WikiEdge:ArXiv速递/2025-05-06

摘要

• 原文标题：Artificial Potential Field and Sliding Mode Control for Spacecraft Attitude Maneuver with Actuation and Pointing Constraints
• 中文标题：基于人工势场与滑模控制的航天器姿态机动执行及指向约束控制
• 发布日期：2025-05-06 14:54:39+00:00
• 作者：Mauro Mancini, Dario Ruggiero
• 分类：eess.SY, cs.SY
• 原文链接：http://arxiv.org/abs/2505.03594v1

中文摘要：本研究探讨了刚性航天器姿态重定向的制导与控制策略组合，同时处理禁止指向约束、执行器限制和系统不确定性。这些约束源于太空中可能损坏航天器敏感载荷的明亮物体存在，以及执行器饱和可能危及闭环系统稳定性的风险。此外，航天器姿态动力学通常受到参数不确定性、外部干扰和系统非线性的影响，这些因素不可忽视。本文采用人工势场（APF）与滑模控制（SMC）相结合的策略，解决了指向和执行约束下的航天器重定向问题。基于李雅普诺夫的严格分析得出了APF/SMC增益的闭式表达式，无需迭代计算即可提供增益值的显式数学公式。这些表达式考虑了角速度和控制力矩限制、外部干扰及惯量不确定性。通过高保真姿态动力学模拟器的蒙特卡洛仿真验证了所提控制策略的鲁棒性，并采用μ分析评估局部稳定性特性和量化鲁棒性裕度。结果证实了该方法在真实太空场景中的实用性，突显了其在不确定和受限环境中的有效性。

摘要

• 原文标题：Variable projection framework for the reduced-rank matrix approximation problem by weighted least-squares
• 中文标题：加权最小二乘降秩矩阵逼近问题的变量投影框架
• 发布日期：2025-05-06 09:14:30+00:00
• 作者：Pascal Terray
• 分类：math.NA, cs.NA, math.OC
• 原文链接：http://arxiv.org/abs/2505.03347v1

中文摘要：在本专著中，我们回顾并发展了针对加权低秩逼近（WLRA）问题的变量投影高斯-牛顿、列文伯格-马夸尔特和牛顿方法，该问题目前在众多科学领域中的应用日益广泛。研究重点聚焦于这些变量投影二阶算法的鲁棒性、效率和可扩展性，使其能够适用于当前许多实际问题中常见的大规模数据集——这些场景下以往仅能采用基于局部优化迭代（如主量化、期望最大化或交替最小二乘法）的一阶算法、梯度下降变体（如共轭梯度、近端梯度或随机梯度下降法），或两类方法的混合算法，因其每次迭代的计算成本和内存需求较低。在系统梳理变量投影算法的同时，我们推导了这些方法中涉及的雅可比矩阵和海森矩阵的新公式，揭示了其独特性质：如雅可比矩阵的均匀秩亏缺，或WLRA问题代价函数在（局部）极小值点处海森矩阵的秩亏缺。这些系统性缺陷必须在算法实际实现中予以考虑。这些特性及WLRA问题特有的几何性质长期未被充分认知，成为开发鲁棒变量投影二阶算法的主要障碍。此外，我们证明变量投影框架为WLRA问题的可解性、优化景观和非光滑性提供了新颖见解，并有助于描述以往互不关联的解法之间的紧密联系。特别地，我们阐明了变量投影框架与流形优化在格拉斯曼流形上求解WLRA问题的内在关联。预计计算机视觉、信号处理、推荐系统、机器学习、多元统计和地球科学等领域的软件开发者和实践者将受益于本专著成果，以设计更鲁棒精确的WLRA问题求解算法。

摘要

• 原文标题：Artificial Potential Field and Sliding Mode Control for Spacecraft Attitude Maneuver with Actuation and Pointing Constraints
• 中文标题：基于人工势场和滑模控制的航天器姿态机动执行与指向约束控制
• 发布日期：2025-05-06 14:54:39+00:00
• 作者：Mauro Mancini, Dario Ruggiero
• 分类：eess.SY, cs.SY
• 原文链接：http://arxiv.org/abs/2505.03594v1

中文摘要：本研究探讨了刚性航天器姿态重定向的制导与控制策略组合，同时处理禁止指向约束、执行器限制和系统不确定性。这些约束源于太空中可能损坏航天器敏感载荷的明亮物体存在，以及执行器饱和可能危及闭环系统稳定性的风险。此外，航天器姿态动力学通常受到参数不确定性、外部干扰和系统非线性的影响，这些因素不可忽视。本文采用人工势场（APF）与滑模控制（SMC）相结合的策略，解决了指向和执行约束下的航天器重定向问题。基于李雅普诺夫的严格分析推导出APF/SMC增益的闭式表达式，无需迭代计算即可获得增益值的显式数学公式。这些表达式考虑了角速度和控制力矩限制、外部干扰及惯量不确定性。通过高保真姿态动力学模拟器的蒙特卡洛仿真验证了所提控制策略的鲁棒性，并采用μ分析评估局部稳定性特性及量化鲁棒性裕度。结果证实了该方法在真实太空场景中的实用性，突显了其在不确定和受限环境中的有效性。

摘要

• 原文标题：Variable projection framework for the reduced-rank matrix approximation problem by weighted least-squares
• 中文标题：加权最小二乘降秩矩阵逼近问题的变量投影框架
• 发布日期：2025-05-06 09:14:30+00:00
• 作者：Pascal Terray
• 分类：math.NA, cs.NA, math.OC
• 原文链接：http://arxiv.org/abs/2505.03347v1

中文摘要：在本专著中，我们回顾并发展了针对加权低秩逼近（WLRA）问题的变量投影高斯-牛顿、列文伯格-马夸尔特和牛顿方法，该问题目前在众多科学领域中的应用日益广泛。研究重点聚焦于这些变量投影二阶算法的鲁棒性、效率和可扩展性，使其能够适用于当前许多实际问题中常见的大规模数据集——这些场景下，以往仅能采用基于局部优化迭代（如主优化、期望最大化或交替最小二乘法）或梯度下降变体（如共轭梯度、近端梯度或随机梯度下降法）的一阶算法，或是这两类方法的混合算法，因其每次迭代的计算成本和内存需求较低。在系统梳理变量投影算法的同时，我们推导了这些方法中涉及的雅可比矩阵和海森矩阵的新公式，揭示了其独特性质：如雅可比矩阵的均匀秩亏缺，或WLRA问题代价函数在（局部）极小值点处海森矩阵的秩亏缺。这些系统性缺陷必须在算法实际实现中予以考虑。这些特性及WLRA问题特有的几何结构长期未被充分认识，成为开发鲁棒变量投影二阶算法的主要障碍。此外，我们证明变量投影框架为理解WLRA问题的可解性、优化景观和非光滑性提供了新视角，并有助于揭示以往互不关联的求解方法之间的紧密联系。特别地，我们阐明了变量投影框架与流形优化中Grassmann流形方法的深刻关联。预计计算机视觉、信号处理、推荐系统、机器学习、多元统计和地球科学等领域的软件开发者和实践者将受益于本专著成果，从而设计出更鲁棒精确的WLRA问题求解算法。

摘要

• 原文标题：Artificial Potential Field and Sliding Mode Control for Spacecraft Attitude Maneuver with Actuation and Pointing Constraints
• 中文标题：基于人工势场与滑模控制的航天器姿态机动执行及指向约束控制
• 发布日期：2025-05-06 14:54:39+00:00
• 作者：Mauro Mancini, Dario Ruggiero
• 分类：eess.SY, cs.SY
• 原文链接：http://arxiv.org/abs/2505.03594v1

中文摘要：本研究探讨了刚性航天器姿态重定向的制导与控制策略组合，同时处理禁止指向约束、执行器限制和系统不确定性。这些约束源于太空中可能损坏航天器敏感载荷的明亮物体存在，以及执行器饱和可能危及闭环系统稳定性的风险。此外，航天器姿态动力学通常受参数不确定性、外部干扰和系统非线性的影响，这些因素不可忽视。本文采用人工势场（APF）与滑模控制（SMC）相结合的策略，解决了指向和执行约束下的航天器重定向问题。基于李雅普诺夫的严格分析得出了APF/SMC增益的闭式表达式，无需迭代计算即可提供增益值的显式数学公式。这些表达式考虑了角速度和控制力矩限制、外部干扰及惯量不确定性。通过高保真姿态动力学模拟器的蒙特卡洛仿真验证了所提控制策略的鲁棒性，并采用μ分析评估局部稳定性特性及量化鲁棒性裕度。结果证实了该方法在真实太空场景中的实际可行性，突显了其在不确定和受限环境中的有效性。

摘要

• 原文标题：Variable projection framework for the reduced-rank matrix approximation problem by weighted least-squares
• 中文标题：加权最小二乘降秩矩阵逼近问题的变量投影框架
• 发布日期：2025-05-06 09:14:30+00:00
• 作者：Pascal Terray
• 分类：math.NA, cs.NA, math.OC
• 原文链接：http://arxiv.org/abs/2505.03347v1

中文摘要：在本专著中，我们回顾并发展了针对加权低秩逼近（WLRA）问题的变量投影高斯-牛顿、列文伯格-马夸尔特和牛顿方法，该问题目前在众多科学领域中的应用日益广泛。研究重点聚焦于这些变量投影二阶算法的鲁棒性、效率和可扩展性，使其能够适用于当前许多实际问题中常见的大规模数据集——这些场景过去仅能采用基于局部优化迭代（如主优化、期望最大化或交替最小二乘法）的一阶算法、梯度下降变体（如共轭梯度、近端梯度或随机梯度下降法），或两类方法的混合算法，因其每次迭代的计算成本和内存需求较低。在系统梳理变量投影算法的同时，我们推导了这些方法中涉及的雅可比矩阵和海森矩阵的新公式，揭示了其独特性质：如雅可比矩阵的均匀秩亏缺，或WLRA问题代价函数在（局部）极小值点处海森矩阵的秩亏缺。这些系统性缺陷必须在算法实际实现中予以考虑。这些特性及WLRA问题特殊的几何性质长期未被充分认知，成为开发鲁棒变量投影二阶算法的主要障碍。此外，我们证明变量投影框架为WLRA问题的可解性、优化景观和非光滑性提供了新颖见解，并有助于描述先前互不关联的求解方法之间的紧密联系。特别地，我们阐明了变量投影框架与流形优化在格拉斯曼流形上求解WLRA问题的内在关联。预计计算机视觉、信号处理、推荐系统、机器学习、多元统计和地球物理等领域的软件开发者和实践者将受益于本专著成果，以设计更鲁棒精确的WLRA问题求解算法。

摘要

• 原文标题：Artificial Potential Field and Sliding Mode Control for Spacecraft Attitude Maneuver with Actuation and Pointing Constraints
• 中文标题：基于人工势场与滑模控制的航天器姿态机动执行及指向约束控制
• 发布日期：2025-05-06 14:54:39+00:00
• 作者：Mauro Mancini, Dario Ruggiero
• 分类：eess.SY, cs.SY
• 原文链接：http://arxiv.org/abs/2505.03594v1

中文摘要：本研究探讨了刚性航天器姿态重定向的制导与控制策略组合，同时处理禁止指向约束、执行器限制和系统不确定性。这些约束源于太空中可能损坏航天器敏感载荷的明亮物体存在，以及执行器饱和可能危及闭环系统稳定性的风险。此外，航天器姿态动力学通常受到参数不确定性、外部干扰和系统非线性的影响，这些因素不可忽视。本文采用人工势场（APF）与滑模控制（SMC）相结合的策略，解决了指向和执行约束下的航天器重定向问题。基于李雅普诺夫的严格分析推导出APF/SMC增益的闭式表达式，无需迭代计算即可获得增益值的显式数学公式。这些表达式考虑了角速度和控制力矩限制、外部干扰及惯量不确定性。通过高保真姿态动力学模拟器的蒙特卡洛仿真验证了所提控制策略的鲁棒性，并采用μ分析评估局部稳定性特性及量化鲁棒性裕度。结果证实了该方法在真实太空场景中的实用性，突显了其在不确定和受限环境中的有效性。

摘要

• 原文标题：Variable projection framework for the reduced-rank matrix approximation problem by weighted least-squares
• 中文标题：加权最小二乘降秩矩阵逼近问题的变量投影框架
• 发布日期：2025-05-06 09:14:30+00:00
• 作者：Pascal Terray
• 分类：math.NA, cs.NA, math.OC
• 原文链接：http://arxiv.org/abs/2505.03347v1

中文摘要：在本专著中，我们回顾并发展了针对加权低秩逼近（WLRA）问题的变量投影高斯-牛顿、列文伯格-马夸尔特和牛顿方法，该问题目前在众多科学领域中的应用日益广泛。研究重点聚焦于这些变量投影二阶算法的鲁棒性、效率和可扩展性，使其能够适用于当前许多实际问题中常见的大规模数据集——这些场景下以往仅能采用基于局部优化迭代（如主量化、期望最大化或交替最小二乘法）的一阶算法、梯度下降变体（如共轭梯度、近端梯度或随机梯度下降法），或两类方法的混合算法，因其每次迭代的计算成本和内存需求较低。在系统梳理变量投影算法的同时，我们推导了这些方法中涉及的雅可比矩阵和海森矩阵的新公式，揭示了其独特性质：如雅可比矩阵的均匀秩亏缺，或WLRA问题代价函数在（局部）极小值点处海森矩阵的秩亏缺。这些系统性缺陷必须在算法实现中予以考虑。这些特性及WLRA问题特殊的几何性质长期未被充分认知，成为开发鲁棒变量投影二阶算法的主要障碍。此外，我们证明变量投影框架为WLRA问题的可解性、解空间形态和非光滑性提供了新颖见解，并有助于揭示以往互不关联的解法之间的紧密联系。特别地，我们阐明了变量投影框架与流形优化中Grassmann流形方法的深刻关联。预期计算机视觉、信号处理、推荐系统、机器学习、多元统计和地球物理等领域的软件开发者和实践者将受益于本专著成果，从而设计出更鲁棒精确的WLRA问题求解算法。

摘要

• 原文标题：Artificial Potential Field and Sliding Mode Control for Spacecraft Attitude Maneuver with Actuation and Pointing Constraints
• 中文标题：基于人工势场与滑模控制的航天器姿态机动执行及指向约束控制
• 发布日期：2025-05-06 14:54:39+00:00
• 作者：Mauro Mancini, Dario Ruggiero
• 分类：eess.SY, cs.SY
• 原文链接：http://arxiv.org/abs/2505.03594v1

中文摘要：本研究探讨了刚性航天器姿态重定向的制导与控制策略组合，同时处理禁止指向约束、执行器限制和系统不确定性。这些约束源于太空中可能损坏航天器敏感载荷的明亮物体存在，以及执行器饱和可能危及闭环系统稳定性的风险。此外，航天器姿态动力学通常受参数不确定性、外部干扰和系统非线性的影响，这些因素不可忽略。本文采用人工势场（APF）与滑模控制（SMC）相结合的策略，解决了指向和执行约束下的航天器重定向问题。基于李雅普诺夫的严格分析得出了APF/SMC增益的闭式表达式，无需迭代计算即可提供增益值的显式数学公式。这些表达式考虑了角速度和控制力矩限制、外部干扰及惯量不确定性。通过高保真姿态动力学模拟器的蒙特卡洛仿真验证了所提控制策略的鲁棒性，并采用μ分析评估局部稳定性特性及量化鲁棒性裕度。结果证实了该方法在真实太空场景中的实际可行性，突显了其在不确定和受限环境中的有效性。

摘要

• 原文标题：Variable projection framework for the reduced-rank matrix approximation problem by weighted least-squares
• 中文标题：加权最小二乘降秩矩阵逼近问题的变量投影框架
• 发布日期：2025-05-06 09:14:30+00:00
• 作者：Pascal Terray
• 分类：math.NA, cs.NA, math.OC
• 原文链接：http://arxiv.org/abs/2505.03347v1

中文摘要：在本专著中，我们回顾并发展了针对加权低秩逼近（WLRA）问题的变量投影高斯-牛顿、列文伯格-马夸尔特和牛顿方法，该问题目前在众多科学领域中的应用日益广泛。研究重点聚焦于这些变量投影二阶算法的鲁棒性、效率和可扩展性，使其能够适用于当前许多实际问题中常见的大规模数据集——这些场景下过去仅能采用基于局部优化迭代（如主量化、期望最大化或交替最小二乘法）或梯度下降变体（如共轭梯度、近端梯度或随机梯度下降法）的一阶算法，或是两类方法的混合算法，因其每次迭代的计算成本和内存需求较低。在系统梳理变量投影算法的同时，我们推导了这些方法中涉及的雅可比矩阵和海森矩阵的新公式，揭示了其独特性质：如雅可比矩阵的均匀秩亏缺，或WLRA问题代价函数在（局部）极小值点处海森矩阵的秩亏缺。这些系统性缺陷必须在算法实际实现中予以考虑。这些特性及WLRA问题特有的几何性质长期未被充分认识，成为开发鲁棒变量投影二阶算法的主要障碍。此外，我们证明变量投影框架为WLRA问题的可解性、优化地形和非光滑性提供了新颖见解，并有助于描述以往互不关联的求解方法之间的紧密联系。特别地，我们阐明了变量投影框架与流形优化在格拉斯曼流形上求解WLRA问题的内在关联。预计计算机视觉、信号处理、推荐系统、机器学习、多元统计和地球物理等领域的软件开发者和实践者将从本专著成果中获益，以设计更鲁棒精确的WLRA问题求解算法。

摘要

• 原文标题：Artificial Potential Field and Sliding Mode Control for Spacecraft Attitude Maneuver with Actuation and Pointing Constraints
• 中文标题：基于人工势场和滑模控制的航天器姿态机动执行与指向约束控制
• 发布日期：2025-05-06 14:54:39+00:00
• 作者：Mauro Mancini, Dario Ruggiero
• 分类：eess.SY, cs.SY
• 原文链接：http://arxiv.org/abs/2505.03594v1

中文摘要：本研究探讨了刚性航天器姿态重定向的制导与控制策略组合，同时处理禁止指向约束、执行器限制和系统不确定性。这些约束源于太空中可能损坏航天器敏感载荷的明亮物体存在，以及执行器饱和可能危及闭环系统稳定性的风险。此外，航天器姿态动力学通常受到参数不确定性、外部干扰和系统非线性的影响，这些因素不可忽视。本文采用人工势场（APF）与滑模控制（SMC）相结合的策略，解决了指向和执行约束下的航天器重定向问题。基于李雅普诺夫的严格分析推导出APF/SMC增益的闭式表达式，无需迭代计算即可获得增益值的显式数学公式。这些表达式考虑了角速度和控制力矩限制、外部干扰及惯量不确定性。通过高保真姿态动力学模拟器的蒙特卡洛仿真验证了所提控制策略的鲁棒性，并采用μ分析评估局部稳定性特性及量化鲁棒性裕度。结果证实了该方法在真实太空场景中的实用性，突显了其在不确定和受限环境中的有效性。

摘要

• 原文标题：Variable projection framework for the reduced-rank matrix approximation problem by weighted least-squares
• 中文标题：加权最小二乘降秩矩阵逼近问题的变量投影框架
• 发布日期：2025-05-06 09:14:30+00:00
• 作者：Pascal Terray
• 分类：math.NA, cs.NA, math.OC
• 原文链接：http://arxiv.org/abs/2505.03347v1

中文摘要：在本专著中，我们回顾并发展了针对加权低秩逼近（WLRA）问题的变量投影高斯-牛顿、列文伯格-马夸尔特和牛顿法，该问题目前在众多科学领域中的应用日益广泛。研究重点聚焦于这些变量投影二阶算法的鲁棒性、效率和可扩展性，使其能够适用于当前许多实际问题中常见的大规模数据集——这些场景下以往仅能采用基于局部优化迭代（如主化法、期望最大化或交替最小二乘法）或梯度下降变体（如共轭梯度、近端梯度或随机梯度下降）的一阶算法，抑或两类方法的混合算法，因其每次迭代的计算成本和内存需求较低。在系统梳理变量投影算法的同时，我们推导了这些方法中涉及的雅可比矩阵和海森矩阵的新公式，揭示了其独特性质：如雅可比矩阵的均匀秩亏缺，或WLRA问题代价函数在（局部）极小值点处海森矩阵的秩亏缺。这些系统性缺陷必须在算法实际实现中予以考虑。这些特性及WLRA问题特有的几何性质长期未被充分认知，成为开发鲁棒变量投影二阶算法的主要障碍。此外，我们证明变量投影框架为WLRA问题的可解性、解空间形态及非光滑性提供了新颖见解，并有助于揭示以往互不关联的求解方法之间的紧密联系。特别地，我们阐明了变量投影框架与流形优化中格拉斯曼流形方法的深刻关联。预计计算机视觉、信号处理、推荐系统、机器学习、多元统计和地球物理等领域的软件开发者和实践者将受益于本专著成果，从而设计出更鲁棒精确的WLRA问题求解算法。

摘要

• 原文标题：Artificial Potential Field and Sliding Mode Control for Spacecraft Attitude Maneuver with Actuation and Pointing Constraints
• 中文标题：基于人工势场与滑模控制的航天器姿态机动执行及指向约束控制
• 发布日期：2025-05-06 14:54:39+00:00
• 作者：Mauro Mancini, Dario Ruggiero
• 分类：eess.SY, cs.SY
• 原文链接：http://arxiv.org/abs/2505.03594v1

中文摘要：本研究探讨了刚性航天器姿态重定向的制导与控制策略组合，同时处理禁止指向约束、执行器限制和系统不确定性。这些约束源于太空中可能损坏航天器敏感载荷的明亮物体存在，以及执行器饱和可能危及闭环系统稳定性的风险。此外，航天器姿态动力学通常受到参数不确定性、外部干扰和系统非线性的影响，这些因素不可忽视。本文采用人工势场（APF）与滑模控制（SMC）相结合的策略，解决了指向和执行约束下的航天器重定向问题。基于李雅普诺夫的严格分析得出了APF/SMC增益的闭式表达式，无需迭代计算即可提供增益值的显式数学公式。这些表达式考虑了角速度和控制力矩限制、外部干扰及惯量不确定性。通过高保真姿态动力学模拟器的蒙特卡洛仿真验证了所提控制策略的鲁棒性，并采用μ分析评估局部稳定性特性及量化鲁棒性裕度。结果证实了该方法在真实太空场景中的实用性，突显了其在不确定和受限环境中的有效性。

摘要

• 原文标题：Variable projection framework for the reduced-rank matrix approximation problem by weighted least-squares
• 中文标题：加权最小二乘降秩矩阵逼近问题的变量投影框架
• 发布日期：2025-05-06 09:14:30+00:00
• 作者：Pascal Terray
• 分类：math.NA, cs.NA, math.OC
• 原文链接：http://arxiv.org/abs/2505.03347v1

中文摘要：在本专著中，我们回顾并发展了针对加权低秩逼近（WLRA）问题的变量投影高斯-牛顿、列文伯格-马夸尔特和牛顿方法，该问题目前在众多科学领域中的应用日益广泛。研究重点聚焦于这些变量投影二阶算法的鲁棒性、效率和可扩展性，使其能够适用于当前许多实际问题中常见的大规模数据集——这些场景下以往仅能采用基于局部优化迭代（如主量化、期望最大化或交替最小二乘法）或梯度下降变体（如共轭梯度、近端梯度或随机梯度下降法）的一阶算法，或两类方法的混合算法，因其每次迭代的计算成本和内存需求较低。在系统梳理变量投影算法的同时，我们推导了这些方法中涉及的雅可比矩阵和海森矩阵的新公式，揭示了其独特性质：如雅可比矩阵的均匀秩亏缺，或WLRA问题代价函数在（局部）极小值点处海森矩阵的秩亏缺。这些系统性缺陷必须在算法实际实现中予以考虑。这些特性及WLRA问题特有的几何性质长期未被充分认知，成为开发鲁棒变量投影二阶算法的主要障碍。此外，我们证明变量投影框架为WLRA问题的可解性、优化景观和非光滑性提供了新颖见解，并有助于描述以往互不关联的解法之间的紧密联系。特别地，我们阐明了变量投影框架与Grassmann流形上黎曼优化方法解决WLRA问题的内在关联。预计计算机视觉、信号处理、推荐系统、机器学习、多元统计和地球物理等领域的软件开发者和实践者将受益于本专著成果，以设计更鲁棒精确的WLRA问题求解算法。