Model discovery predictive control for satellite relative range bounding

The majority of control systems for orbital relative motion are directed toward circular orbits and larger spacecraft. The direction of the growth in space exploration suggests that solutions must be developed for relative motion control, and applied to small spacecraft in eccentric orbits. The solution addresses the problem of relative orbital motion control, uncoupled from attitude control, utilising model predictive controllers and data-based system identification methods. The implemented Model Discovery and Predictive Control (MDPC) solution is designed to work on smaller spacecraft with limited actuation, low telemetry bandwidth and high latency. The proposed solution considers the problem of bounding the separation of the chaser spacecraft relative to the target, with a constant pointing requirement of the chaser spacecraft towards the target. The onboard actuation system on the chaser spacecraft is assumed to be a single pair of opposite-facing thrusters pointed at the target spacecraft. The novelty of the solution is the regression-based model discovery framework which utilises the sensor measurements of relative position and velocity to determine the local relative motion dynamics. The model discovery is made more stable and robust through stochastic methods. This is utilised by the prediction algorithm in the MPC to optimise the control sequence to maintain the chaser spacecraft within the specified range bounds. The simulations of the MDPC performance suggest that the proposed system effectively satisfies the objectives under a wide range of orbital environments with perturbations and varying eccentricities. The resulting MDPC framework is also expected to discover the local dynamics in a faster and more insightful manner compared to neural network-based learning algorithms. The MDPC system has a high degree of autonomy due to its minimal reliance on data from the ground segment for control and guidance.

La maggior parte dei sistemi di controllo per il moto relativo orbitale sono orientati verso orbite circolari e veicoli spaziali di grandi dimensioni. I recenti sviluppi dell’esplorazione spaziale suggeriscono che debbano essere sviluppate soluzioni per il controllo del moto relativo applicate a piccoli veicoli spaziali in orbite eccentriche. La soluzione proposta affronta il problema del controllo del moto orbitale relativo, senza la necessità del controllo dell’assetto, utilizzando sistemi di controllo predittivo e metodi di identificazione del sistema basati sui dati. La soluzione MDPC (Model Discovery and Predictive Control) implementata è progettata per funzionare su veicoli spaziali di piccole dimensioni sottoattuati, con larghezza di banda per la telemetria limtata e con latenza elevata. La soluzione proposta considera il problema di delimitare la separazione del veicolo spaziale chaser rispetto ad un target, con una richiesta costante di puntamento del chaser rispetto al target. Si presume che il sistema di attuazione a bordo dello spacecraft inseguitore sia una singola coppia di thrusters opposti puntati verso il target. La novità della soluzione è il framework di identificazione del modello basato su una regressione che utilizza le misure del sensore di posizione relativa e della velocità per determinare la dinamica del moto relativo locale. L'identificazione del modello è resa più stabile e robusta attraverso metodi stocastici. Questo modello viene utilizzato dall’algoritmo di previsione nell’MPC per ottimizzare la sequenza di controllo necessaria a mantenere il veicolo spaziale chaser entro i limiti specificati. Le simulazioni delle prestazioni dell’MDPC suggeriscono che il sistema proposto soddisfa efficacemente gli obiettivi in un’ampia gamma di condizioni orbitali con perturbazioni ed eccentricità variabili. Ci si aspetta inoltre che il framework MDPC proposta si in gradio di identificare le dinamiche locali in modo più rapido e approfondito rispetto agli algoritmi di apprendimento basati sulle reti neurali. Il sistema MDPC ha un alto grado di autonomia grazie alla sua dipendenza minima dai dati ottenibili del segmento di terra utilizzati per il controllo e la guida.