Surrogate Model-Based Near-Optimal Gain Selection for Approach-Angle-Constrained Two-Phase Pure Proportional Navigation

यहाँ शोध पत्र "Surrogate Model-Based Near-Optimal Gain Selection for Approach-Angle-Constrained Two-Phase Pure Proportional Navigation" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र एयरोडायनामिक रूप से संचालित स्वायत्त वाहनों (विशेष रूप से UAVs) के लिए टर्मिनल अप्रोच एंगल कंट्रोल की चुनौती को संबोधित करता है, जो प्योर प्रोपोर्शनल नेविगेशन (PPN) का उपयोग करते हैं।

• संदर्भ: जबकि मानक PPN मजबूत और सरल है, एक सिंगल-फेज PGN (स्थिर नेविगेशन गेन $N$ के साथ) केवल सीमित टर्मिनल अप्रोच एंगल्स प्राप्त कर सकता है (आमतौर पर $N \geq 2$ वाले कोणीय अर्ध-स्थान तक सीमित)।
• मौजूदा समाधान: एक टू-फेज PPN (2pPPN) रणनीति पहले प्रस्तावित की गई थी, जिसमें एक ओरिएंटेशन फेज (पर्सुअर के हेडिंग को समायोजित करने के लिए) और एक फाइनल फेज (टकराव के लिए मानक PGN) शामिल है। यह एक अर्ध-स्थान के भीतर किसी भी वांछित टर्मिनल एंगल को प्राप्त करने की अनुमति देता है।
• अंतराल (The Gap): पिछले 2pPPN कार्यान्वयन में ओरिएंटेशन फेज गेन ($N_{ori}$) के लिए निश्चित या विशिष्ट नियमों का उपयोग किया गया था, जो इस तथ्य की अनदेखी करते हैं कि एक ही टर्मिनल स्थिति के लिए कई व्यवहार्य प्रक्षेपवक्र (trajectories) मौजूद हो सकते हैं। यह दोनों चरणों के लिए नेविगेशन गेन को इष्टतम रूप से चुनकर कुल मार्गदर्शन प्रयास (control energy) को न्यूनतम करने का एक अवसर बनाता है।
• चुनौती: मनमाने प्रारंभिक और टर्मिनल एंगेजमेंट ज्योमेट्री के लिए अनुकूलतम गेन जोड़ी ($N_{ori}, N_f$) को विश्लेषणात्मक रूप से निर्धारित करना गणितीय रूप से जटिल (intractable) है। संख्यात्मक अनुकूलन (Numerical optimization) संभव है लेकिन वास्तविक समय के ऑनलाइन कार्यान्वयन के लिए अत्यधिक खर्चीला है।

2. कार्यप्रणाली (Methodology)

लेखक इष्टतम गेन मैनिफोल्ड (optimal gain manifold) को अनुमानित करने के लिए एक न्यूरल नेटवर्क (NN) का उपयोग करते हुए एक डेटा-ड्रिवन फ्रेमवर्क प्रस्तावित करते हैं।

A. समस्या का निर्धारण (Problem Formulation)

उद्देश्य कुल मार्गदर्शन प्रयास को कम करना है, जिसे लेटरल एक्सेलरेशन के वर्ग के इंटीग्रल के रूप में परिभाषित किया गया है:
$$J = \int_{0}^{t_f} a_P^2 dt$$
दो विशिष्ट अनुकूलन समस्याएं परिभाषित की गई हैं:

1. समस्या 1: दिए गए प्रारंभिक स्थितियों ($\alpha_{P0}$), वांछित टर्मिनल एंगल ($\alpha_{Pf}^d$), और एक निश्चित फाइनल-फेज गेन ($N_f$) के लिए, निकट-इष्टतम ओरिएंटेशन-फेज गेन ($N_{ori}^*$) ज्ञात करें।
2. समस्या 2: केवल प्रारंभिक और वांछित टर्मिनल स्थितियों को देखते हुए, $J$ को न्यूनतम करने के लिए निकट-इष्टतम जोड़ी ($N_{ori}^*, N_f^*$) ज्ञात करें।

B. डेटा जनरेशन (Data Generation)

• सिमुलेशन: एक स्थिर लक्ष्य (stationary target) के लिए 2pPPN एंगेजमेंट्स का संख्यात्मक सिमुलेशन करके एक डेटासेट तैयार किया गया।
• पैरामीटर्स:
  • प्रारंभिक हेडिंग ($\alpha_{P0}$) और वांछित टर्मिनल एंगल ($\alpha_{Pf}^d$) को व्यवहार्य कोणीय अर्ध-स्थान में बदला गया।
  • फाइनल गेन ($N_f$) को $[2, 5]$ के बीच सीमित किया गया।
  • ओरिएंटेशन गेन ($N_{ori}$) को ज्यामितीय रूप से सीमित किया गया ताकि यह सुनिश्चित हो सके कि प्रक्षेपवक्र उस "कोलिजन आइसोकर्व" तक पहुँचता है जो अंतिम चरण के लिए आवश्यक है।
• अनुकूलन (Optimization): प्रत्येक परिदृश्य के लिए, वास्तविक इष्टतम गेन खोजने के लिए एक बाधित संख्यात्मक अनुकूलन (constrained numerical optimization) किया गया। इसके परिणामस्वरूप ~94,857 वैध परिदृश्य प्राप्त हुए, जिससे समस्या 1 के लिए 4,216 इष्टतम मामले और समस्या 2 के लिए 136 इष्टतम मामले मिले।
• अवलोकन: प्राप्त इष्टतम गेन सतहें (optimal gain surfaces) एंगेजमेंट ज्योमेट्री के संबंध में सुचारू (smoothly) पाई गईं, जो उन्हें रिग्रेशन के लिए उपयुक्त बनाती हैं।

C. न्यूरल नेटवर्क आर्किटेक्चर (Neural Network Architecture)

ऑप्टिमाइजेशन प्रक्रिया के सरोगेट के रूप में कार्य करने के लिए दो फीडफॉरवर्ड न्यूरल नेटवर्क विकसित किए गए:

• मॉडल A (समस्या 1):
  • इनपुट: $\alpha_{P0}, \alpha_{Pf}^d, N_f$ (3 न्यूरॉन्स)।
  • आउटपुट: $N_{ori}^*$ (1 न्यूरॉन)।
  • संरचना: 2 हिडन लेयर्स (32, 16 न्यूरॉन्स) Tanh एक्टिवेशन के साथ।
• मॉडल B (समस्या 2):
  • इनपुट: $\alpha_{P0}, \alpha_{Pf}^d$ (2 न्यूरॉन्स)।
  • आउटपुट: $(N_{ori}^*, N_f^*)$ (2 न्यूरॉन्स)।
  • संरचना: 3 हिडन लेयर्स (32, 64, 16 न्यूरॉन्स) Tanh एक्टिवेशन के साथ।
• प्रशिक्षण (Training): मॉडलों को MSE लॉस के साथ Adam ऑप्टिमाइज़र का उपयोग करके प्रशिक्षित किया गया। डेटा को नॉर्मलाइज़ किया गया और प्रशिक्षण/परीक्षण के लिए 80/20 के अनुपात में विभाजित किया गया।

3. मुख्य योगदान (Key Contributions)

1. गेन ऑप्टिमाइजेशन का निर्धारण: यह शोध पत्र 2pPPन में मार्गदर्शन प्रयास को कम करने की समस्या को औपचारिक रूप से परिभाषित करता है, जहाँ ओरिएंटेशन-फेज गेन (और संभावित रूप से फाइनल-फेज गेन) को फिक्स्ड पैरामीटर्स के बजाय निर्णय चर (decision variables) के रूप में माना जाता है।
2. सरोगेट मॉडलिंग: यह ऑनलाइन अनुकूलन को बदलने के लिए एक हल्के न्यूरल नेटवर्क-आधारित सरोगेट को पेश करता है। यह वास्तविक समय में, सिंगल-शॉट गणना के माध्यम से निकट-इष्टतम गेन प्राप्त करना सक्षम बनाता है।
3. स्मूथ मैनिफोल्ड डिस्कवरी: लेखक यह प्रदर्शित करते हैं कि इष्टतम गेन मैनिफोल्ड एंगेजमेंट स्थितियों के संबंध में सुचारू है, जो लुकअप टेबल या जटिल विश्लेषणात्मक व्युत्पत्तियों के बजाय रिग्रेशन मॉडल के उपयोग को प्रमाणित करता है।
4. दोहरा-मॉडल दृष्टिकोण: दो अलग-अलग मॉडलों का विकास लचीलापन प्रदान करता है: मॉडल A तब उपयोगी है जब फाइनल-फेज गेन हार्डवेयर (जैसे एक्चुएटर लिमिट्स) द्वारा बाधित होता है, जबकि मॉडल B एक पूर्णतः स्वायत्त समाधान प्रदान करता है।

4. परिणाम (Results)

• सटीकता (Accuracy):
  • मॉडल A ने $R^2$ का 0.932 प्राप्त किया, जो दर्शाता है कि जब $N_f$ प्रदान किया जाता है, तो $N_{ori}^*$ की भविष्यवाणी करने में उच्च सटीकता है।
  • मॉडल B ने $N_f^*$ के लिए 0.880 और $N_{ori}^*$ के लिए 0.901 के $R^2$ मान प्राप्त किए।
• त्रुटि विश्लेषण (Error Analysis): अधिकांश डोमेन के लिए भविष्यवाणियां अत्यधिक सटीक थीं। व्यवहार्य क्षेत्र के चरम सीमाओं (जहाँ प्रशिक्षण डेटा विरल था) पर मामूली विचलन देखे गए, लेकिन मॉडल मजबूत रहे।
• कंप्यूटेशनल दक्षता: प्रशिक्षित NN लगभग $O(10^2)$ माइक्रोसेकंड में एक गेन क्वेरी को हल कर सकते हैं, जो उन्हें वास्तविक समय के ऑनबोर्ड गाइडेंस सिस्टम के लिए उपयुक्त बनाता है।
• विज़ुअलाइज़ेशन: NN ने इष्टतम गेन की सुचारू सतहों को सफलतापूर्वक सीखा, जो संख्यात्मक स्वीप द्वारा उत्पन्न डिस्क्रीट पॉइंट्स के बीच प्रभावी ढंग से इंटरपोलेट करता है।

5. महत्व (Significance)

• वास्तविक समय कार्यान्वयन: पुनरावृत्त संख्यात्मक अनुकूलन को न्यूरल नेटवर्क के माध्यम से एक फॉरवर्ड पास से बदलकर, यह शोध पत्र सीमित ऑनबोर्ड कंप्यूटिंग संसाधनों वाले UAVs के लिए वास्तविक समय, निकट-इष्टतम मार्गदर्शन को सक्षम करता है।
• ऊर्जा दक्षता: यह विधि सुनिश्चित करती है कि स्वायत्त वाहन न्यूनतम नियंत्रण ऊर्जा के साथ सटीक टर्मिनल अप्रोच एंगल प्राप्त करें (जो डॉकिंग, निरीक्षण या गोला-बारूद प्रभाव के लिए महत्वपूर्ण है), जिससे मिशन की अवधि बढ़ती है।
• स्केलेबिलिटी: डेटा-ड्रिवन दृष्टिकोण सामान्यीकरण योग्य है। यह नए एंगेजमेंट परिदृश्यों के लिए जटिल विश्लेषणात्मक व्युत्पत्तियों की आवश्यकता के बिना काम करता है, क्योंकि मॉडल को नए सिमुलेशन डेटा के साथ फिर से प्रशिक्षित किया जा सकता है यदि वाहन की गतिशीलता या बाधाएं बदल जाती हैं।
• व्यावहारिक अनुप्रयोग: यह ढांचा सैद्धांतिक इष्टतम नियंत्रण (जो अक्सर वास्तविक समय के उपयोग के लिए बहुत धीमा होता है) और व्यावहारिक मार्गदर्शन नियमों (जो अक्सर उप-इष्टतम होते हैं) के बीच के अंतर को पाटता है, जो आधुनिक स्वायत्त मिशनों के लिए "सर्वश्रेष्ठ दोनों दुनियाओं का समाधान" प्रदान करता है।