航天器追逃博弈中的自适应控制策略与EKF应用

1. 项目背景与研究意义

航天器末端追逃博弈是现代空间对抗中的核心问题之一。想象一下这样的场景：在近地轨道上，追踪航天器需要在一定时间内拦截逃逸航天器，而逃逸方则会采取各种机动策略试图摆脱追踪。这就像一场太空中的"猫鼠游戏"，但双方都装备着精密的推进系统和复杂的控制算法。

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，然而实际作战环境中，这种理想假设往往不成立。逃逸方可能通过主动干扰、参数伪装等手段隐藏真实控制特性，使追踪方陷入信息劣势。这就引出了本文要解决的核心问题：当追踪方无法准确获知逃逸方的控制参数时，如何设计有效的自适应博弈策略？

2. 理论基础与模型构建

2.1 航天器相对运动建模

我们采用经典的Clohessy-Wiltshire(C-W)方程来描述近地轨道上两航天器的相对运动。这个模型将地球引力场简化为线性化形式，适用于相对距离远小于轨道半径的情况。模型状态向量包含三个位置分量和三个速度分量：

code复制ẋ = v_x
ẏ = v_y
ż = v_z
v̇_x = 3ω²x + 2ωv_y + u_x - w_x
v̇_y = -2ωv_x + u_y - w_y
v̇_z = -ω²z + u_z - w_z

其中ω是轨道角速度，u和w分别代表追踪方和逃逸方的控制输入。这个六阶微分方程组构成了我们后续博弈分析的基础框架。

实际工程中，C-W方程的适用性取决于轨道高度和相对距离。根据我们的经验，当相对距离小于轨道高度的1/10时，线性化假设带来的误差通常可以控制在5%以内。

2.2 微分博弈与纳什均衡

将追逃问题建模为零和微分博弈时，我们定义追踪方的目标是极小化拦截时间，而逃逸方的目标则是极大化最终相对距离。在完全信息条件下，双方的最优策略可以通过求解以下Hamilton-Jacobi-Isaacs(HJI)方程得到：

code复制min_u max_w ∇V·f(x,u,w) + L(x,u,w) = 0

其中V是值函数，f是系统动力学，L是即时成本函数。这个方程的解给出了博弈的纳什均衡策略——即任何一方单方面改变策略都无法获得更好结果的稳定状态。

2.3 不完全信息挑战与Epsilon均衡

当追踪方无法准确获知逃逸方的控制效率矩阵B时，问题就变得复杂了。我们通过