小衛(wèi)星集群系統(tǒng)任務(wù)規(guī)劃與控制方法*

白 雪 左小玉 陳天冀 徐 明

1. 北京航空航天大學(xué) 宇航學(xué)院, 北京 100191 2. 北京航空航天大學(xué) 未來空天技術(shù)學(xué)院/高等理工學(xué)院, 北京 100191

0 引言

近年來，現(xiàn)代小衛(wèi)星優(yōu)勢在國內(nèi)外空間探測任務(wù)中體現(xiàn)的越來越明顯。小衛(wèi)星具有成本低、研制開發(fā)周期短、應(yīng)用前沿技術(shù)、可靠性高的特點，成千上萬的小衛(wèi)星可構(gòu)成集群，通過群體行為共同實現(xiàn)空間任務(wù)[1-3]。

自然界中常見的群體行為通過具有自主行為能力的個體相互配合，共同合作完成任務(wù)，呈現(xiàn)集體自組織性和有序協(xié)同性[4]。對于復(fù)雜的空天任務(wù)，傳統(tǒng)的航天器星座、編隊等空間構(gòu)型已無法滿足對于自主任務(wù)、分布協(xié)同和系統(tǒng)進(jìn)化的需求，因此利用飛行器的集群行為，借助集群感知、智能決策、協(xié)同控制等技術(shù)，代替大衛(wèi)星進(jìn)行空間任務(wù)，極大地擴展了衛(wèi)星的探測區(qū)間或偵察范圍，使小衛(wèi)星集群協(xié)同任務(wù)模式發(fā)揮更大效能。針對目標(biāo)檢測任務(wù)，小衛(wèi)星集群可以實現(xiàn)多點分時的多重覆蓋。小衛(wèi)星集群采用分布式軌道轉(zhuǎn)移控制，任務(wù)群族相鄰小衛(wèi)星直接通信，可以減少信息量，降低計算機和通信的要求，易于實現(xiàn)[5-7]。不同于傳統(tǒng)編隊飛行具有繞飛中心且關(guān)注成員個體的位形分布，大量小衛(wèi)星組成的集群系統(tǒng)不再具有成員間明顯的隸屬關(guān)系，關(guān)注整體分布，傳統(tǒng)主從式航天器控制方法已不再適用[8]，需要對空間集群整體任務(wù)規(guī)劃模式與智能協(xié)同控制進(jìn)行研究。

目前已有多個國家的相關(guān)機構(gòu)開展了航天器集群的研究工作。美國國家航空航天局(NASA)提出一種探測小行星帶的衛(wèi)星集群系統(tǒng)(ANTS)，利用1000顆小衛(wèi)星組成的星群，完成小行星帶探測，其中群衛(wèi)星系統(tǒng)被劃分為不同等級，搭載不同載荷，利用群智能技術(shù)實現(xiàn)信息交互[9]。美國國防先進(jìn)研究計劃局(DARPA)提出一種將航天器以組為任務(wù)基本單位，利用無線通信技術(shù)，代替單個大型航天器進(jìn)行空間任務(wù)的方案(F6系統(tǒng))。該方案以信息交互為紐帶，靈活處理星間信息，實現(xiàn)傳統(tǒng)單一衛(wèi)星上各子系統(tǒng)的相應(yīng)功能，并驗證了衛(wèi)星集群相比單個大衛(wèi)星具有更廣泛的適應(yīng)能力且大大降低成本[10]。英國格拉斯哥大學(xué)提出一種利用航天器集群組成“天基鏡群”的方案，主要依靠安裝在集群表面的鏡面將太陽光反射到小行星表面，從而使小天體受熱產(chǎn)生推力改變軌道。結(jié)合全球定位系統(tǒng)和星載自主導(dǎo)航系統(tǒng)，此方案還可以精確確定小行星變軌時間[11]。

可以想像，未來外太空任務(wù)將以運行在近地軌道上的巨量小衛(wèi)星星群形式進(jìn)行空間任務(wù)規(guī)劃與探測，由此帶來的應(yīng)用效益遠(yuǎn)大于若干顆大衛(wèi)星帶來的影響。因此本論文關(guān)注小衛(wèi)星大規(guī)模星群，對空間集群任務(wù)規(guī)劃模式進(jìn)行研究，引入集群智能協(xié)同與規(guī)劃，實現(xiàn)智能指揮與訓(xùn)練決策，進(jìn)行系統(tǒng)整體自主協(xié)同控制，為我國未來開展小衛(wèi)星大規(guī)模集群設(shè)計與任務(wù)規(guī)劃提供必要的理論基礎(chǔ)和技術(shù)支撐。

1 小衛(wèi)星集群任務(wù)規(guī)劃模式與流程

小衛(wèi)星集群任務(wù)規(guī)劃通過從底向上、總分總的系統(tǒng)，發(fā)揮分布式特點，實現(xiàn)對空間目標(biāo)的特定任務(wù)。本文將小衛(wèi)星集群系統(tǒng)分為作為空中軌道基地的“空間基地”和其上所攜帶的大規(guī)模小衛(wèi)星星群兩部分。其中，“空間基地”部署在近地軌道上，具備較強的變軌能力，為小衛(wèi)星星群提供支援與承載、燃料補給、資源保障等功能，并進(jìn)行環(huán)境感知和態(tài)勢評估等職責(zé)；小衛(wèi)星構(gòu)成任務(wù)星星群小組，小組內(nèi)包含多顆任務(wù)星與一顆指揮星，由“空間基地”在目標(biāo)附近指定位置釋放，具體執(zhí)行任務(wù)指令，一次任務(wù)可根據(jù)需求和任務(wù)評估釋放多個星群小組。星群可以依托“空間基地”根據(jù)不同需求，進(jìn)行任務(wù)構(gòu)型的快速解算與相應(yīng)種類有效載荷的高效裝配，從而進(jìn)行協(xié)同自組織管理運行，實現(xiàn)單一航天器無法完成的復(fù)雜任務(wù)。執(zhí)行任務(wù)指令期間，“空間基地”通過對空間環(huán)境的感知，利用智能指揮與決策，執(zhí)行自主任務(wù)規(guī)劃的運行機制，明確任務(wù)星星群任務(wù)模式與規(guī)模，并根據(jù)任務(wù)評估結(jié)果進(jìn)行多輪次任務(wù)部署。

本文中小衛(wèi)星集群能夠?qū)崿F(xiàn)的任務(wù)模式包括：目標(biāo)探測、動能攔截和空間非合作目標(biāo)交會。1)目標(biāo)探測：任務(wù)星裝載紅外探測系統(tǒng)和可見光視頻裝置等，當(dāng)目標(biāo)航天器到達(dá)任務(wù)范圍時，任務(wù)星開啟星上探測設(shè)備，從多個角度方位獲取目標(biāo)相對位置、姿態(tài)、工作狀態(tài)等信息；2)動能攔截：以任務(wù)星自身作為整體直接碰撞目標(biāo)，打擊效果顯著，通常情況下，目標(biāo)難以在短時間內(nèi)采取有效的對抗或防范措施，并且動能攔截方式部署靈活，魯棒性高，生存能力強，技術(shù)相對簡單；3)非合作目標(biāo)交會：通過任務(wù)星靠近目標(biāo)之后利用自身攜帶的仿生吸附裝置與非合作目標(biāo)進(jìn)行交會對接，實現(xiàn)在軌衛(wèi)星故障修復(fù)等功能。無論何種任務(wù)模式或場景，都需要航天器集群內(nèi)部分工協(xié)作，實現(xiàn)探測，識別，追蹤，導(dǎo)航等功能，對集群衛(wèi)星間通信、信息交互和自主決策能力都提出了較高要求。

空間小衛(wèi)星集群流程中任務(wù)模式采用并行策略，即由任務(wù)需求自主決策確定星群任務(wù)模式和星群規(guī)模，可采取單一模式，亦可采取多種模式按時間先后或同時完成指定任務(wù)。

2 集群系統(tǒng)智能指揮與決策

2.1 基于多Agent系統(tǒng)的集群智能指揮與決策

小衛(wèi)星集群智能指揮與決策主要基于多個Agent系統(tǒng)，從底向上實現(xiàn)Agent間的協(xié)同和相互操作，包括協(xié)調(diào)知識、目標(biāo)、意圖和規(guī)劃等智能行為[12]。利用多個Agent間的通信構(gòu)建一個垂Agent體系統(tǒng)，不僅能夠克服單個Agent的局限性，而且交互通信可以確保所有Agent獲得關(guān)鍵信息，彼此相互依存和相互組織的關(guān)系能使該系統(tǒng)靈活地求解復(fù)雜問題。

基于多Agent系統(tǒng)的小衛(wèi)星集群智能指揮與決策總體框架，分為兩層結(jié)構(gòu)：上層為決策層，位于“空間基地”，主要功能為環(huán)境感知和態(tài)勢評估，并根據(jù)結(jié)果進(jìn)行星群動態(tài)協(xié)同任務(wù)規(guī)劃，選擇任務(wù)模式和集群規(guī)模。下層為執(zhí)行層，由多個小衛(wèi)星個體組成星群小組，主要負(fù)責(zé)解算執(zhí)行任務(wù)時的小組構(gòu)型和軌道轉(zhuǎn)移策略，并保持個體之間的信息交互。

集群系統(tǒng)智能指揮與決策主要是根據(jù)態(tài)勢評估函數(shù)、目標(biāo)屬性、目標(biāo)和“空間基地”的狀態(tài)、上一輪任務(wù)效果進(jìn)行星群動態(tài)協(xié)同任務(wù)規(guī)劃，確定新一輪任務(wù)指令，包括是否進(jìn)行下一星群小組的釋放、星群小組任務(wù)模式和規(guī)模。下達(dá)任務(wù)執(zhí)行指令后，地面站獲取到目標(biāo)星的狀態(tài)和類型并傳送給“空間基地”，“空間基地”需要根據(jù)總體任務(wù)需求、目標(biāo)星的類型(遙感、通信、攔截等)、自身狀態(tài)、目標(biāo)狀態(tài)進(jìn)行決策，確定每個星群小組任務(wù)模式與每組衛(wèi)星數(shù)量。當(dāng)前一組結(jié)束任務(wù)后，根據(jù)指揮星傳遞回來的任務(wù)評估結(jié)果，確定下一星群小組的模式與數(shù)量。重復(fù)以上過程直至完成總體任務(wù)要求。流程圖如圖1所示。

圖1 小衛(wèi)星集群指揮與決策流程圖

不同的目標(biāo)類型決定了任務(wù)模式的先后順序。而且不同的任務(wù)模式，后期姿態(tài)調(diào)整與任務(wù)評估也不盡相同。表1給出不同目標(biāo)對任務(wù)規(guī)劃的不同標(biāo)準(zhǔn)及需求。此外，目標(biāo)星的大小也將影響集群任務(wù)規(guī)劃中星群小組的規(guī)模。

表1 不同目標(biāo)的標(biāo)準(zhǔn)及需求

2.2 環(huán)境感知和態(tài)勢評估方法

態(tài)勢評估主要是基于航天器感知的目標(biāo)、集群和環(huán)境信息，評估當(dāng)前集群所處態(tài)勢優(yōu)劣并預(yù)測相應(yīng)的態(tài)勢發(fā)展。這是集群決策系統(tǒng)的核心，對星群小組內(nèi)單個衛(wèi)星的配置、規(guī)模、類型分配及性能發(fā)揮有重要影響。態(tài)勢評估本質(zhì)是建立從感知航天器態(tài)勢信息(包括目標(biāo)狀態(tài)、類型、大小，集群狀態(tài)，“空間基地”狀態(tài)等)到態(tài)勢值的復(fù)雜映射關(guān)系?？梢詫B(tài)勢評估函數(shù)分為角度優(yōu)勢函數(shù)、速度優(yōu)勢函數(shù)、軌道高度優(yōu)勢函數(shù)、距離優(yōu)勢函數(shù)以及效能優(yōu)勢函數(shù)，之后根據(jù)集群系統(tǒng)性能確定的固有判斷條件，以具體數(shù)值的方式給出態(tài)勢評估確定結(jié)果[13-14]。

基本的態(tài)勢評估函數(shù)包括：

1)角度優(yōu)勢函數(shù)

對于目標(biāo)探測任務(wù)模式，設(shè)計角度優(yōu)勢函數(shù)κA為：

(1)

其中任務(wù)星相對于目標(biāo)的方位角為φr，星群個體搭載的雷達(dá)最大搜索方位角為φR，激光探測最大擺角為φM，不可逃逸圓錐角為φK。對于動能攔截和目標(biāo)交會模式，無需考慮角度優(yōu)勢函數(shù)，默認(rèn)κA=1。

2)速度優(yōu)勢函數(shù)

對于動能攔截模式，相對速度差越大，效果越好，設(shè)計速度優(yōu)勢函數(shù)κV為：

(2)

其中Vrm為動能攔截最佳速度，Vr為任務(wù)星和目標(biāo)衛(wèi)星速度差。

對于目標(biāo)探測和交會，相對速度差接近于0，任務(wù)效果最好，設(shè)計速度優(yōu)勢函數(shù)為：

(3)

3)軌道高度優(yōu)勢函數(shù)

由于星群小組中的指揮星負(fù)責(zé)感知局部態(tài)勢，并進(jìn)行決策指揮，因此其相對于目標(biāo)衛(wèi)星的軌道高度將決定星群小組任務(wù)的優(yōu)勢程度。設(shè)計高度優(yōu)勢函數(shù)κH為：

(4)

其中hrm為任務(wù)最佳軌道高度，hr為指揮星的運行高度。

4)距離優(yōu)勢函數(shù)

對于目標(biāo)探測，設(shè)計距離優(yōu)勢函數(shù)κD為：

(5)

其中任務(wù)星相對于目標(biāo)的距離為dr，星群個體搭載的雷達(dá)最大搜索距離為dR，所攜帶激光測距儀的最大識別距離為dM，激光最小不可逃逸距離為dKmin，最大不可逃逸距離為dKmax。

對于動能攔截和目標(biāo)交會模式，設(shè)drm為任務(wù)最佳距離，設(shè)計距離優(yōu)勢函數(shù)κD為：

(6)

5)效能優(yōu)勢函數(shù)

集群的效能函數(shù)由衛(wèi)星及星上載荷的性能決定，不需進(jìn)行估計與優(yōu)化，κE表示效能優(yōu)勢函數(shù)。當(dāng)星群小組滿足任務(wù)條件時，κE=1，否則為0。

6)整體態(tài)勢評估函數(shù)

整體態(tài)勢評估函數(shù)為均衡不同優(yōu)勢函數(shù)κA，κV，κH，κD，κE之間的量級和取值范圍的不同，使各個態(tài)勢值均保持在合理的有限范圍，避免態(tài)勢值差異過大而影響整體評估效果，采用帶權(quán)重的Sigmoid函數(shù)描述。將κA，κV，κH，κD，κE作為Sigmoid函數(shù)的自變量輸入，可得到參數(shù)可調(diào)的整體態(tài)勢評估函數(shù)T：

(7)

其中，ωk，βk，k=1, 2, 3, 4, 5為優(yōu)化權(quán)重參數(shù)。

3 集群系統(tǒng)構(gòu)型優(yōu)化與軌道轉(zhuǎn)移

集群系統(tǒng)任務(wù)星星群小組執(zhí)行任務(wù)時，需要進(jìn)行構(gòu)型優(yōu)化和相應(yīng)的軌道轉(zhuǎn)移與重構(gòu)。轉(zhuǎn)移過程中，“空間基地”進(jìn)行大尺度轉(zhuǎn)移迅速接近目標(biāo)，之后星群小組中指揮星通過脈沖轉(zhuǎn)移軌道，任務(wù)星則通過連續(xù)有限推力變軌實現(xiàn)任務(wù)構(gòu)型建立。連續(xù)有限推力轉(zhuǎn)移基于相對運動模型實現(xiàn)，其目標(biāo)構(gòu)型通過優(yōu)化算法得到，轉(zhuǎn)移路徑及轉(zhuǎn)移過程中加速度的設(shè)置通過一種基于Jordan分解的連續(xù)推力控制重構(gòu)策略計算得到。

3.1 集群系統(tǒng)分布式轉(zhuǎn)移策略

集群任務(wù)中，每個任務(wù)星之間姿態(tài)、位置、速度等信息與集群中相鄰成員進(jìn)行交互，采用分布式控制方法，不需要獲取全部集群成員的信息，減少信息量的同時降低了單顆星上計算機的要求。

獲得任務(wù)模式和星群規(guī)模后，“空間基地”通過改變軌道面以及Lambert轉(zhuǎn)移來縮短“空間基地”與目標(biāo)星的距離。在確定任務(wù)星與“空間基地”的軌道要素后，先在兩軌道面交點上用一次脈沖改變軌道平面，對于本身已經(jīng)共面或者兩軌道面相差較小的情況可以跳過這部分。修改完軌道面后，通過Lambert轉(zhuǎn)移縮短“空間基地”與目標(biāo)星的距離，其中Lambert轉(zhuǎn)移的時間以及圈數(shù)通過優(yōu)化算法得到，在優(yōu)化中時間約束在適當(dāng)范圍內(nèi)，以所需總速度改變量為優(yōu)化目標(biāo)。當(dāng)目標(biāo)星進(jìn)入“空間基地”任務(wù)執(zhí)行范圍內(nèi)后，“空間基地”進(jìn)行減速，既避免與目標(biāo)星距離過近，也減少了指揮星與目標(biāo)星的速度差。圖2給出集群“空間基地”轉(zhuǎn)移部分流程圖。

圖2 集群“空間基地”轉(zhuǎn)移部分流程圖

集群中單個衛(wèi)星近距離軌道轉(zhuǎn)移采用相對軌道坐標(biāo)系，以星群群組中的指揮星為中心，實現(xiàn)任務(wù)星星群由“空間基地”向目標(biāo)星的接近。建立由指揮星與N個任務(wù)星組成的第j輪星群小組相對運動關(guān)系：

(8)

(9)

(10)

3.2 集群任務(wù)構(gòu)型優(yōu)化

當(dāng)“空間基地”完成減速后，開始進(jìn)行集群星群小組構(gòu)型優(yōu)化與分布式控制。任務(wù)星個數(shù)以及任務(wù)模式由頂層決策得到。執(zhí)行任務(wù)的構(gòu)型通過代理模型進(jìn)行優(yōu)化[16-17]。圖3為所示的集群構(gòu)型優(yōu)化與分布式控制流程圖。

圖3 集群構(gòu)型優(yōu)化與分布式控制流程圖

對于目標(biāo)探測、動能攔截和空間非合作目標(biāo)交會這3種不同的任務(wù)模式，在任務(wù)構(gòu)型的優(yōu)化中，分別設(shè)置了不同的目標(biāo)函數(shù)以及約束條件。

(1)目標(biāo)探測

在任務(wù)構(gòu)型的優(yōu)化中，約束條件為任務(wù)星與目標(biāo)星的距離能夠處于星上設(shè)備所及的探測范圍內(nèi)。優(yōu)化目標(biāo)考慮3個因素:1)整個重構(gòu)過程所消耗的推進(jìn)劑總量最?。?)指向性問題。對于星上設(shè)備指向或者激光照射位置有明確要求的目標(biāo)，安排盡量多的任務(wù)星滿足這一要求；對于沒有要求的衛(wèi)星，盡量使得任務(wù)星在空間上分布較為均勻，盡量從多個方向探測目標(biāo)；3)由于目標(biāo)探測需要持續(xù)觀測，希望在執(zhí)行任務(wù)期間，任務(wù)星相對于目標(biāo)星的角速度盡量較小。

(2)動能攔截

在任務(wù)構(gòu)型的優(yōu)化中，約束條件為執(zhí)行時刻任務(wù)星能夠與目標(biāo)星發(fā)生碰撞，即任務(wù)星在任務(wù)期間的位置應(yīng)當(dāng)都在目標(biāo)星的體積內(nèi)。優(yōu)化目標(biāo)考慮2個因素：1)碰撞時相對速度盡量較大，才能保證撞擊的效果；2)對于不同的任務(wù)星，其與目標(biāo)星碰撞的角度與位置盡量存在一定差異，從而能夠?qū)⑿Ч畲蠡?/p>

(3)非合作目標(biāo)交會

約束條件設(shè)置為執(zhí)行時刻任務(wù)星與目標(biāo)星的相對距離和速度在一定范圍內(nèi)，對于目標(biāo)交會而言，這里的執(zhí)行時刻并非直接交會的時刻，而是任務(wù)星開始近距離逼近目標(biāo)的時刻。優(yōu)化目標(biāo)考慮2個因素：1)與目標(biāo)探測相同，希望所消耗的推進(jìn)劑盡量較少；2)從實現(xiàn)交會的角度考慮，需要使得在執(zhí)行時刻，目標(biāo)星與任務(wù)星的相對速度盡量較小，從而避免在交會對接中發(fā)生碰撞，影響任務(wù)效果。

4 集群系統(tǒng)協(xié)同控制

在復(fù)雜空間環(huán)境中，眾多集群個體協(xié)同配合執(zhí)行任務(wù)，進(jìn)行有效的協(xié)同制導(dǎo)或跟瞄控制，可提高目標(biāo)探測的準(zhǔn)確性和任務(wù)效能。

4.1 集群系統(tǒng)協(xié)同末制導(dǎo)

空間集群任務(wù)中，集群航天器始終運行在軌道空間，與目標(biāo)之間相對運動狀態(tài)變化很快，要求其具備高精度制導(dǎo)和控制能力。而集群系統(tǒng)內(nèi)多個個體對目標(biāo)進(jìn)行不同位置、不同角度的觀測，需要任務(wù)星在時間上具有統(tǒng)一性。因此，在任務(wù)執(zhí)行過程中，采用基于線性二次型調(diào)節(jié)器(LQR)的控制器，使集群個體執(zhí)行任務(wù)時能夠最小化與目標(biāo)航天器的誤差，實現(xiàn)高精度的集群協(xié)同末制導(dǎo)。

4.2 集群系統(tǒng)姿態(tài)協(xié)同控制

目標(biāo)探測與空間交會具有較高的姿態(tài)機動和指向控制精度要求。在軌道轉(zhuǎn)移后，每組任務(wù)星圍繞在目標(biāo)星周圍，調(diào)整姿態(tài)以進(jìn)行末制導(dǎo)。以目標(biāo)探測為例，期望衛(wèi)星能調(diào)整姿態(tài)對準(zhǔn)目標(biāo)星，即本體軸在任務(wù)星與目標(biāo)星的連線上。軌道轉(zhuǎn)移過程中的姿態(tài)根據(jù)所需推力方向進(jìn)行調(diào)整。經(jīng)過一定時間的姿態(tài)穩(wěn)定，最終各個衛(wèi)星的姿態(tài)都達(dá)到期望值，繼而執(zhí)行任務(wù)指令。

5 仿真實例

小衛(wèi)星集群系統(tǒng)針對單個目標(biāo)進(jìn)行空間集群任務(wù)規(guī)劃，“空間基地”初始軌道要素為：軌道半長軸as=7178137m，偏心率es=0，軌道傾角is=30°，升交點赤經(jīng)Ωs=30°，近地點幅角ωs=0°，緯度幅角Ms=0°。目標(biāo)初始軌道要素為：軌道半長軸at=7178137m，偏心率et=0，軌道傾角it=35°，升交點赤經(jīng)Ωt=35°，近地點幅角ωt=0°，緯度幅角Mt=10°。集群任務(wù)配置為：集群最大任務(wù)輪次為6次，單次最大衛(wèi)星數(shù)20個。目標(biāo)整星重量1000kg，種類為遙感衛(wèi)星。

采用本文的方法完成空間環(huán)境感知和態(tài)勢評估，并進(jìn)行集群任務(wù)規(guī)劃、軌道轉(zhuǎn)移與構(gòu)型優(yōu)化，最終實現(xiàn)分布式控制。圖4給出“空間基地”與目標(biāo)星相對軌道(轉(zhuǎn)移段)。此次任務(wù)共進(jìn)行4輪星群釋放，每一輪智能決策與指揮結(jié)果分別為目標(biāo)探測(9顆任務(wù)星)、目標(biāo)探測(10顆任務(wù)星)、目標(biāo)交會(10顆任務(wù)星)、目標(biāo)交會(10顆任務(wù)星)。任務(wù)規(guī)劃過程中的相對軌道如圖5～8所示。

圖4 “空間基地”與目標(biāo)星相對軌道(轉(zhuǎn)移段)

圖5 第1次任務(wù)軌道(目標(biāo)探測)

圖6 第2次任務(wù)軌道(目標(biāo)探測)

圖7 第3次任務(wù)軌道(目標(biāo)交會)

圖8 第4次任務(wù)軌道(目標(biāo)交會)

6 結(jié)論

針對空間任務(wù)復(fù)雜的特點，給出小衛(wèi)星集群自主任務(wù)規(guī)劃方案、任務(wù)模式及數(shù)量選取策略和集群協(xié)同控制方法等關(guān)鍵技術(shù)，為小衛(wèi)星集群系統(tǒng)執(zhí)行復(fù)雜任務(wù)技術(shù)奠定基礎(chǔ)。提出基于多Agent系統(tǒng)的集群智能指揮與訓(xùn)練決策方法，讓所有的集群個體圍繞共同任務(wù)目標(biāo)，相互協(xié)調(diào)配合，完成獨立個體無法完成的任務(wù)。為提高小衛(wèi)星集群個體配合執(zhí)行任務(wù)時對目標(biāo)探測的準(zhǔn)確性，采用有效的協(xié)同制導(dǎo)和跟蹤控制，提高集群任務(wù)效果。通過對大量航天器進(jìn)行動力學(xué)建模，構(gòu)建態(tài)勢環(huán)境，設(shè)計智能指揮與決策策略，從指揮決策、協(xié)同飛行到末端制導(dǎo)進(jìn)行全過程仿真，實現(xiàn)對小衛(wèi)星集群真實任務(wù)場景的高可信度推演。小衛(wèi)星集群化設(shè)計將有利于提高系統(tǒng)的適應(yīng)性、穩(wěn)定性和魯棒性，為未來開展更大規(guī)模集群建設(shè)提供技術(shù)支撐。