1. 项目背景与研究意义
航天器末端追逃博弈是空间对抗领域的关键问题之一。在近地轨道环境中,追踪航天器需要在有限时间内完成对逃逸航天器的拦截,而逃逸方则通过机动策略试图摆脱追踪。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,这在实际工程中往往难以实现。由于空间环境的复杂性和信息获取的限制,追踪方通常无法准确获知逃逸方的控制矩阵参数,导致博弈处于不完全信息状态。
这种信息不对称会显著影响拦截效果。我们的实验数据显示,当控制矩阵参数存在20%的估计误差时,拦截时间会延长50%以上,最终拦截精度下降一个数量级。这在实际任务中可能导致任务失败或需要消耗更多燃料进行修正。因此,开发能够适应不完全信息条件的智能博弈策略具有重要的理论和工程价值。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
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通常采用C-W方程描述。这个线性化模型假设主航天器在圆轨道上运行,且相对距离远小于轨道半径。在轨道坐标系中,动力学方程可表示为:
code复制ẍ - 2ωż - 3ω²x = u_x
ÿ + ω²y = u_y
z̈ + 2ωẋ = u_z
其中ω是轨道角速度,(x,y,z)是相对位置分量,(u_x,u_y,u_z)是控制加速度。我们将这个方程组改写为状态空间形式:
code复制Ẋ = AX + BU
状态向量X包含位置和速度分量,A矩阵体现轨道力学特性,B矩阵反映控制效率。在完全信息博弈中,双方都准确知道对方的B矩阵。
2.2 微分博弈与纳什均衡
追逃问题可以建模为二人零和微分博弈。追踪方试图最小化拦截时间和终端距离,逃逸方则试图最大化这些指标。纳什均衡解是指双方都采用最优策略时达到的稳定状态,此时任何单方面改变策略都无法获得更好结果。
求解这类博弈通常需要解耦黎卡提微分方程。我们构建的价值函数包含终端惩罚和过程代价:
code复制J = X(T)'Q_TX(T) + ∫(X'QX + U_P'R_PU_P - U_E'R_EU_E)dt
其中Q_T、Q是状态权重,R_P、R_E是控制权重。通过哈密顿-雅可比-贝尔曼方程可推导出最优策略。
3. 不完全信息处理方案
3.1 Epsilon纳什均衡概念
当追踪方不知道逃逸方的真实B矩阵
