طراحی کنترل کننده تطبیقی بهینه بدون مدل برای باز پیکربندی آرایش پروازی ماهواره ها با یادگیری تقویتی

در این مقاله یک کنترل کننده تطبیقی بهینه بدون مدل برای باز پیکربندی آرایش پروازی ماهواره ها ارائه می شود. باز پیکربندی آرایش پروازی ماهواره ها، یک قابلیت مهم برای دستیابی به اهداف ماموریت های آرایش پروازی ماهواره ها است. به دلیل پیچیدگی استخراج یک مدل ریاضی دقیق و همچنین حضور اغتشاشات مداری و نامعینی ها طراحی یک کنترل کننده بهینه امری دشوار است. در این کار، ابتدا یک کنترل کننده بهینه بر مبنای یک تابع هزینه تعمیم یافته تخفیف یافته استخراج می شود. سپس پایداری آن با استفاده از روش لیاپانوف به اثبات می رسد. این کنترل کننده برای آنکه قابلیت پیاده سازی بروی کامپیوتر های ماهواره را داشته باشد، به صورت دیجیتالی طراحی شده است. سپس با استفاده از روش های یادگیری تقویتی، الگوریتمی برای حل مسئله ارائه می شود. این الگوریتم قادر است تا مسئله ردیابی باز پیکربندی آرایش پروازی ماهواره ها را به صورت بر-خط و بدون نیاز به مدل حل کند. در انتها، کارایی روش پیشنهادی در یک سناریو ماموریتی بازپیکربندی آرایش پروازی ماهواره ها، صحه گذاری می شود.

کلیدواژه ها:

آرایش پروازی ماهواره ، یادگیری تقویتی ، کنترل تطبیقی بهینه ، یادگیری کیو ، سیستم چند عامله