[0001] 本发明涉及火箭垂直回收技术的制导与控制技术领域，尤其涉及一种火箭垂直回收过程中的制导控制一体化系统及方法。

[0002] 随着空间探索的深入，各国对火箭的需求日益增长。为降低成本，近年来国内外多家商业公司在积极探索火箭的回收再利用技术。2015年，美国商业航天公司SpaceX成功实现了Faclon‑9火箭的一子级回收。掌握火箭回收过程中的关键核心技术已成为所有商业航天公司的重中之重。

[0003] 火箭回收过程一般分为四个阶段：惯性调姿段、动力减速段、气动减速段和动力软着陆段。动力软着陆指火箭利用制动发动机反推进行减速，在到达着陆表面时速度接近零。历经动力软着陆段，火箭一子级最终软着陆于预设位置。因此，动力软着陆段是火箭一子级垂直回收成功与否的关键，而能够根据火箭的当前飞行状态在线生成满足约束条件的飞行轨迹和控制指令，使其在返回过程中具备自适应调整和实时优化的能力，并有效应对各种干扰和突发情况，是火箭垂直返回必须解决的制导控制技术问题。

[0004] 但是火箭垂直返回过程中面临异常苛刻的终端约束、飞行空域跨度大、飞行环境变化显著、飞行过程约束复杂等技术挑战。同时，垂直回收过程还涉及气动加热、发动机反推点火和栅格舵控制等因素的耦合作用，使火箭面临更显著的干扰及模型不确定性，对在线轨迹规划的任务适应性提出更高要求。在线轨迹规划技术应该具备容错能力，有足够的适应性来应对各种异常和不确定性，能够及时采取措施，调整轨迹优化策略，以最大程度地降低对箭体的损害，确保安全着陆。

[0005] 容错制导技术通过实时决策更换标称轨迹以尽可能减少任务损失，需要以在线轨迹规划技术为基础。当前绝大多数的在线轨迹规划技术都是通过规定好制导周期，在每个制导周期内都重新计算生成以当前飞行状态为起点的后续的最优飞行轨迹。这类方法相比离线轨迹规划显然具有更强的容错能力，但是由于箭体所受的飞行动力环境相当复杂，所以每次求解的箭体动力学方程存在很多约束条件，这就导致该类在线轨迹规划方法的计算复杂度相当高，而箭体上的计算资源有限，无法满足实时制导的需求。

[0006] 蒋金哲等人在中国发明专利申请“一种基于凸优化和伪谱法的火箭再入返回算法”（申请号为：CN202311074194.5）中，按照一定的时间间隔将箭体运动方程离散化，将非凸优化问题转化成凸优化问题，并在每个时间间隔内使用高斯伪谱法进行箭体轨迹规划问题的求解。但是现实中并非需要在每个时间间隔内都进行一次制导规划，一是会增加计算复杂度，二是箭体的计算资源有限，无法满足实时制导的需求，三是反复更新目标轨迹可能会使系统的鲁棒性降低。

[0007] 因此，本领域的技术人员致力于开发一种新的制导控制一体化系统及方法，解决现有箭体动力软着陆段的制导技术中存在的计算复杂度高但箭体计算资源有限、系统鲁棒性较差等缺陷。

[0023] 以下参考说明书附图介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。

[0024] 实施例1如图1所示，为一种火箭垂直回收过程中的制导控制一体化系统，包括控制模块、衔接模块、在线制导模块；
其中，控制模块是控制火箭箭体沿标称轨迹正常可靠飞行的部分，包括最优控制模型和模型预测控制，一方面控制火箭箭体沿接收的标称轨迹飞行，另一方面计算未来若干个时刻的状态变量；
衔接模块位于控制模块和在线制导模块之间，包括分类模型，接收控制模块的未来若干个时刻的状态变量，并判断火箭箭体的当前状态是否需要启动在线制导模块；
在线制导模块连接衔接模块，包括在线轨迹优化模型，负责生成新的目标轨迹，并对标称轨迹进行更新。

[0025] 特别地，在火箭箭体偏离目标轨迹超出阈值且火箭箭体当前的状态无法或难以支撑火箭箭体回到预定轨道时，在线制导模块重新生成新的目标轨迹。

[0026] 实施例2在实施例1的基础上，特别地，最优控制模型接收标称轨迹，建立火箭箭体的最优控制问题和状态空间表达式，并进行离散化处理；模型预测控制连接最优控制模型，接收离散化处理的结果，计算火箭箭体的最优控制输入，实现对火箭箭体的飞行控制，并给最优控制模型提供状态反馈。

[0027] 特别地，控制模块还包括导航系统、姿态控制系统、电源供配电系统、时序控制系统。

[0028] 实施例3本发明提供一种火箭垂直回收过程中的制导控制一体化方法，包括以下步骤：
步骤1、建立动力软着陆段的最优控制问题，并利用模型预测控制方法求解未来个时刻的最优输入指令及箭体状态；
步骤2、使用训练好的二分类模型对当前系统的状态进行是否需要重新在线制导的判断；
步骤3、建立在线轨迹求解的优化问题，并使用内点法求解。

[0029] 实施例4在实施例3的基础上，步骤1包括以下子步骤：
步骤1.1、当火箭箭体进入动力减速段后，获取火箭的实时状态信息，并将实时状态信息作为火箭在当前时刻 的初始状态；实时状态信息包括箭体的实时位置信息、速度矢量信息、姿态角信息（俯仰角、偏航角、滚转角）、加速度矢量信息等描述箭体飞行状态的关键信息；
步骤1.2、以火箭箭体的标称轨迹的目标着陆点为原点，建立空间坐标系及火箭箭体的运动方程组；
运动方程组的最终表达式具体为：
其中，为火箭箭体的加速度矢量，、 分别为弹道倾角和弹道偏角的旋转角速度，、 、为火箭箭体的速度分量， 、 、 分别为火箭箭体绕箭体坐标系的三个轴的角加速度分量， 、 、 分别为火箭箭体绕箭体坐标系的三个轴的转动惯量， 、 、分别为弹性变形下作用在火箭箭体的各外力对箭体质心的力矩，、、分别为火箭箭体的偏航角、俯仰角、滚转角加速度分量，、、 分别为火箭箭体的攻角、侧滑角、速度滚转角， 为总燃料的质量流率， 、 、 、 分别为三通道的气动舱以及发动机推力大小的控制；
火箭运动方程组是描述作用的力、力矩与运动参数之间关系的一组方程，按照运动的分解可分为质心动力学方程、质心运动学方程、绕质心动力学方程、绕质心运动学方程、角度几何关系方程、质量变化方程及操纵关系方程7类。

[0030] 步骤1.3、根据火箭箭体在着陆过程中受到的约束和控制目标，建立火箭箭体在动力软着陆段的最优控制问题；将步骤1.2中的最终表达式表示为以下形式：
其中， 是系统状态向量， 是控制输入向量， 是输出向量；
控制系统的目的是通过控制输入变量使火箭箭体的实际轨迹尽可能接近标称轨迹，所以目标函数可以表达为以下形式：
其中， 为标称轨迹，和 是权重矩阵，用于控制轨迹偏差和控制输入；
约束条件包括状态约束和输入控制约束：
步骤1.4、根据动力学方程建立状态空间表达式并进行离散化处理；
状态空间表达式为：
其中， 为第 个时刻的系统状态向量， 为第 个时刻的控制输入向量，
是过程噪声， 是测量噪声；
目标函数表达为：
约束条件为：
步骤1.5、在每一个时刻 ，使用模型预测控制（MPC）方法求解上述优化问题，得到火箭箭体未来 个时刻的最优输入指令和箭体状态；
设预测时域为N，则在 时刻得到N个预测的状态变量为：
。

[0031] 实施例5在实施例3或4的基础上，步骤2可使用多种二分类模型，以支持向量机（Support Victor Machine，SVM）为例简述具体步骤。

[0032] 具体地，步骤2包括以下子步骤：步骤2.1、构建训练数据集和测试集，需要在线重新制导输出1，否则输出0，使用交叉熵损失函数训练模型，使训练损失降低到设定的阈值范围；
步骤2.2、将步骤1.5得到的未来前 个时刻的状态输入模型，若前 个时刻的状态的输出中存在1的输出，则认为需要在线重新制导，执行步骤3，否则无需执行步骤3。

[0033] 实施例6在实施例3、4或5的基础上，步骤3包括以下子步骤：
步骤3.1、以火箭箭体的标称轨迹的目标着陆点为原点，建立空间坐标系及火箭箭体的动力学方程；根据火箭箭体在着陆过程中受到的约束和控制目标，建立火箭箭体在动力软着陆段的最优轨迹规划问题；
步骤3.2、对步骤3.1中的最优轨迹规划问题进行凸优化处理，得到新的优化问题，并对新的优化问题进行求解得到新的标称轨迹。

[0034] 特别地，步骤3.1中的最优轨迹规划问题的优化目标为飞行过程中消耗的燃料最省：约束条件和动力学方程：
特别地，步骤3.2使用Matlab的凸优化求解器对新的优化问题进行求解。

[0035] 以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。