{aligned} $$

13.2.2 比例导引律（PNG）

最经典的制导律，加速度指令正比于视线角速率：

$$ a_c = N'V_c\dot{\lambda} $$

其中 $N'$ 是有效导航比（通常3-5），$V_c$ 是接近速度。

优点：

  • 实现简单，计算量小
  • 对常值机动目标最优
  • 工程应用广泛

扩展形式：

  • 真比例导引（TPN）：$a_c \perp \vec{V}_M$
  • 纯比例导引（PPN）：$a_c \perp \vec{R}$

13.2.3 最优制导律

基于最优控制理论，最小化脱靶量和控制能量：

$$ J = \frac{1}{2}y^2(t_f) + \frac{1}{2}\int_0^{t_f} u^2(t)dt $$

对于非机动目标，最优解为： $$ u(t) = \frac{N(t)V_c}{t_{go}^2}Z $$

其中 $t_{go}$ 是剩余飞行时间，$N(t) = 3 + \frac{t_{go}^2}{\tau^2}$

13.2.4 滑模制导律

设计滑模面： $$ s = \dot{\lambda} + k\lambda $$

制导律： $$ a_c = V_c\dot{\lambda} + k_1|s|^{1/2}\text{sign}(s) + k_2\int\text{sign}(s)dt $$

优势：

  • 对目标机动鲁棒
  • 有限时间收敛
  • 适合拦截高机动目标

13.2.5 现代制导技术

预测制导：

1. 预测目标轨迹
2. 计算预测拦截点
3. 生成最优轨迹
4. 跟踪参考轨迹

协同制导（多弹协同）：

  • 时间协同：同时到达
  • 角度协同：多方向攻击
  • 信息共享：目标状态估计

13.3 卫星姿态控制

13.3.1 姿态表示方法

欧拉角： 简单直观但存在奇异性（万向节锁）

四元数： $$ q = q_0 + q_1i + q_2j + q_3k, \quad ||q|| = 1 $$

姿态运动学： $$ \dot{q} = \frac{1}{2}\Omega(w)q $$

其中： $$ \Omega(w) = \begin{bmatrix} 0 & -w_x & -w_y & -w_z \\ w_x & 0 & w_z & -w_y \\ w_y & -w_z & 0 & w_x \\ w_z & w_y & -w_x & 0 \end{bmatrix} $$

13.3.2 执行机构

反作用轮（Reaction Wheels）：

原理：角动量交换
优点：精度高、连续控制
缺点：饱和问题、需要卸载
应用：高精度指向任务

磁力矩器（Magnetorquers）：

原理：与地磁场相互作用
优点：无消耗、可卸载动量
缺点：控制受限、依赖磁场
应用：低轨卫星、动量卸载

推力器（Thrusters）：

原理：喷气反作用
优点：力矩大、不饱和
缺点：燃料限制、离散控制
应用：大角度机动、轨道保持

13.3.3 控制律设计

PD控制器（小角度）： $$ \tau = -K_p\theta_e - K_d\omega $$

四元数反馈控制： $$ \tau = -K_p\text{sgn}(q_{e0})q_{ev} - K_d\omega_e $$

其中 $q_e$ 是误差四元数。

滑模控制（大角度机动）： 滑模面： $$ s = \omega + K q_{ev} $$

控制律： $$ \tau = -\omega \times J\omega - K_1s - K_2\text{sat}(s/\Phi) $$

13.3.4 动量管理

零动量系统：

  • 总角动量接近零
  • 三轴稳定
  • 适合对地观测卫星

偏置动量系统：

  • 一个轴有大角动量
  • 陀螺稳定效应
  • 适合自旋稳定卫星

动量卸载策略：

if ||h_wheels|| > h_threshold:
    τ_magnetic = compute_detumbling_torque()
    apply_magnetic_torque(τ_magnetic)
    compensate_with_wheels(-τ_magnetic)

13.4 编队飞行控制

13.4.1 相对运动动力学

Hill-Clohessy-Wiltshire (HCW) 方程：

对于近圆轨道，从轨道坐标系看相对运动： $$ \begin{aligned} \ddot{x} - 2n\dot{y} - 3n^2x &= f_x/m \\ \ddot{y} + 2n\dot{x} &= f_y/m \\ \ddot{z} + n^2z &= f_z/m \end{aligned} $$

其中 $n = \sqrt{\mu/a^3}$ 是轨道角速度。

自然编队构型：

无控制力时的周期解： $$ \begin{aligned} x(t) &= A\sin(nt + \phi) \\ y(t) &= -2A\cos(nt + \phi) + y_0 \\ z(t) &= B\sin(nt + \psi) \end{aligned} $$

形成2:1的椭圆相对轨道。

13.4.2 编队保持控制

脉冲控制策略：

每个轨道周期执行一次机动
目标：消除相对轨道漂移
方法：基于状态转移矩阵

Δv = Φ^(-1)(T)[x_des(T) - Φ(T)x_0]

连续控制（LQR）：

性能指标： $$ J = \int_0^{\infty} (x^TQx + u^TRu)dt $$

反馈控制律： $$ u = -Kx = -R^{-1}B^TPx $$

其中P满足代数Riccati方程。

13.4.3 编队重构

最优燃料轨迹规划：

最小化总速度增量： $$ \min \sum_{i=1}^{N} ||\Delta v_i||_1 $$

约束条件：

  • 避免碰撞：$||r_i - r_j|| \geq d_{min}$
  • 推力限制：$||u|| \leq u_{max}$
  • 终端约束：$x(t_f) = x_{target}$

基于凸优化的求解：

# 凸化后的问题
minimize: sum(||Δv_i||_1)
subject to:
    x(k+1) = A*x(k) + B*u(k)  # 动力学
    ||x_i - x_j|| >= d_safe    # 防撞
    ||u|| <= u_max             # 推力约束
    x(N) = x_target           # 终端约束

13.4.4 分布式编队控制

一致性协议： $$ u_i = -\sum_{j \in \mathcal{N}_i} (x_i - x_j - \delta_{ij}) $$

其中 $\delta_{ij}$ 是期望相对位置。

虚拟结构法：

1. 定义虚拟刚体参考框架
2. 各卫星跟踪框架内的指定位置
3. 虚拟框架根据任务需求运动

Leader-Follower架构：

Leader: 跟踪参考轨迹
Follower_i: 保持相对Leader的位置
    u_i = -K_p(r_i - r_L - δ_i) - K_d(v_i - v_L)

13.4.5 应用案例

地球观测（如A-Train）：

  • 多卫星协同观测
  • 保持固定时间间隔
  • 轨道维持精度：±30秒

空间干涉测量（如LISA）：

  • 超高精度编队（厘米级）
  • 激光测距反馈
  • 无拖曳控制技术

在轨服务：

  • 接近与对接
  • 安全走廊设计
  • 六自由度相对控制

13.5 深度案例1：SpaceX猎鹰火箭垂直着陆控制

13.5.1 任务概述与挑战

SpaceX的猎鹰9号一级火箭回收是航天史上的革命性成就。主要技术挑战：

动力学特性：

  • 质量变化巨大（燃料消耗）
  • 气动特性复杂（超音速到亚音速）
  • 推力矢量控制延迟
  • 着陆精度要求：< 10米

约束条件：

  • 燃料极其有限（仅够一次着陆烧）
  • 推力不可调节（只能开关）
  • 最大攻角限制（防止失稳）
  • 着陆平台运动（海上回收）

13.5.2 制导策略：凸优化方法

轨迹优化问题：

最小化燃料消耗： $$ \min \int_0^{t_f} ||T(t)||_2 dt $$

动力学约束： $$ \begin{aligned} \dot{r} &= v \\ \dot{v} &= \frac{T}{m} + g + \frac{D}{m} \\ \dot{m} &= -\frac{||T||}{I_{sp}g_0} \end{aligned} $$

无损凸化（Lossless Convexification）：

原始非凸约束： $$ T_{min} \leq ||T|| \leq T_{max} $$

引入松弛变量 $\Gamma$： $$ ||T|| \leq \Gamma \leq T_{max} $$

关键定理：最优解处 $||T^*|| = \Gamma^*$（无损）

二阶锥规划（SOCP）形式：

minimize: ∫Γ dt
subject to:
    动力学方程（线性）
    ||T|| ≤ Γ（二阶锥约束）
    姿态约束：||T_lateral|| ≤ tan(α_max)||T_axial||
    滑翔锥约束：确保可达

13.5.3 实时轨迹生成

连续凸化算法：

def successive_convexification():
    x_ref = initial_guess()
    for iteration in range(max_iter):
        # 在参考轨迹处线性化
        A, B = linearize_dynamics(x_ref)

        # 求解凸化子问题
        x_new = solve_socp(A, B, constraints)

        # 信赖域更新
        if cost(x_new) < cost(x_ref):
            x_ref = x_new
            expand_trust_region()
        else:
            shrink_trust_region()

        if converged():
            break
    return x_ref

计算性能：

  • 求解时间：< 50ms
  • 更新频率：10-20 Hz
  • 鲁棒性：对初始猜测不敏感

13.5.4 姿态控制系统

格栅舵控制（大气层内）：

功能：提供气动控制力矩
特点：可展开、耐高温
控制律：PID + 前馈补偿
挑战：非线性气动特性

冷气推进器（大气层外）：

功能：姿态调整、翻转机动
配置：多个推进器冗余设计
控制分配：基于伪逆的最优分配

推力矢量控制（TVC）：

执行机构：液压作动器
响应时间：< 100ms
最大偏转角：±5度
控制策略：跟踪制导指令 + 姿态稳定

13.5.5 终端着陆段控制

"自杀式燃烧"（Suicide Burn）：

最优着陆策略：尽可能晚地点火，一次燃烧到速度为零。

点火时机计算： $$ h_{ignition} = \frac{v^2}{2a_{net}} + h_{margin} $$

其中 $a_{net} = \frac{T}{m} - g$

着陆腿展开逻辑：

if altitude < 100m and velocity < 50m/s:
    deploy_landing_legs()
    update_aerodynamic_model()
    reconfigure_controller_gains()

13.5.6 创新点与启示

技术创新：

  1. 凸优化实时求解（计算效率革命）
  2. 推进剂最优利用（燃料极限挑战）
  3. 多模态控制切换（全程自主）
  4. 高精度状态估计（GPS + 雷达 + 视觉）

工程启示：

  • 理论与工程深度结合
  • 快速迭代与飞行验证
  • 冗余设计与故障容错
  • 数据驱动的持续改进

成功率演进：

  • 2015年：首次成功着陆
  • 2017年：成功率 > 50%
  • 2020年：成功率 > 95%
  • 2023年：连续100+次成功

13.6 深度案例2：Canadarm2空间站机械臂遥操作控制

13.6.1 系统概述

Canadarm2是国际空间站的关键组件，负责站外货物搬运、航天员辅助、站体维护等任务。

物理参数：

  • 长度：17.6米
  • 质量：1,800公斤
  • 自由度：7个旋转关节
  • 负载能力：116,000公斤（在微重力下）
  • 定位精度：±6厘米

特殊设计：

  • 双端效应器（可"爬行"）
  • 力矩传感器（每个关节）
  • 视觉系统（多摄像头）
  • 完全冗余的控制系统

13.6.2 运动学与动力学建模

7自由度运动学：

冗余度解析： $$ \dot{q} = J^{#}\dot{x} + (I - J^{#}J)\dot{q}_0 $$

其中 $J^{#}$ 是伪逆，$(I - J^{#}J)\dot{q}_0$ 是零空间运动。

微重力动力学：

考虑柔性和耦合效应： $$ M(q)\ddot{q} + C(q,\dot{q})\dot{q} + K_e\Delta q + D_e\Delta\dot{q} = \tau + J^T F_{ext} $$

其中 $K_e, D_e$ 表示结构柔性。

13.6.3 控制模式

  1. 位置控制模式：
用途：精确定位任务
方法：关节空间PID控制
特点：高精度、慢速度
  1. 速率控制模式：
用途：快速机动
方法：笛卡尔空间速度控制
输入：操纵杆速度指令
映射：v_cmd → J^# → q_dot
  1. 力控制模式：
用途：装配、对接任务
方法：阻抗控制
力/位混合控制框架：
τ = J^T[S_f F_d + S_p K_p(x_d - x)]

13.6.4 遥操作与时延补偿

通信时延问题：

  • 地面到ISS：~0.5-1秒往返
  • 操作员反馈延迟
  • 稳定性挑战

预测显示技术：

def predictive_display():
    # 基于当前状态预测未来位置
    x_predicted = simulate_forward(x_current, v_cmd, delay_time)

    # 虚拟现实显示
    render_ghost_arm(x_predicted)
    render_actual_arm(x_current)

    # 碰撞预警
    if check_collision(x_predicted):
        alert_operator()
        suggest_alternative_path()

波变量方法：

保证时延系统无源性： $$ \begin{aligned} u_m &= \frac{1}{\sqrt{2b}}(F_m + bv_m) \\ v_s &= \frac{1}{b}(u_m(t-T) - \sqrt{\frac{b}{2}}F_s) \end{aligned} $$

13.6.5 安全机制

碰撞避免：

1. 虚拟墙（软件限位）
2. 关节限位保护
3. 奇异点避免
4. 动态安全包络

故障处理：

def fault_detection_and_recovery():
    if joint_torque > threshold:
        # 立即停止
        emergency_stop()

        # 诊断故障
        fault_type = diagnose_fault()

        # 重构控制
        if fault_type == "joint_failure":
            reconfigure_to_reduced_dof()
        elif fault_type == "sensor_failure":
            switch_to_backup_sensor()

13.6.6 典型任务执行

货运飞船捕获：

阶段1：跟踪接近（视觉伺服）

    - 目标识别与跟踪
    - 相对速度匹配

阶段2：捕获准备

    - 末端执行器对准
    - 安全检查

阶段3：捕获执行

    - 软接触
    - 抓取确认
    - 刚性连接

阶段4：泊位操作

    - 路径规划
    - 协调运动控制
    - 对接完成

13.6.7 技术创新与未来发展

关键技术突破：

  1. 空间冗余度机械臂控制
  2. 力/位混合控制实现
  3. 高可靠性故障容错设计
  4. 人机协作接口优化

未来发展方向：

  • AI辅助自主操作
  • 触觉反馈增强
  • 多臂协同控制
  • 在轨组装自动化

13.7 历史人物：Sergei Korolev (1907-1966)

谢尔盖·科罗廖夫是苏联航天计划的总设计师，被誉为"苏联航天之父"。他领导设计了世界第一颗人造卫星Sputnik、第一艘载人飞船东方号，开创了人类航天时代。

主要贡献：

  1. R-7洲际弹道导弹（1957）：成为所有苏联航天发射的基础
  2. Sputnik卫星（1957）：首次实现轨道控制
  3. 东方号飞船（1961）：加加林首次载人航天
  4. 联盟号飞船设计：至今仍在使用

控制理论贡献：

  • 开创了航天器姿态控制系统设计
  • 发展了多级火箭分离控制技术
  • 建立了载人航天生命保障控制系统

技术理念： "简单可靠优于复杂精巧" - 这一理念深刻影响了苏联/俄罗斯航天控制系统设计，强调鲁棒性和冗余性。

13.8 前沿专题：太空碎片清理与在轨服务控制

13.8.1 技术挑战

目标特性：

  • 非合作目标（无通信、无标记）
  • 复杂运动（翻滚、进动）
  • 未知惯性参数
  • 潜在碎片产生风险

13.8.2 接近与捕获策略

安全接近轨迹设计： $$ \min J = \int_0^{t_f} (||u||^2 + \rho \cdot risk(x))dt $$

风险函数考虑：

  • 碰撞概率
  • 逃逸路径可用性
  • 传感器可观性

自适应翻滚目标同步：

def tumbling_synchronization():
    # 估计目标运动
    ω_target = estimate_angular_velocity()
    I_target = estimate_inertia_tensor()

    # 生成同步轨迹
    for t in time_horizon:
        # 预测目标姿态
        q_target = propagate_attitude(ω_target, t)

        # 计算追踪器姿态指令
        q_cmd = compute_approach_attitude(q_target)

        # 自适应控制补偿
        τ = adaptive_controller(q_cmd, q_actual)

13.8.3 捕获机构与控制

柔性捕获技术：

  • 飞网捕获：动量吸收控制
  • 鱼叉系统：冲击缓冲控制
  • 机械臂抓取：柔顺控制
  • 离子束牵引：非接触式控制

捕获后稳定控制： 组合体动力学： $$ \begin{bmatrix} M_s & 0 \\ 0 & M_t \end{bmatrix} \begin{bmatrix} \ddot{x}_s \\ \ddot{x}_t \end{bmatrix} + \begin{bmatrix} K & -K \\ -K & K \end{bmatrix} \begin{bmatrix} x_s \\ x_t \end{bmatrix} = \begin{bmatrix} F_s \\ 0 \end{bmatrix} $$

13.8.4 未来发展方向

  1. AI驱动的自主决策
  2. 群体机器人协同清理
  3. 激光烧蚀推进技术
  4. 在轨制造与回收利用

13.9 本章小结

本章系统介绍了航空航天控制的核心理论和前沿应用：

核心概念：

  1. 飞行器动力学：六自由度建模、线性化、模态分析
  2. 制导律设计：比例导引、最优制导、滑模制导
  3. 姿态控制：四元数表示、执行机构选择、动量管理
  4. 编队飞行：HCW方程、编队保持、分布式控制

关键技术：

  • 凸优化实时轨迹生成
  • 冗余度机械臂控制
  • 时延系统稳定性保证
  • 非合作目标捕获

工程实践：

  • 多模态控制切换
  • 故障检测与重构
  • 安全约束处理
  • 人机协作界面

案例启示：

  • SpaceX：理论创新驱动工程突破
  • Canadarm2：复杂系统的可靠性设计
  • 在轨服务：未来航天的新挑战

航空航天控制将继续推动控制理论发展，特别是在自主性、鲁棒性和最优性的统一方面。

13.10 练习题

基础题

习题13.1 推导飞行器短周期模态的特征方程，并分析俯仰阻尼比对飞行品质的影响。

提示

从纵向运动方程出发，保留俯仰角速度q和攻角α，忽略速度和高度变化。

答案

短周期特征方程： $$s^2 - (M_q + Z_\alpha)s + (M_qZ_\alpha - M_\alpha) = 0$$ 阻尼比：$\zeta = \frac{-(M_q + Z_\alpha)}{2\omega_n}$ 当$0.3 < \zeta < 0.8$时，飞机具有良好的操纵品质。

习题13.2 设计一个卫星三轴稳定PD控制器，给定惯性矩阵$I = \text{diag}(100, 150, 120)$ kg⋅m²。

提示

选择期望闭环极点，根据极点配置确定增益矩阵。

答案

控制律：$\tau = -K_p\theta - K_d\omega$ 建议增益：$K_p = \text{diag}(10, 15, 12)$，$K_d = \text{diag}(20, 30, 24)$ 闭环带宽约0.3 rad/s，阻尼比约0.7。

习题13.3 推导比例导引律的脱靶量公式，假设目标做常值机动。

提示

使用线性化模型，将问题转化为终端状态求解。

答案

脱靶量： $$y_{miss} = \frac{a_T t_{go}^2}{2(N-1)(N-2)}$$ 当$N > 2$时，脱靶量有限；$N = 3$时对常值机动最优。

习题13.4 计算两颗卫星在圆轨道上相位调整所需的速度增量，要求30分钟后相位差改变90度。

提示

利用轨道周期与半长轴的关系，通过改变轨道高度实现相位调整。

答案

采用双脉冲Hohmann转移： 第一次脉冲：$\Delta v_1 = 12.5$ m/s（升轨） 第二次脉冲：$\Delta v_2 = -12.5$ m/s（降轨） 总速度增量：25 m/s

挑战题

习题13.5 设计一个火箭垂直着陆的滑模控制器，考虑质量时变和推力约束。

提示

定义包含位置和速度误差的滑模面，使用超螺旋算法减少抖振。

答案

滑模面：$s = \dot{e} + \lambda_1 e + \lambda_2 \int e dt$ 控制律： $$T = m(g - \ddot{r}_d + \lambda_1\dot{e} + \lambda_2 e + k_1|s|^{1/2}\text{sign}(s) + k_2\int\text{sign}(s)dt)$$ 需要自适应质量估计：$\hat{m} = \hat{m}_0 - \alpha\int ||T||dt$

习题13.6 分析空间机械臂抓取翻滚目标时的角动量转移问题，提出最优抓取策略。

提示

考虑组合体质心位置变化和角动量守恒。

答案

最优抓取点：目标质心附近，最小化角动量转移 抓取时机：当相对角速度最小时 预补偿策略：

  1. 预先调整基座姿态储备角动量容量
  2. 利用反作用轮预加载反向角动量
  3. 抓取后立即启动消旋控制 最优准则：$\min(||H_{combined}||_2 + \gamma||u||_2)$

习题13.7 推导考虑J2摄动的编队飞行相对运动方程，设计长期稳定的编队构型。

提示

J2项导致轨道面进动，需要匹配各卫星的进动率。

答案

J2摄动下的相对运动： $$\ddot{\vec{r}} = -\frac{\mu}{r^3}\vec{r} + \vec{a}_{J2}$$ 稳定条件：

  1. 匹配半长轴（消除相对漂移）
  2. 匹配偏心率矢量（消除相对振荡）
  3. 匹配倾角或补偿进动率差异 稳定构型：e-i矢量分离法，保持$\Delta\vec{e} \perp \Delta\vec{i}$

习题13.8 设计一个应对通信时延的遥操作控制系统，保证1秒往返时延下的稳定性。

提示

使用波变量或预测控制方法。

答案

波变量设计： 主端：$u_m = \sqrt{b/2}(v_m + F_m/b)$ 从端：$F_s = \sqrt{2b}u_m(t-T) - bv_s$ 稳定性条件：保证无源性，$\int F_m^Tv_m dt + \int F_s^Tv_s dt \geq 0$ 增强措施：

  1. Smith预测器补偿已知时延
  2. 自适应阻尼调节
  3. 虚拟夹具限制危险动作

13.11 常见陷阱与错误

建模陷阱

  1. 忽略陀螺效应 - 错误：高速旋转部件的陀螺力矩被忽略 - 后果：姿态控制出现耦合振荡 - 正确：包含$\omega \times H$项

  2. 线性化范围过度扩展 - 错误：大角度机动仍使用小角度近似 - 后果：控制性能严重退化 - 正确：分段线性化或使用非线性控制

  3. 刚体假设不当 - 错误：大型结构忽略柔性 - 后果：激发结构振动 - 正确：包含柔性模态，设计陷波滤波器

控制设计陷阱

  1. 执行器饱和处理不当 - 错误：未考虑控制力矩限制 - 后果：积分饱和，系统失稳 - 正确：抗饱和设计，控制分配优化

  2. 传感器噪声低估 - 错误：过高的微分增益 - 后果：控制信号高频振荡 - 正确：适当滤波，鲁棒性设计

  3. 模态耦合忽视 - 错误：独立设计各通道控制器 - 后果：出现意外的交叉耦合 - 正确：多变量控制设计

实施陷阱

  1. 采样频率选择不当 - 错误：控制频率接近结构频率 - 后果：激发共振 - 正确：控制带宽< 1/10采样频率

  2. 坐标系混淆 - 错误：体坐标系与惯性坐标系混用 - 后果：控制方向错误 - 正确：明确定义，仔细转换

  3. 单位不一致 - 错误：角度/弧度混用 - 后果：增益错误数量级 - 正确：统一单位系统

  4. 忽略计算延迟

    • 错误：假设控制即时执行
    • 后果：相位滞后导致不稳定
    • 正确：补偿已知延迟

13.12 最佳实践检查清单

系统设计审查

  • [ ] 需求明确
  • 性能指标量化（精度、速度、稳定时间）
  • 约束条件完整（功率、质量、体积）

  • 环境条件定义（温度、辐射、振动）

  • [ ] 建模完整性

  • 包含所有主要动力学效应
  • 不确定性范围量化

  • 模型验证计划

  • [ ] 冗余设计

  • 关键传感器冗余
  • 执行机构冗余
  • 控制模式备份

控制器设计审查

  • [ ] 稳定性保证
  • 全包线稳定性分析
  • 增益裕度 > 6dB

  • 相位裕度 > 45°

  • [ ] 性能验证

  • 标称性能满足要求
  • 最坏情况分析

  • 蒙特卡洛仿真

  • [ ] 鲁棒性检查

  • 参数摄动分析
  • 未建模动态影响
  • 外部干扰抑制

实施验证

  • [ ] 软件实现
  • 数值稳定性验证
  • 溢出保护

  • 异常处理完备

  • [ ] 硬件在环测试

  • 时序满足要求
  • 接口正确性

  • 故障注入测试

  • [ ] 集成测试

  • 模态切换逻辑
  • 紧急情况处理
  • 长时间运行稳定性

运行维护

  • [ ] 监控诊断
  • 关键参数遥测
  • 异常检测算法

  • 性能退化跟踪

  • [ ] 在轨标定

  • 传感器零偏校正
  • 控制参数优化

  • 模型更新机制

  • [ ] 应急预案

  • 故障模式分析
  • 降级运行方案
  • 恢复程序定义