基于物理信息归一化流的鲁棒卫星姿态动力学学习

《Acta Astronautica》:Learning robust satellite attitude dynamics with physics-informed normalising flow

【字体: 大 中 小 】 时间:2026年03月28日 来源:Acta Astronautica 3.7

编辑推荐:

  姿态控制是航天器运行的基本方面。模型预测控制(MPC)已成为这些任务的有力策略,依赖系统动力学的精确模型在预测时域内优化控制动作。在物理模型不完整、难以推导或计算成本高昂的场景中,机器学习通过直接从数据学习系统行为提供了一种灵活替代方案。然而,纯数据驱动模型通

  
姿态控制是航天器运行的基本方面。模型预测控制(MPC)已成为这些任务的有力策略,依赖系统动力学的精确模型在预测时域内优化控制动作。在物理模型不完整、难以推导或计算成本高昂的场景中,机器学习通过直接从数据学习系统行为提供了一种灵活替代方案。然而,纯数据驱动模型通常在泛化性和稳定性方面存在困难,尤其是应用于训练域之外的输入时。为解决这些局限性,研究人员研究了将物理信息神经网络(PINNs)纳入航天器姿态动力学学习中的益处,并将其性能与纯数据驱动方法进行比较。使用带有自注意力机制的实值非体积保持(Real NVP)神经网络架构,研究人员在Basilisk仿真器生成的模拟数据上训练了多个模型。考虑了两种训练策略:纯数据驱动基线和物理信息变体,以提高鲁棒性和稳定性。研究结果表明,纳入基于物理的信息显著提升了性能,最佳架构的平均相对误差降低了27.08%。这些优势在将学习模型集成到MPC框架中时尤为明显,基于PINN的模型在控制精度和鲁棒性方面始终优于纯数据驱动对应模型,并且在存在观测噪声和反作用轮(RWs)摩擦时,与传统MPC方法相比实现了改进的稳定时间,改进幅度高达62%。
论文解读:基于物理信息归一化流的鲁棒卫星姿态动力学学习

研究背景、问题与动机:卫星姿态控制系统的有效性对于空间任务的整体成果至关重要,直接影响运行效率和寿命。高精度指向能力是维持通信链路、收集科学仪器精确数据以及确保热控制的核心。然而,由于航天器复杂非线性动力学及空间环境的高度可变条件,设计鲁棒姿态控制系统(ACS)仍是重大挑战。反作用轮(RWs)作为常见执行器,虽提供高精度和连续平滑控制,但也引入显著非线性,如摩擦和饱和效应。此外,航天器在轨运行持续受重力梯度、大气阻力和磁场力矩等外部扰动。传统基于物理的模型依赖简化假设,在动态和不确定环境中精度受限;而纯数据驱动机器学习(ML)算法虽灵活,但在安全关键应用中存在泛化和稳定性问题。为此,研究人员提出将物理信息神经网络(PINNs)整合到航天器姿态动力学学习中,旨在提高模型对于控制任务的鲁棒性和精度,为先进控制方法如模型预测控制(MPC)提供更可靠的动力学模型。该论文发表在《Acta Astronautica》。

主要关键技术方法(不超过250字):研究人员采用实值非体积保持(Real NVP)神经网络架构(属于归一化流[normalising flow]),结合自注意力(self-attention)机制,并在训练中使用两类损失:数据驱动损失(NRMSE)和物理信息惩罚项(包括角加速度误差和角动量守恒误差)。物理信息损失基于刚体航天器动力学方程,忽略外部扰动以充当正则化项。损失权重通过拉格朗日对偶(Lagrangian dual)方法动态调整。数据集使用Basilisk仿真器生成,模拟58 kg卫星在低地球轨道(LEO)执行MRP反馈控制姿态机动,包含重力梯度、磁干扰和大气阻力等环境扰动,并引入参数误差(如惯性矩阵约10%偏差)。训练与测试集分别由300和50条轨迹构成,采样间隔0.1秒。模型训练在GPU上完成,推理延迟在Jetson Nano、Raspberry PI 4B等边缘设备上测试。

研究结果:

5.1. 动力学学习实验(Dynamics learning experiments):通过网格搜索确定最佳架构(4个耦合层,每个2个全连接层,每层64单元)。实验表明,引入卫星和RWs的惯性参数可提升结果,即便测试集惯性矩阵存在约10%误差。使用拉格朗日对偶方法相比固定权重获得更优性能。对比纯数据驱动(DD)与物理信息+拉格朗日对偶(LD)模型,NVPSA2-LD(自注意力机制输入为控制力矩和惯性矩阵)在10步自循环预测中取得最低平均相对误差(MRE)1.75和物理误差0.31,优于其他架构。纯数据驱动模型的标准差高一个量级,且自注意力机制增强了输入力矩与预测角速度变化的相关性。Wilcoxon检验显示10步预测差异显著。

5.2. MPC实验(MPC experiments):将最佳模型NVPSA2-DD和NVPSA2-LD嵌入MPC框架,进行300次蒙特卡洛(MC)模拟,引入随机初始姿态、参数估计误差(质量±20%,惯性矩阵±10%)、状态估计噪声(高斯噪声±3%)及RWs摩擦。结果:所有模型稳态误差低于1度,但纯数据驱动模型轨迹稳定性较差。NVPSA2-LD的中位稳定时间(收敛至1度指向误差)为42.8秒,远优于线性MPC(114.1秒)和非线性MPC(186.2秒)。NVPSA2-LD的稳态误差中位数为0.0464度,低于NVPSA2-DD的0.5865度。稳定性性能误差(SPE)分析显示物理信息模型在存在噪声和参数误差下保持稳定,可实现快速收敛。

5.3. 边缘推理(Edge inference):在AMD GX-412HC、Raspberry PI 4B和Jetson Nano等设备上测试推理延迟。NVPSA2模型在CPU上的平均延迟介于2.62至9.12毫秒,可支持100 Hz至380 Hz的控制频率,证明其适合星载部署。

讨论与结论部分:总结指出,将物理知识作为归纳偏置纳入训练可显著提升模型性能,在10步预测中MRE改进27.08%至90.22%。嵌入MPC后,物理信息模型在300次MC模拟中展现出鲁棒闭环控制性能和抗噪声能力,稳定时间相比最佳传统MPC提升约62%。研究结论翻译:“在这项工作中,我们引入了一种新颖的框架,用于学习航天器姿态动力学,该框架使用带有自注意力机制的Real NVP神经网络,并通过结合数据驱动监督和物理信息惩罚的混合损失进行训练。两个损失项的相对权重在训练过程中通过拉格朗日对偶方法动态改变。我们的分析表明,将物理知识作为归纳偏置纳入训练显著提升了模型性能,在预测10个时间步时,平均相对误差(MRE)的改进范围从27.08%到90.22%。将学习模型嵌入MPC框架进一步验证了其实用性,展示了鲁棒的闭环控制性能以及对观测噪声和RWs摩擦的韧性。该评估通过展示300次蒙特卡洛模拟的轨迹分布、评估其平均稳态误差和稳定时间来进行,同时比较了传统MPC方案。与表现最佳的传统MPC相比,稳定时间改进约62%。此外,计算了稳定性性能误差(SPE)以评估所提控制器的稳定性。在所有指标中,物理信息模型始终比数据驱动方法取得更好的结果,展现出优越的鲁棒性。”
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号