航天器追逃博弈中的EKF与ε-纳什均衡应用

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，其本质是双方在有限机动能力约束下的动态策略对抗。传统完全信息博弈假设在实际中往往难以成立——无论是轨道观测误差还是机动意图隐藏，都会造成信息不对称。这正是我们引入不完全信息博弈理论的原因。

Epsilon纳什均衡（ε-NE）作为经典纳什均衡的实用化扩展，允许策略存在可控范围内的次优性（ε偏差），更贴合工程实际。我们团队在复现期刊论文时发现，原模型对参数敏感度处理不足，当追踪方对逃逸方的质量特性、推进系统参数存在估计误差时，传统均衡策略容易失效。

2. 技术方案设计思路

2.1 整体架构设计

采用"参数估计+博弈决策"的双层闭环架构：

1. 感知层：扩展卡尔曼滤波(EKF)实时估计逃逸方状态参数
2. 决策层：基于估计参数构建收益矩阵，求解ε-纳什均衡策略
3. 自适应模块：根据博弈结果反馈调整EKF噪声参数

关键创新点：将参数估计误差量化为博弈收益矩阵的不确定性区间，通过ε值动态调节策略保守程度。

2.2 EKF参数估计实现

针对航天器动力学特点，建立7维状态向量：

code复制x = [r_x, r_y, v_x, v_y, m, α, β] 

其中m为质量，α、β为推进系统效率参数。观测方程考虑相对距离和方位角测量：

matlab复制function [h, H] = measurementModel(x)
    h = [sqrt(x(1)^2 + x(2)^2); 
         atan2(x(2), x(1))];  % 距离和角度观测
    H = [x(1)/h(1), x(2)/h(1), 0, 0, 0, 0, 0;
         -x(2)/h(1)^2, x(1)/h(1)^2, 0, 0, 0, 0, 0]; 
end

2.3 自适应博弈机制

设计收益矩阵时引入参数置信区间：

code复制U_ij = f(ẑ_k, P_k) ± ε·σ_ij

其中σ_ij为EKF估计协方差矩阵的投影值。ε的调整规则：

matlab复制if trace(P_k) > threshold
    epsilon = min(epsilon_max, epsilon_0 + k*trace(P_k));
else
    epsilon = max(epsilon_min, epsilon_0 - delta);
end

3. MATLAB实现关键代码解析

3.1 EKF核心模块

matlab复制function [x_est, P_est] = ekf_update(x_pred, P_pred, z, Q, R)
    [h, H] = measurementModel(x_pred);
    S = H*P_pred*H' + R;
    K = P_pred*H'/S;
    x_est = x_pred + K*(z - h);
    P_est = (eye(7) - K*H)*P_pred;
    P_est = (P_est + P_est')/2 + Q;  // 保证对称性
end

3.2 博弈策略求解

采用Lemke-Howson算法求解混合策略均衡：

matlab复制function [p1, p2] = solve_epsilon_NE(U1, U2, epsilon)
    A = [U1, -ones(size(U1,1),1); 
         -ones(1,size(U1,2)), 0];
    b = [zeros(size(U1,1),1); -1];
    f = [zeros(1,size(U1,2)), 1];
    lb = [zeros(size(U1,2),1); -inf];
    ub = [ones(size(U1,2),1)*(1+epsilon); inf];
    x = linprog(f, A, b, [], [], lb, ub);
    p1 = x(1:size(U1,1));
    p2 = x(size(U1,1)+1:end-1);
end

4. 典型问题与调试技巧

4.1 EKF发散问题

现象：协方差矩阵P快速膨胀导致估计失效
解决方案：

1. 添加过程噪声自适应调整：

matlab复制Q = diag([0.1^2, 0.1^2, 0.05^2, 0.05^2, 0.2^2, 0.3^2, 0.3^2]);
if det(P_pred) > 1e-4
    Q = Q * min(10, det(P_pred)*100);
end

2. 采用平方根滤波(SR-EKF)改进数值稳定性

4.2 均衡解震荡问题

原因：ε调整过于敏感
优化方法：引入滞后区间

matlab复制if trace(P_k) > upper_thresh && ~lock_high
    epsilon = epsilon + step;
    lock_high = true;
    lock_low = false;
elseif trace(P_k) < lower_thresh && ~lock_low
    epsilon = epsilon - step; 
    lock_low = true;
    lock_high = false;
end

5. 仿真结果分析

在100km追击场景下测试（初始参数误差30%）：

参数估计收敛过程显示：

• 质量m估计误差在50s内从30%降至5%
• 推进效率参数α、β估计误差在120s内降至8%

6. 工程实践建议

1. 硬件在环测试：在dSPACE等实时平台上验证算法时序
2. 参数初始化技巧：
   • 质量估计初值取航天器设计指标中值
   • 推进效率参数建议从0.5开始迭代
3. 实时性优化：
   • 预计算常见博弈场景的均衡解
   • 采用定点数运算加速EKF

实际部署中发现，当相对距离小于10km时，将ε值固定为0.05可避免末段策略震荡。这个经验值来自我们多次蒙特卡洛仿真的统计结果——在此距离上参数估计误差已趋于稳定，过度适应反而会引入噪声。