中国空间科学技术

›› 2016, Vol. 36 ›› Issue (6): 29-37.doi: 10.16708/j.cnki.1000-758X.2016.0069

• 研究探讨 • 上一篇    下一篇

考虑动态不确定因素的深空探测器任务规划

 王晓晖1,2, 李爽1,2,*   

  1. 1南京航空航天大学航天学院，南京210016
    2南京航空航天大学新技术实验室，南京210016
  • 收稿日期:2016-07-09 修回日期:2016-08-05 出版日期:2016-12-25 发布日期:2016-11-24
  • 作者简介:王晓晖（1991-），女，硕士研究生，wxh_2013@126.com，研究方向为深空探测自主任务规划技术 *通讯作者：李爽（1978-），男，教授，博导，lishuang@nuaa.edu.cn，研究方向为航天器动力学与控制，深空探测技术
  • 基金资助:

    国家自然科学基金(11672126,61273051)；中国科学院太空应用重点实验室开放基金（LSU-2016-04-01）；南京航空航天大学研究生创新基地（实验室）开放基金（kfjj20151501）

Amissionplanningmethodfordeepspaceexplorerconsideringdynamicuncertainties

WANG  Xiao-Hui1,2, LI  Shuang1,2,*   

  1. 1.SchoolofAstronautics，NanjingUniversityofAeronautics&Astronautics，Nanjing210016，China
    2.NewTechnologyLaboratoryofNanjingUniversityofAeronautics&Astronautics，Nanjing210016，China
  • Received:2016-07-09 Revised:2016-08-05 Published:2016-12-25 Online:2016-11-24

PDF (PC)

363

被引次数

1

摘要： 针对现有的任务规划方法在响应深空动态不确定因素的扰动情况时存在的不确定因素识别度低、响应策略单一等问题，文章提出了一种考虑动态不确定因素的深空探测器任务规划算法。首先，对不确定扰动按从轻到重四个等级进行划分，并采用模糊神经网络评估不确定扰动属于哪种扰动级别，根据评估结果选择对应的扰动响应策略；然后，采用基于分层任务网络规划（HierarchicalTaskNetwork，HTN）的局部任务修复方法，对受到扰动的子系统对应的复合任务重新进行任务分解，完成对初始规划方案的调整修复。仿真结果表明所提出的算法可以有效地对深空动态不确定因素进行评估和响应，从而提高了任务规划的可靠性和灵活性。

关键词: 深空探测, 任务规划, 动态不确定因素, 模糊神经网络, 分层任务网络规划

Abstract: Anewmissionplanningalgorithmwasproposedtodealwiththeproblemsoflowidentifiabilityofdynamicuncertaintiesandsinglenessofresponsestrategyintraditionalmissionplanningalgorithmsfordeepspaceexplorer.Firstly，thelevelofdisturbancegeneratedbydynamicuncertaintieswasdividedintofourlevels.Fuzzyneuralnetworkwasusedtoevaluatethelevelofuncertainties，anditcanhelptochoosetheappropriateresponsestrategy.Secondly，alocalmissionrepairplanningmethodbasedonhierarchicaltasknetwork（HTN）wasproposedtoredecomposetheinvalidcomplexmissionscausedbythedisturbanceofuncertaintieswhentheresponsestrategywasrepairplanningstrategy.Finally，computersimulationresultsshowthattheproposedalgorithmcaneffectivelyevaluateandrespondtodeepspacedynamicuncertainfactors，andthereforeimprovethereliabilityandflexibilityofthemissionplanningalgorithm.

Key words: deepspaceexploration, missionplanning, dynamicuncertainties, fuzzyneuralnetwork, hierarchicaltasknetwork