研究人员提出了一种用于低推力航天器交会的新型紧密耦合估计与引导架构，旨在解决燃料最优控制对测量误差和传感器异常的脆弱性问题。该研究由Batu Candan和Simone Servadio完成，相关论文已提交至arXiv（编号2605.04481），并于2026年5月6日发布。
低推力交会问题中，燃料最优引导常采用“邦-邦”控制结构，即推力在最大和零之间切换。这种控制方式虽然高效，但对导航误差极为敏感，在非合作近距离操作中容易导致任务失败。此前的研究尝试使用固定同伦参数或传统卡尔曼滤波，但效果有限。
本研究提出的架构基于Clohessy-Wiltshire相对运动模型，通过线性卡尔曼滤波器估计平移状态，并引入多调谐因子（MTF）协方差膨胀机制来抑制异常创新方向。核心创新在于：一个复合评分函数（综合归一化创新和MTF活动）在线映射到同伦参数，从而动态调整优化问题的“平滑程度”。当导航置信度下降时，控制器自动转向更保守的平滑控制；当传感器测量改善时，恢复燃料高效的邦-邦控制。
数值仿真设置了严重的测量退化场景。结果显示，固定邦-邦引导和基于标准卡尔曼滤波的固定同伦控制器均产生较大的终端脱靶量（数百米）。而采用MTF自适应同伦的控制器将脱靶量降至亚米级，仅比开环燃料最优基准消耗略多的燃料。进一步分析表明，自适应同伦是主要的鲁棒性机制，而MTF提供了额外的精度和效率提升。
该方法的滚动时域实现表现出持续快速且可靠的求解时间，支持了其在线应用的可行性。研究指出，该架构可广泛应用于自主交会、在轨服务和空间碎片清除等任务。未来工作将考虑扩展至更复杂的轨道动力学和非线性估计。
总之，这项研究通过紧密耦合估计与引导，有效提升了低推力交会系统的鲁棒性，为未来空间任务中的自主接近操作提供了可靠的技术方案。