航天器追逃博弈中的ε-纳什均衡与EKF参数估计

1. 项目背景与核心问题

航天器末端追逃博弈是空间对抗领域的关键课题，其本质是追踪方与逃逸方在有限时间内的动态策略对抗。传统研究通常假设双方完全掌握对方的动力学参数和控制策略，但在实际太空任务中，这种理想假设往往难以成立。逃逸方会通过主动机动、电磁干扰等手段隐藏真实控制参数，导致博弈进入不完全信息状态。

我在参与某型卫星在轨服务项目时，曾遇到追踪航天器因参数误判导致拦截失败的情况。当时逃逸卫星突然改变推力配置，使预设控制策略完全失效。这个教训促使我深入研究ε-纳什均衡理论在不完全信息博弈中的应用价值。

2. 理论基础与模型构建

2.1 Clohessy-Wiltshire相对运动方程

近地轨道航天器的相对运动采用C-W方程描述：

code复制ẍ - 2ωż - 3ω²x = u_x
ÿ + 2ωẋ = u_y
z̈ + ω²z = u_z

其中ω为轨道角速度，(x,y,z)为相对位置分量，(u_x,u_y,u_z)为控制加速度。这个线性化模型在相对距离小于轨道半径10%时具有足够精度。

我在仿真中发现，当初始距离超过50km时，非线性项的影响会导致约5%的位置预测误差。因此在实际工程中，建议对超过20km的追逃场景采用T-H方程或数值积分法。

2.2 ε-纳什均衡的数学定义

对于收益函数J_p和J_e，策略组合(u*,v*)构成ε-纳什均衡当且仅当：

code复制J_p(u*,v*) ≤ J_p(u,v*) + ε_p
J_e(u*,v*) ≥ J_e(u*,v) - ε_e

其中ε为非负常数，反映因信息不完全导致的均衡偏离程度。通过引入这个松弛变量，我们可以量化估计误差对博弈结果的影响。

3. 基于EKF的参数估计算法

3.1 状态空间扩展

将逃逸方的未知控制矩阵B_e扩展为状态变量：

code复制X_hat = [x; y; z; ẋ; ẏ; ż; vec(B_e)]

这种处理方式的关键在于合理设置过程噪声协方差。经过多次实验验证，建议对位置状态取10^-6量级，速度状态取10^-4量级，参数状态取10^-2量级。

3.2 EKF实现细节

matlab复制% 预测步骤
X_pred = f(X_hat) + w;
P_pred = F*P*F' + Q;

% 更新步骤