基于差分进化算法的再入可达域快速计算#br#

针对高升阻比高超飞行器再入可达域计算问题，提出了基于差分进化算法和倾侧角插值相结合的混合求解方案。通过设计罚函数和适应度函数极值化将再入过程等式约束和不等式约束添加到优化指标。为了减小参数化倾侧角剖面的搜索空间，利用带约束的差分进化算法求解满足再入过程约束和终端约束的再入轨迹。在分别得到最大横向航程和最大纵向航程的倾侧角剖面后，利用插值法快速生成倾侧角指令集，进而实现再入可达域的快速计算。以高升阻比飞行器CAV H为对象，设计仿真算例，结果表明，该混合优化求解方案易于实现且具有良好的可操作性。     

基于差分进化算法的再入可达域快速计算

针对高升阻比高超飞行器再入可达域计算问题,提出了基于差分进化算法和倾侧角插值相结合的混合求解方案。通过设计罚函数和适应度函数极值化将再入过程等式约束和不等式约束添加到优化指标。为了减小参数化倾侧角剖面的搜索空间,利用带约束的差分进化算法求解满足再入过程约束和终端约束的再入轨迹。在分别得到最大横向航程和最大纵向航程的倾侧角剖面后,利用插值法快速生成倾侧角指令集,进而实现再入可达域的快速计算。以高升阻比飞行器CAV-H为对象,设计仿真算例,结果表明,该混合优化求解方案易于实现且具有良好的可操作性。     

再入动力学的性质及其在轨迹优化中的应用

考虑具有终端约束和过程约束的探月返回飞行器再入轨迹设计问题,通过将性能指标泛函定义为再入终端位置误差的平方和,再入轨迹设计问题转化为具有过程约束和状态方程约束的优化问题.首先仅考虑状态方程约束,利用最大值原理,得到该优化问题的必要条件,选取间接法中的共轭梯度算法求解最优控制量.进而针对轨迹约束问题,研究了再入过载和轨道飞行段飞行距离与航迹角以及倾侧角的关系,在此基础上,提出了采用调整初始倾侧角序列的方法实现过程约束.该算法克服了罚函数方法中需要调节参数较多的问题,并且物理意义明确,实现简单.最后,给出了Apollo再入轨迹优化的数值仿真算例,验证了所给出算法的有效性.     

高超声速再入滑翔飞行器多约束轨迹快速优化

为适应高超声速再入滑翔飞行器高动态、多约束的特点,提出了一种快速轨迹优化方法.轨迹优化时将倾侧角控制曲线表示为飞行器能量参数的分段线性函数,从而使纵向轨迹优化问题转化为多维非线性规划问题,并采用序列二次规划(SQP,Sequential Quadratic Programming)方法进行优化求解.横侧向轨迹控制采用偏航角跟踪视线角的方法,设计了视线角误差走廊边界随速度变化的取值,研究了倾侧角反转策略,避免了传统优化中求解倾侧角反转时刻所需的迭代运算.仿真结果表明:该轨迹优化方法在一般高性能微机上生成一条约10 000 km左右的飞行轨迹耗时约5 s,具有较快的优化速度,且精度较高,有一定的工程应用价值 .      

再入飞行器标称攻角优化设计

再入飞行器的标称攻角在弹道规划以及飞行器覆盖能力分析中起到重要作用,由于再入飞行中气动加热严重,过载和动压约束严格,给标称攻角的设计带来很大困难.针对弹道射面内最大纵程和最小总热载荷问题,在考虑热流、动压和过载约束下分别进行标称飞行攻角的优化设计.首先将过程约束转化为对控制量攻角的约束,将需要优化的标称攻角通过分段线性函数参数化,把最优控制问题转化为4个参数的寻优问题,然后利用遗传算法获得参数的初始猜想,并设计序列二次规划(SQP,Sequential Quadratic Programming)算法求解.仿真结果显示该方法能够快速获取再入标称飞行攻角,为再入轨迹优化和制导总体设计提供参考.     

参数化产品族递进式优化设计方法

基于产品平台技术,提出了基于混合进化算法的参数化产品族递进式优化设计方法.建立了参数化产品族的递进式优化设计流程,提出改进的强度Pareto进化算法(SPEA2+)与非支配排序遗传算法(NSGA-II)相结合的多目标混合进化算法对参数化产品族设计问题进行优化,混合进化算法使用了两类种群进行求解,解决了同步进化带来的数据扰动问题.在参数化产品族递进式优化设计过程中,首先优化产品族设计平台,建立参数化产品族设计问题的多目标优化数学模型,通过产品设计参数的敏感度分析和变差指数计算,划分产品平台的设计常量和设计变量,形成稳健的产品平台来获得最优参数.然后对产品族中实例产品的多个性能进行优化,在已有的产品平台基础上,优化设计变量的取值.最后,以电动机产品族的递进式优化设计过程为例证明了该方法的有效性和适用性.      

一种短航程再入解析预测校正制导方法

针对载人探月飞船高速再入返回问题,提出了一种短航程低过载的再入解析预测校正制导方法。引入大升阻比航天器滑翔式再入的概念,通过设定再入过程中滑翔段轨迹形式,利用轨迹参数描述滑翔段轨迹,推导出预测航程的解析公式。为使终端误差满足要求,通过试位法校正轨迹参数,并换算得到倾侧角制导指令。在偏差条件下进行仿真,实现了飞船2100km任务航程下400~450s内以低于6.5g₀的过载再入,结果表明,所提制导方法具有较高的精度和较强的鲁棒性,为载人探月飞船应急快速返回提供了参考思路。      

基于能量的高超声速飞行器再入混合制导方法

针对大升阻比高超声速飞行器滑翔再入制导问题,提出一种基于能量的混合制导方法.建立以能量为自变量的三自由度运动学方程,利用拟平衡滑翔特性将过程约束转换成倾侧角约束.纵向制导在初始下降段采用固定数值倾侧角飞行,在拟平衡滑翔段基于剩余航程随能量单调变化的特性将标准轨迹进行分段,然后分段进行在线预测校正制导.侧向制导基于横程与能量的近似线性关系,设计了由分段漏斗形横程走廊控制的倾侧角反转逻辑,以保证侧向制导精度.分析研究和仿真结果表明该方法易于实现,有效减小了制导指令的解算时间,制导和落点精度高,且对再入初始偏差及过程扰动不敏感.      

等再入航程返回轨道模糊混合优化设计

为了消除采用梯度迭代求解算法求解再入弹道优化问题时对初始值的依赖，减小遗传算法对种群数量和迭代次数的需求，采用模糊思想设计了改进的稳态遗传-序列二次规划(GA-SQP)混合求解算法。针对等再入航程返回轨道设计问题，提出了初始种群的基因检测方法、基于模糊隶属度的评分函数建立方法和搜索过程中劣质基因的评分方法，考虑了过载超限时间约束、倾侧角翻转最大角速度限制等实际约束，给出了序列二次规划求解过程中再入点在瞄准点之后和制动时长过短的特殊情况下约束的处理方法。采用改进的稳态GA-SQP混合求解算法，可以实现近地轨道变高度返回的情况下等再入航程返回轨道设计。改进的稳态GA-SQP混合求解算法不依赖于初始值，种群数量较小，与未改进的遗传-序列二次规划算法相比迭代次数减少34.7%,计算速度和计算精度均达到工程适用程度。     

进化策略在火箭发动机静态特性研究中的应用

建立了全流量补燃循环发动机的静态特性的数学模型.描述静态特性的数学模型是由一组非线性方程组成的.采用基于进化策略的进化算法求解全流量补燃循环发动机的静态特性方程,将该模型的非线性方程组求解问题转化为求带有约束的极小值的优化问题,建立了进化策略计算模型.讨论了进化策略算法在进化计算过程中使用的变异算子、重组算子和选择算子的设计,以及对约束条件的处理方法.数值计算的结果表明,利用基于进化策略的算法可以在较大范围内进行全流量循环液体火箭发动机的静态特性研究.     

基于混合法的月球软着陆轨迹优化

利用混合法思想和人工免疫算法研究了月球软着陆轨迹优化问题.首先建立月球软着陆系统模型并进行归一化处理;然后基于混合法思想利用庞特亚金（Pontryagin）极大值原理推导最优控制律,以伴随变量初值和终端时刻作为优化变量,将终端约束作为罚函数引入评价函数中,将月球软着陆轨迹优化问题转化为非线性规划问题（NLP,Nonlinear Programming）;最后应用引导人工免疫算法（GAIA,Guiding Artificial Immune Algorithm）求解该优化问题.仿真结果表明,GAIA混合算法比直接法的寻优速度快,终端误差小,且可搜索到理论最优轨迹;同时,GAIA混合算法的伴随变量初值收敛范围比间接法大,降低了最优月球软着陆轨迹的搜索难度.     

拦截弹道快速设计方法

针对传统优化算法在解决多约束条件下拦截弹道设计问题时迭代计算耗时过长的缺点,提出了一种快速拦截弹道设计方法.该方法基于人工神经网络的非线性拟合技术,先通过普通优化算法进行离线样本计算,对样本中目标位置和优化得到的飞行程序参数进行输入-输出映射拟合训练,从而实现在给定目标位置的情况下对最优飞行程序参数的快速计算,达到提高拦截弹道设计效率的目的.经过数值仿真验证,将该方法应用于拦截弹道设计,在保证良好命中精度的同时,设计所需的计算时间大大减少,从而提高了弹道设计的时效性.      

全电推进卫星轨道优化的推力同伦解法

全电推进卫星的入轨过程是一个典型的多圈小推力轨道优化问题，由于其推力器加速度小，变轨圈数多，造成其最优理论解的求解较困难。为解决该问题，利用最优控制理论建立了全电推进卫星变轨优化的间接法模型，将变轨优化问题转化为协态变量初值猜测的两点边值问题。从大推力问题开始，通过遗传算法获得大范围猜测值并结合系列二次规划方法获得大推力的精确解。采用推力同伦思想，使用逐渐缩小推力的方式完成小推力问题的求解。仿真算例表明，采用推力同伦的方法，通过数十次的推力缩减即可有效解决多达上百圈变轨的静止轨道全电推进卫星入轨优化问题。     

高动态无人飞行器轨迹规划与控制技术

针对高动态无人飞行器的飞行环境中,气动力、气动热条件苛刻,飞行参数和结构变化剧烈的特点,研究了多约束条件下的轨迹规划与设计方法.提出了以无人飞行器倾侧角为主控制量,将轨迹规划问题转化为最优控制问题,采用极大值原理和改进的邻近极值法,求解无人飞行器总吸热量最小的最优控制,并使得最优控制满足所有飞行边界约束和终端约束.最后,以某型高动态无人飞行器为对象,仿真证明了方法的有效性.     

基于高斯伪谱法的空天飞机上升段最优轨迹设计

针对复杂多约束条件下空天飞机上升段燃料最优轨迹优化问题,提出一种基于高斯伪谱法的上升段轨迹优化策略.依据发动机的推力特性将上升轨迹合理分段,使原最优控制问题转化为多段最优控制问题后,采用高斯伪谱法进行并行优化计算.数值仿真结果表明采用这种轨迹优化策略能够满足组合动力系统工作模态转换时对飞行状态的约束条件,可以在较短的时间内完成高精度的上升段轨迹优化任务,从而验证了该方法的有效性.     

GTO发射轨道的两级分解全局优化设计策略

文章提出了包含两级规划、轨道分解优化以及混合遗传算法的GTO发射轨道优化设计策略。针对最优控制变量和总体变量耦合所带来的收敛性差问题 ,建立了两级规划模型 ,其中上面级问题处理总体变量 ,下面级问题处理单独的轨迹控制变量。整个发射轨道优化设计问题被划分成两个轨道段优化设计子问题 ,采用串行混合遗传算法完成子问题的求解。选择一个二级GTO运载火箭 ,进行最大运载能力优化设计 ,对俯仰角选择、发射轨道参数选择等问题进行了分析 ,得出了一些有益的结论。算例分析结果表明所提出的GTO发射轨道优化设计策略的优良性能 ,在运载火箭总体设计中有良好的应用价值。     

基于M-AFSA的MPRM逻辑电路面积优化

现有基于传统智能优化算法的MPRM电路面积优化算法存在效果差的问题。由于MPRM电路面积优化属于组合优化问题，先提出一种多策略协同进化人工鱼群算法（MAFSA），该算法引入基于反向学习的种群初始化策略，以提高种群多样性及初始种群解的质量；引入觅食与追尾交互性策略，以加强人工鱼个体之间的信息交流、提高所提算法的收敛速度；引入自适应扰动策略，以增加人工鱼个体位置变异的随机性、避免所提算法陷入局部最优。此外，提出一种MPRM逻辑电路面积优化方法，利用所提算法来搜索电路面积最小的最佳极性。基于北卡罗莱纳州微电子中心（MCNC）Benchmark电路的实验结果表明：与遗传算法相比，所提算法优化电路平均面积百分比最高为57.24%，平均为39.57%；与人工鱼群算法相比，所提算法优化电路平均面积百分比最高为33.53%，平均为14.54%；与改进的人工鱼群算法相比，所提算法优化电路平均面积百分比最高为30.25%，平均为13.86%。     

基于自适应伪谱法的高超声速飞行器再入轨迹优化

针对高超声速飞行器再入轨迹优化问题,建立考虑地球自转的三自由度再入运动方程,以美国通用空天飞行器为对象建立再入约束模型。采用Legendre-Gauss-Radau配点对3种典型优化问题:最大纵程、最大横程及最小航迹角变化率问题进行离散,将连续时间最优控制问题转化为非线性规划问题。基于Legendre多项式近似理论,引入衰减系数构建相对误差估计关系式,并以此提出一种有效的自适应网格重构策略。最终获得了3种典型再入轨迹优化问题的最优解。仿真结果表明,该算法的求解结果与变步长Runge-Kutta-Fehlberg法积分一致。相比传统自适应伪谱法,其配点和区间分配更合理,迭代次数少,求解速度高,且对人工参数不敏感。      

基于高斯伪谱法的火星表面上升燃耗最优轨迹设计

火星上升器的设计与其轨迹设计紧密相关,而现有方法大都将MAV(Mars Ascent Vehicle)的分级优化和轨迹优化解耦计算,其计算效率低且鲁棒性较差。提出了一种基于高斯伪谱法的两级MAV分级与轨迹耦合多阶段优化算法,它以MAV的发射总质量最小为目标函数,并考虑了MAV设计约束、MAV的质量模型约束、轨迹的路径约束和控制约束等限制条件。利用该方法可以同时求得发射总质量最小的两级MAV分级参数和一条燃耗最优的上升轨迹,解决了由于不合理的两级MAV分级设计导致的轨迹优化算法无法收敛的问题。数值仿真结果表明该方法具有较快的收敛速度,且对初值选取的敏感度较小、具有较强的鲁棒性。