⚡ electrical engineering

Mixed Integer vs. Continuous Model Predictive Controllers for Binary Thruster Control: A Comparative Study

本文通过 ESA REACSA 平台的仿真与实验，首次系统对比了混合整数模型预测控制（MIMPC）与结合 Delta-Sigma 调制的连续 MPC 在二值推力器控制中的性能，发现 MIMPC 在低推力工况下具有更优的燃料效率和稳定性，而引入调制器状态的改进型连续 MPC 则提升了鲁棒性并缩小了效率差距。

原作者： Franek Stark, Jakob Middelberg, Shubham Vyas

发布于 2026-03-23

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Franek Stark, Jakob Middelberg, Shubham Vyas

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文主要探讨了一个航天领域的经典难题：如何用最省燃料的方式，控制那些只能“全开”或“全关”的火箭推进器。

为了让你更容易理解，我们可以把这篇论文的研究对象想象成在冰面上滑行的一个巨大的、装满气垫的圆盘（就像在溜冰场上），它需要精准地移动到某个点并停住，同时保持方向不偏。

1. 核心难题：只有“开关”的推进器

这个圆盘周围装了 8 个小型冷气推进器。

现实情况：这些推进器很“死板”，它们要么全速喷射（全开），要么完全关闭（全关）。你不能让它们“半开”或“轻轻喷一下”。
控制难点：传统的控制方法（比如自动驾驶汽车用的）通常假设推力是可以平滑调节的（像踩油门一样，可以踩 30% 或 50%）。但面对这种“只有开关”的推进器，传统方法就像试图用一把只能切大块的刀去雕刻精细的寿司，很难控制得精准，而且容易浪费燃料。

2. 三种“驾驶策略”的比拼

为了解决这个问题，作者比较了三种不同的控制策略（就像三种不同的司机）：

策略 A：连续 MPC + 调制器（“老练的翻译官”）

原理：先让一个聪明的“大脑”（连续控制器）计算出理想的、平滑的推力（比如“需要 30% 的推力”）。然后，把这个平滑的指令交给一个“翻译官”（ΔΣ调制器）。翻译官的任务是：在单位时间内，通过快速开关推进器来模拟出 30% 的效果（比如开 0.3 秒，关 0.7 秒）。
比喻：就像你用手快速开关水龙头来模拟“细水长流”。
缺点：如果推力需求很小，这种快速开关可能会导致系统不稳定，就像手抖一样，圆盘会晃来晃去，甚至撞墙。

策略 B：混合整数 MPC (MIMPC)（“精算师”）

原理：这个“大脑”非常强大，它直接知道推进器只能“开”或“关”。它在做决策时，直接把“开关”和“开关时间”作为数学问题的一部分进行计算。
比喻：就像一位精算师，在规划行程时，直接计算“几点几分必须点火，几点几分必须熄火”，完全不需要中间翻译。
优点：极其精准，最省燃料，特别是在需要微调（低推力）的时候。
缺点：计算量巨大，就像让一个超级计算机去算一道复杂的奥数题，反应速度可能不够快，对电脑硬件要求很高。

策略 C：二进制信息感知的 MPC（“懂行的助手”）

原理：这是作者提出的新策略。它结合了前两者的优点。它主要还是一个“连续大脑”（计算快），但它会提前预知那个“翻译官”（调制器）会怎么做。它在计算未来时，会想：“哦，我知道翻译官接下来会怎么开关阀门，所以我提前调整我的策略。”
比喻：就像一位司机，虽然主要靠直觉开车（连续控制），但他非常了解副驾驶的“翻译官”习惯，知道翻译官什么时候会手抖，所以提前微调方向盘，避免车子失控。
优点：计算速度快（像策略 A），但稳定性比策略 A 好，燃料效率接近策略 B。

3. 实验结果：谁赢了？

作者用真实的航天平台（REACSA）和大量模拟实验进行了测试：

大力出奇迹时（高推力需求）：
三种策略表现差不多。就像在高速公路上开车，大家都开得很快，区别不大。
精细操作时（低推力需求，比如微调位置）：
- 策略 A（老翻译官）：经常“翻车”，系统变得不稳定，甚至超出安全范围。
- 策略 B（精算师）：表现最好，最省燃料，控制最稳。但它计算太慢，如果任务太复杂，电脑可能会算不过来。
- 策略 C（懂行助手）：表现非常接近“精算师”，比“老翻译官”稳得多，而且计算速度很快。

4. 总结与启示

这篇论文告诉我们：

没有万能药：如果你需要极致的燃料效率（比如要去很远的太空，燃料很宝贵），策略 B（MIMPC） 是最佳选择，尽管它计算起来很费劲。
性价比之选：如果你需要反应快，且电脑性能有限，策略 C（二进制信息感知 MPC） 是完美的折中方案。它通过“未雨绸缪”（预知调制器行为），用很小的计算代价换来了接近最佳策略的稳定性。
传统方法的局限：传统的“先算平滑再翻译”的方法（策略 A），在需要精细控制时已经不够用了，容易出问题。

一句话总结：
这就好比在冰面上玩冰壶。传统的做法是用力推一下，然后靠摩擦力慢慢停，容易滑过头；最省力的做法是精确计算每一次微小的推力（MIMPC），但脑子转得太快容易累；而作者的新方法（策略 C）则是既聪明又懂行，它知道冰面有多滑，提前调整力度，既省力又稳当，是未来航天控制的一个非常实用的方向。

论文技术总结：混合整数与连续模型预测控制在二元推力器控制中的比较研究

1. 研究背景与问题 (Problem)

在航天器近距离操作（Proximity Operations）中，姿态和位置控制通常使用二元（开/关）推力器（如冷气或双组元推力器）。这类执行器具有离散特性，只能处于全开或全关状态，且受限于最小点火时间（dwell-time）、最大点火时间和冷却时间等物理约束。

传统的控制方法通常假设控制输入是连续平滑的，直接应用于二元推力器会导致性能下降或无法满足约束。目前主要有两种解决思路：

双层架构：使用连续控制器（如 MPC）生成连续指令，再通过调制技术（如 Delta-Sigma 调制， $\Delta\Sigma$ -modulation）将其转换为二元指令。这种方法计算量小，但可能无法完全考虑二元推力器的物理限制，导致次优性能或不稳定。
混合整数优化：直接在优化问题中处理二元输入和时序约束（混合整数模型预测控制，MIMPC）。虽然能更精确地处理约束，但计算复杂度高，实时性曾是主要瓶颈。

核心问题：这两种范式（连续 MPC+ 调制 vs. 直接混合整数 MPC）在二元推力器控制中的性能权衡是什么？是否存在一种中间方案能兼顾两者优势？

2. 方法论 (Methodology)

2.1 系统模型

研究基于欧洲空间局（ESA）的 REACSA 平台（一种 200kg 的气浮平台，配备 8 个冷气推力器和 1 个反作用轮 RW）。系统动力学被建模为线性时变系统，状态向量包含位置、速度、姿态、角速度及反作用轮转速。

2.2 三种控制策略对比

论文提出并比较了三种基于模型预测控制（MPC）的策略：

混合整数 MPC (MIMPC)：
- 原理：将二元推力器的开/关状态（0/1）及点火时序约束直接作为混合整数规划（MIP）问题的决策变量。
- 求解器：使用 SCIP 求解器。
- 特点：显式处理所有二元约束，理论上最优，但计算耗时（目标频率 10Hz）。
连续 MPC + $\Delta\Sigma$ 调制 (Continuous MPC)：
- 原理：MPC 输出连续推力指令，通过外部的 $\Delta\Sigma$ 调制器将其转换为二元指令。调制器根据累积误差决定开关状态。
- 求解器：使用 CLP 求解线性规划（LP），计算极快（目标频率 >100Hz）。
- 特点：计算效率高，但忽略了调制器动态和推力器时序约束，可能导致不稳定。
二元信息感知的 MPC (Binary Informed MPC)（本文提出的新方法）：
- 原理：一种改进的连续 MPC。它在优化问题的预测视界（Prediction Horizon）内，前向模拟 $\Delta\Sigma$ 调制器的行为，并将预测的二元点火序列作为已知扰动或约束引入到系统动力学方程中。
- 求解器：仍使用 CLP 求解线性规划（LP）。
- 特点：在保持连续优化高效性的同时，让控制器“感知”到二元调制的动态限制，从而在规划阶段规避潜在的时序冲突。

2.3 实验设置

仿真：基于 ESA REACSA 平台，在 5400 次不同参数配置的仿真实验中评估三种控制器。
实物验证：在 ESA 轨道机器人实验室（ORGL）的 REACSA 平台上进行真实实验，对比 MIMPC 和 Binary Informed MPC（因连续 MPC 在高推力下表现不稳定被排除）。
评估指标：到达目标时间、稳态位置/姿态误差、平均推力器使用率（燃料效率）。

3. 关键贡献 (Key Contributions)

首次系统性对比：填补了文献空白，首次系统性地比较了“连续 MPC+ 调制”与“直接混合整数 MPC"在二元推力器控制中的性能差异。
提出新型控制器：提出了二元信息感知的 MPC (Binary Informed MPC)。该方法通过在连续优化框架中嵌入调制器的前向模拟，无需将问题转化为 MIP 即可显著提升鲁棒性和效率。
全面评估：结合大规模仿真和真实硬件实验，详细分析了不同推力水平（高推力 vs. 低推力）下各策略的权衡关系。
开源资源：公开了数据集、控制器实现代码及实验视频，促进了该领域的复现与研究。

4. 实验结果 (Results)

4.1 仿真结果

高推力区域：三种方法表现相似。连续 MPC 和二元信息感知 MPC 在计算效率上占优。
低推力区域：
- MIMPC 表现出最佳的燃料效率（最低推力使用率），且能稳定到达目标。
- 连续 MPC 在低推力下往往无法到达目标，或需要极高的推力使用率，且容易出现不稳定。
- 二元信息感知 MPC 显著优于纯连续 MPC，其效率接近 MIMPC，且大幅减少了不稳定性。
帕累托前沿分析：MIMPC 在低推力下的帕累托前沿（效率与误差的权衡）优于其他两种方法，特别是在推力使用率低于 2% 时。

4.2 实物实验结果 (REACSA 平台)

到达时间：二元信息感知 MPC 更快（约 25 秒 vs. MIMPC 的 51 秒），因为它能更激进地利用推力。
燃料消耗：MIMPC 更省燃料（平均推力使用率 1.2% vs. 二元信息感知 MPC 的 3.7%）。
稳态精度：
- 位置误差：二元信息感知 MPC 更小（0.85 cm vs. 1.82 cm）。
- 姿态误差：MIMPC 更小（0.18° vs. 0.42°），这得益于其更精确的时序控制。
稳定性：二元信息感知 MPC 消除了纯连续 MPC 在特定场景下的不稳定性，同时保持了良好的收敛性。

5. 意义与结论 (Significance & Conclusion)

策略选择指南：
- 资源受限/长寿命任务：如果燃料效率是首要考虑因素（如深空探测），MIMPC 是最佳选择，尽管计算成本较高。
- 计算受限/高动态任务：如果计算资源有限或对实时性要求极高，二元信息感知 MPC 是极佳的折中方案。它比纯连续 MPC 更鲁棒、更高效，且计算开销远小于 MIMPC。
- 纯连续 MPC：仅适用于高推力且对稳定性要求不苛刻的场景，存在失效风险。
技术启示：
- 将调制器动态“内化”到连续优化框架中（即 Binary Informed MPC），可以有效弥补连续控制与离散执行器之间的鸿沟，无需牺牲计算效率。
- 二元推力器的时序约束（如冷却时间）在低推力控制中至关重要，必须在控制器设计中显式或隐式地予以考虑。
未来展望：
- 二元信息感知 MPC 具有更大的扩展空间，可进一步集成路径跟踪、避障等复杂任务，而 MIMPC 的计算复杂度已接近实时求解的极限。
- 未来可探索增加调制器向 MPC 提供的信息量（如强制点火间隔等），以进一步提升性能。

总结：该论文证明了在二元推力器控制中，直接处理离散优化的 MIMPC 在燃料效率上具有理论优势，但提出的“二元信息感知 MPC"通过巧妙的建模，在保持低计算复杂度的同时，实现了接近 MIMPC 的鲁棒性和效率，为实际工程应用提供了极具价值的替代方案。