Autonomous Satellite Rendezvous via Hybrid Feedback Optimization

Titolo: Rendezvous Autonomo di Satelliti tramite Ottimizzazione con Feedback Ibrido

1. Il Problema

Il documento affronta le sfide critiche nell'esecuzione di operazioni di rendezvous, avvicinamento e aggancio autonomi (ARPOD) tra satelliti in orbita terrestre bassa. Le principali difficoltà identificate sono:

• Incertezze e Disturbi: Le misurazioni degli stati dei satelliti sono soggette a errori e disturbi imprevisti, rendendo difficile la previsione accurata degli stati futuri.
• Limitazioni Computazionali: I processori a bordo dei satelliti sono tipicamente molto più lenti rispetto alle controparti terrestri, limitando la velocità e la complessità dei calcoli eseguibili in tempo reale.
• Instabilità del Sistema: Le equazioni che descrivono la dinamica relativa tra un satellite "cacciatore" (chaser) e uno "bersaglio" (target) sono marginalmente stabili, il che richiede un controllo attivo per garantire la stabilità prima di poter ottimizzare l'ingresso.

L'obiettivo è sviluppare un approccio che non richieda la previsione degli stati futuri (come nei metodi predittivi), sia robusto ai disturbi e abbia una bassa complessità computazionale per adattarsi all'hardware limitato dei satelliti.

2. Metodologia

Gli autori propongono una soluzione basata sull'Ottimizzazione con Feedback (Feedback Optimization) implementata in un sistema ibrido.

• Modellazione Dinamica:

  • La dinamica relativa del satellite cacciatore rispetto al bersaglio è modellata utilizzando le equazioni di Clohessy-Wiltshire (CW), che sono linearizzate e marginalmente stabili.
  • Viene progettato un controllore di stabilizzazione a retroazione di stato completo per rendere asintoticamente stabile il sistema CW. Il lavoro fornisce forme chiuse per i guadagni del controllore necessari per posizionare gli autovalori del sistema chiuso in posizioni desiderate.

• Ottimizzazione con Feedback:

  • Invece di risolvere un problema di ottimizzazione offline o di prevedere stati futuri (come nel Controllo Predittivo di Modello - MPC), il sistema misura l'output attuale del satellite, lo alimenta in un algoritmo di ottimizzazione in ciclo chiuso e calcola iterazioni verso un ingresso ottimale.
  • L'algoritmo utilizza la discesa del gradiente proiettata per minimizzare una funzione obiettivo che bilancia l'uso del controllo e la vicinanza al punto di rendezvous desiderato.

• Modellazione Ibrida:

  • Poiché la dinamica del satellite è continua (tempo continuo) ma l'ottimizzazione e l'aggiornamento degli ingressi avvengono in modo discreto (tempo discreto), il sistema è modellato come un sistema ibrido (nel framework di Goebel, Sanfelice e Teel).
  • Lo stato del sistema ibrido include: la posizione/velocità del satellite, l'ingresso di controllo, l'uscita campionata, l'iterazione corrente della discesa del gradiente e timer per gestire il tempo di calcolo e l'aggiornamento degli ingressi.
  • Vengono definiti insiemi di flusso (evoluzione continua) e salti (aggiornamenti discreti) per garantire che il sistema funzioni correttamente anche con ritardi di calcolo.

3. Contributi Chiave

I principali contributi teorici e pratici del lavoro sono:

1. Controllore di Stabilizzazione: Progettazione di un controllore che stabilizza le equazioni CW marginalmente stabili, con formule analitiche per i guadagni basati sugli autovalori desiderati.
2. Modellazione Ibrida Formale: Sviluppo di un modello ibrido rigoroso per l'ottimizzazione con feedback applicata al rendezvous satellitare.
3. Proprietà di Ben Posatezza: Dimostrazione che il modello ibrido è "ben posto" (well-posed), garantendo che le soluzioni massimali esistano, siano complete (non terminano in tempo finito) e non siano Zeno (non subiscono un numero infinito di salti in tempo finito).
4. Analisi di Convergenza: Dimostrazione che le soluzioni convergono esponenzialmente a una sfera (ball) attorno al punto di rendezvous desiderato. Viene fornito un limite superiore per il raggio di questa sfera in funzione dei parametri del sistema e dei disturbi.
5. Robustezza: Prova che il sistema è robusto alle perturbazioni, inclusi errori nella tempistica di calcolo e variazioni impreviste nei tempi di aggiornamento degli ingressi.
6. Prima Applicazione ARPOD: Questo lavoro rappresenta la prima applicazione dell'ottimizzazione con feedback a problemi di rendezvous autonomo satellitare.

4. Risultati delle Simulazioni

Le simulazioni numeriche hanno validato l'approccio teorico:

• Riduzione dei Disturbi: In un set di simulazioni con disturbi significativi, l'approccio proposto ha ridotto l'ampiezza degli errori di perturbazione fino al 98,4%. L'errore asintotico residuo è stato di circa 0,082 metri contro un disturbo di ampiezza 5.
• Robustezza alle Perturbazioni: Simulazioni con un modello perturbato (variazioni nei timer di calcolo e aggiornamento) hanno mostrato che il sistema mantiene la convergenza, sebbene con un errore asintotico leggermente maggiore (fino a ~4,39 metri per perturbazioni estreme), confermando la robustezza teorica.
• Convergenza Globale: Test condotti su 20 diverse condizioni iniziali hanno dimostrato che tutte le traiettorie convergono asintoticamente al punto di rendezvous desiderato, con un errore massimo residuo di 0,81 metri.

5. Significato e Impatto

Questo studio è significativo per diversi motivi:

• Efficienza Computazionale: L'approccio non richiede la risoluzione completa di problemi di ottimizzazione complessi in tempo reale, ma si accontenta di un numero limitato di iterazioni di discesa del gradiente, rendendolo ideale per processori satellitari lenti.
• Indipendenza dai Modelli Precisi: Essendo basato sul feedback diretto delle misurazioni, il metodo è intrinsecamente robusto agli errori di modellazione e ai parametri variabili nel tempo, superando i limiti dei metodi basati sulla previsione (come MPC) in ambienti spaziali incerti.
• Fondamento Teorico Solido: L'uso della teoria dei sistemi ibridi fornisce garanzie matematiche rigorose sulla stabilità e sulla convergenza, aspetti spesso trascurati nelle implementazioni pratiche di ottimizzazione in tempo reale.
• Applicabilità Pratica: I risultati suggeriscono che questa metodologia può essere implementata con successo per missioni di rifornimento, manutenzione e assemblaggio in orbita, dove l'affidabilità e la tolleranza ai guasti sono critiche.

In sintesi, il paper propone un framework matematico e pratico innovativo che combina controllo di stabilizzazione e ottimizzazione in tempo reale per risolvere il problema complesso del rendezvous satellitare autonomo, superando i vincoli computazionali e le incertezze tipiche dell'ambiente spaziale.