形状基法(Shape-Based Method)
本文作者:天疆说
定义
形状基法预先指定小推力轨道的几何形状——通常以极径 或极角 作为时间的参数化解析函数——再从运动方程反解出实现该形状所需的推力加速度剖面 。这绕过了完整的最优控制求解,给出快速的近似轨迹,作为后续高保真数值优化(直接配点或间接打靶法)的初值(Petropoulos and Longuski 2004)。
在小推力任务的初始设计阶段尤其有用:设计空间巨大、NLP 解算器难以无初值收敛。
逆多项式形状函数
逆多项式形状函数以如下形式指定轨道极径:
其中 为极角(通常是真近点角或广义角坐标)。系数 是设计变量,需满足初末位置和速度边界条件并保持推力大小在容许范围内。
"逆"的含义在于表示形式 而非 ,这对大径向变化轨迹( 从 LEO 高度约 300 km 到月球距离约 384,000 km 跨越三个数量级)有天然优势—— 对应 ,是良态极限。
推力剖面的推导方式:将形状代入极坐标运动方程:
移项求解 和 。
其他形状函数
| 形状类型 | 函数形式 | 典型用途 |
|---|---|---|
| 逆多项式 | 大径向跨度,地球逃逸螺旋 | |
| 指数正弦 | 低推力螺旋转移(Petropoulos and Longuski) | |
| 傅里叶级数 | 周期轨道、共振转移 | |
| 多项式(直接) | 短弧段、径向变化小 | |
| 速度成形 | 直接预设 、 | 有限制推力方向或需顾及星食的设计 |
为什么用形状基
- 速度快:推力解析求解,形状确定阶段无需 NLP。
- 可行性筛查:超出推力大小限制或产生逆行的设计方案可极早排除,不耗 NLP 成本。
- 自动满足边界:形状在设计上即满足端点位置和速度约束。
- 初值在收敛域内:形状基轨迹通常位于高保真优化器的收敛盆地内,大幅缩短总求解时间。
局限性:形状基法强制预设函数形式,可能不包含真正的最优轨迹。它只是起点,不能替代严格优化。
在地月空间轨迹中的应用
对地月低推力转移,逆多项式和指数正弦形状已被用于为直接配点解算器(Gauss 伪谱法、Hermite-Simpson)生成初值。从 LEO 高度(~300 km)到月球距离(~384,000 km)的大径向变化天然适配逆多项式形式。
对 CR3BP 中周期轨道间的转移(如 halo→DRO),形状通常指定在旋转坐标系中,在会合系中求解所需推力,再变换到惯性系传播。
相关概念
参考文献
Petropoulos and Longuski, 2004, Shape-Based Algorithm for Automated Design of Low-Thrust, Gravity-Assist Trajectories, J. Spacecraft and Rockets 41(5):787–796(指数正弦形状;自动化借力序列)
Wall and Conway, 2009, Shape-Based Approach to Low-Thrust Rendezvous Trajectory Design, J. Guidance 32(1):95–101(交会问题的多项式与傅里叶形状函数)
Taheri and Abdelkhalik, 2012, Shape-Based Approximation of Constrained Low-Thrust Space Trajectories Using Fourier Series, J. Spacecraft and Rockets 49(3):535–546
De Pascale and Vasile, 2006, Preliminary Design of Low-Thrust Multiple Gravity-Assist Trajectories, J. Spacecraft and Rockets 43(5):1065–1076(逆多项式与其他形状参数化)
Gondelach and Noomen, 2015, Hodographic-Shaping Method for Low-Thrust Interplanetary Trajectory Design, J. Spacecraft and Rockets 52(3):728–738
