多约束条件下高超声速滑翔飞行器轨迹优化

研究了考虑航路点、禁飞区、热流、动压、过载、控制量以及终端状态等多种约束条件下高超声速滑翔飞行器轨迹优化设计问题。分析了采用一般Gauss伪谱方法进行高超声速滑翔飞行器轨迹优化设计存在的主要问题,为此,提出了轨迹分段优化策略,将轨迹优化的一般最优控制问题转换为多段最优控制问题,进而将各段轨迹按Gauss伪谱方法进行离散化,将连续多段最优控制问题转换为非线性规划问题进行求解。以多约束条件下最大射程轨迹优化为例进行仿真分析,结果表明分段优化方法能够较快地设计出满足各种约束条件的优化轨迹。     

高超声速滑翔飞行器轨迹优化与制导综述

针对多约束条件下高超声速滑翔飞行器轨迹优化与制导问题,从离线和在线两个方面综述了高超声速滑翔飞行器轨迹优化与制导方法,并进行了展望。首先建立了带随机干扰的高超声速滑翔飞行器轨迹优化与制导问题模型。针对是否考虑随机干扰,从确定性和鲁棒性两方面对离线轨迹优化与制导进行了综述。在线轨迹优化与制导方面主要对在线轨迹生成加轨迹跟踪的标准轨迹制导和预测制导两方面进行了综述。最后,提出轨迹优化与制导技术应加强在模型、计算效率、多任务、高精度制导等几个方面的研究。     

滑翔弹道优化设计研究

研究滑翔弹道优化设计问题.采用考虑地球转速和扁率的动力学模型进行了弹道优化设计.根据滑翔弹道的特点提出了优化设计的方法.针对滑翔弹道优化设计中的强非线性、多约束、多种类性能指标、多局部极值的问题,采用了粒子群全局优化与经典局部优化相结合的算法,并通过仿真计算验证了算法的适用性.针对典型的工程问题,对滑翔弹道进行了优化,设计结果对工程实践具有一定的指导意义.     

再入轨迹多约束模型预测静态凸规划方法

针对大升阻比可重复使用飞行器再入滑翔轨迹规划问题,提出了一种基于自适应分段Chebychev伪谱离散的多约束模型预测静态凸规划算法(P CMPCP),实现了全量终端状态约束及多过程约束作用下再入轨迹的高精度迭代解算。考虑倾侧角翻转导致控制量不连续,传统规划方法难以同时严格满足终端位置、角度约束,且过程约束易超限,采用自适应分段伪谱离散策略,构建全程飞行状态及过程性能指标约束对各配点处控制调整量的敏感度关系,从而将非线性最优控制问题转化为静态凸规划问题,并利用内点法对各分段控制量进行了协调优化。本文所提方法无需对动力学模型进行简化或近似处理,即能以少量积分运算使轨迹满足再入全量模型约束,且控制量平滑,数值精度优于传统规划方法。     

基于非线性最优终端匹配的再入轨迹快速规划研究

针对新型升力式再入飞行器再入轨迹终端需满足多约束条件的情况,研究 了一种基于非线性最优终端匹配的再入轨迹快速规划方法。根据升力式再入特性和任务需要 ,将飞行器再入轨迹划分为初始下降段、准平衡滑翔段和终端匹配段,其中初始下降段和准 平衡滑翔段采用单参数迭代搜索法快速生成轨迹,终端匹配段则基于一种全局插值多项式来 离散化控制变量,并采用复形调优法对这一参数化最优问题进行非线性优化求解。仿真结果 表明,轨迹快速规划方法可以在半分钟内生成一条满足多终端约束的再入轨迹,并具 有较高的精度。该方法对于未来新型升力式再入飞行器具有很好的工程应用前景。
     

多约束航迹规划与跟踪制导律

研究升力式飞行器多约束航迹规划与跟踪制导律设计。考虑到飞行器为满足任务需求规定了一定范围的禁飞区，为确保滑翔段末状态处于中末制导交班窗口内设置了严格的终端约束，导致传统基于最大升阻比、平衡滑翔策略的航迹规划不适用。针对飞行器在不同空域的动力学特性，结合飞行策略预划分手段分段提出不同状态下的攻角、倾侧角剖面，通过优化剖面构型参数将无穷维轨迹优化问题转化为有限维参数规划问题，完成多约束航迹规划。最后，考虑到气动不确定性带来的轨迹偏差，利用线性二次型调节器以位移加权误差最小为优化指标完成轨迹跟踪制导律设计，实现对规划航迹的在线纠偏，并通过仿真分析验证所提方法的有效性。     

基于Gauss伪谱方法的高超声速飞行器再入轨迹快速优化

基于一种求解最优控制问题的新方法—Gauss伪谱法(Gauss Pseudospectral Method\|GPM) ,研究了高超声速飞行器滑翔式再入的快速轨迹优化问题。针对远程多约束条件下滑翔式再 入轨迹优化问题的难点,提出了基于GPM的串行分段优化策略,包括三个方面：(1) 构造了 设计变量初值生成器,获得近似最优解作为优化初值;(2) 提出从可行解到 最优解的串行优化策略;(3) 引入平衡滑翔条件构造动态分段点,将再入轨迹分为初始下降 段和滑翔段分别求解。以某高超声速再入飞行器为对象进行轨迹优化计算,仿真结果验证了 本文的轨迹优化方法具有较高的精度和计算效率。
     

一种基于飞行任务的临近空间短距滑翔飞行器弹道预示方法

针对临近空间短距滑翔飞行器机动模式多变、弹道参数变化剧烈等特点,本文设计了一种基于变结构交互式多模型滤波的轨迹预测方法。该方法基于飞行任务结合自适应网格构建时变的机动模型集,解决机动模式多变的问题。通过引入渐消因子、修正Markov概率转移矩阵,提出一种变结构交互式多模型方法辨识机动模型特征参数。最后通过更新机动模型中的控制参量,实现数值积分条件下的轨迹预测。仿真结果表明,该方法对典型机动模式下的短距滑翔飞行器,具有高精度和强鲁棒的轨迹跟踪能力并且在轨迹预示过程中具有较强的收敛性,因此具有一定的理论意义和工程应用价值。     

基于在线轨迹规划的混合再入制导方法(英文)

针对在线轨迹规划与跟踪,提出了一种混合再入制导方法。该方法将基于航路点的分段轨迹规划与轨迹跟踪制导有效地结合起来。首先给出再入飞行器无量纲运动方程,建立制导坐标系(GCF),并推导了新坐标系下的经纬度表达式。并将再入飞行过程中各种飞行约束条件转换为控制变量约束。为了加快轨迹优化速度,设计了初始再入飞行轨迹和相关航路点,给出了基于航路点信息的分段轨迹在线规划方法。纵向飞行轨迹跟踪采用基于线性二次型调节器(LQR)的方法,横侧向制导采用横向误差走廊的方法进行控制。仿真结果显示,该方法在线轨迹规划平均计算时间小于0.2秒,且具有较高的制导精度。     

高超声速滑翔飞行器再入轨迹快速、高精度优化

针对高超声速滑翔飞行器再入轨迹优化问题，提出一种基于稀疏差分法和网格细化技术的快速、高精度求解方法。该方法应用局部配点法将再入轨迹优化问题转化为非线性规划(NLP)问题，从两方面提高轨迹优化的效率和精度。一方面，引入一种高效的稀疏差分法计算NLP的一阶偏导数，提高NLP的求解效率；另一方面，提出一种基于新型广义二分网格的网格细化算法调整离散节点的数量和分布，使得方法能够采用较少的节点数目取得较高的优化精度，从而减小NLP的规模和计算量。应用该方法求解了高超声速滑翔再入轨迹优化问题，仿真结果表明所述方法能够快速生成一条严格满足各种约束的最优三维再入轨迹。在此基础上，研究了滑翔飞行器的再入落点区范围，进一步检验了该方法的有效性。     

不确定条件下采用协方差描述函数法的再入轨迹鲁棒优化

Uncertainties are taken into account in reentry trajectory optimization and a robust trajectory optimization model is constructed based on the robust optimization theory. There are computational difficulties in solving this robust trajectory optimization problem due to the random variables associated with the uncertainties. To overcome these difficulties, the covariance analysis describing function technique (CADET) is employed to convert the robust trajectory optimization model into an equivalent deterministic trajectory optimization formulation, which is then solvable by using the existing pseudo spectral method. In the case study, a robust reentry trajectory optimization problem considering the uncertainties of aerodynamic parameters is solved to obtain the robust optimal trajectories. By comparing with the traditional deterministic optimal trajectories, the robust optimal trajectories are significantly less sensitive to the uncertainties of aerodynamic parameters, showing the effectiveness of the presented method.      

基于组合优化算法的临近空间飞行器轨迹优化

提出一种临近空间飞行器轨迹优化方法,利用基于支持向量机与遗传算法的组合优化算法,解决多约束条件下的高效轨迹优化问题。首先,建立临近空间飞行器轨迹优化数学模型。然后,通过参数化方法和惩罚函数法将轨迹优化问题转化为约束参数优化问题。在此基础上,提出一种求解无约束参数优化问题的组合优化算法,通过支持向量机对遗传过程中产生的种群进行分类,提高基本遗传算法的计算效率,结合轨迹优化数学模型,给出轨迹优化算法。最后,以临近空间飞行器航程最远轨迹优化问题为例,进行数学仿真分析。仿真结果表明,针对给定的算例,文中提出的方法与基于基本遗传算法的轨迹优化方法相比,计算效率显著提高。     

RBCC可重复使用运载器上升段轨迹优化设计

针对火箭基组合动力(RBCC)可重复使用运载器(RLV)轨迹多段、多控制变量、推力与飞行轨迹耦合,飞行轨迹设计困难的问题,提出了基于高斯伪光谱方法的数值优化求解模型和求解方法,并获得满足要求的上升段燃料最省轨迹。将该轨迹分为3部分,分别由引射火箭、亚燃冲压和超燃冲压发动机提供动力,以攻角和燃料秒流量为控制变量,根据轨迹任务和各模态发动机启动及工作条件建立优化模型、设定各段末端和路径约束,利用高斯伪谱法求解最优轨迹并利用特殊方法计算边界控制变量。通过与传统方法所得轨迹的对比表明,所建立的优化模型和方法可快速求解出RBCC运载器上升段最优轨迹,优化结果符合RBCC运载器工作特点。     

适应于RBCC运载器的轨迹优化建模研究

根据RBCC动力系统工作原理,分析了RBCC运载器上升段轨迹特点和设计矛盾。针对此类飞行器工作模态多、冲压模态约束条件复杂、传统优化模型无法求解其全局最优解的问题,以Radau伪谱法为基础,建立了基于混合积分变量的全程最优轨迹求解模型,并引入连接条件模型。该模型可以有效处理RBCC运载器多段飞行轨迹约束条件,克服了传统建模方法的不足。采用50km、Ma8运载任务算例校验优化模型,优化结果显示,所研究模型符合RBCC运载器工作特点和任务需要,可快速求解此类运载器上升段最优轨迹。     

吸气式高超声速飞行器助推-巡航轨迹优化

针对吸气式高超声速巡航飞行器建立了纵向平面内的二维轨迹优化模型(包括火箭助推段和吸气式飞行段),其中大气模型、气动力模型和发动机模型均建立了比较详细的模型,能够比较全面、准确地描述吸气式高超声速巡航飞行器的特征;基于配点法建立了适用于高超声速巡航飞行器助推-巡航轨迹优化的方法,在求解非线性规划时引入了规范化处理、稀疏分析和偏导数计算方法等,以提高优化效率;对吸气式高超声速飞行器助推-巡航轨迹进行了优化研究,分析了典型设计参数变化对最优轨迹的影响。仿真结果表明:所建立的方法能够快速、高精度求解吸气式高超声速巡航飞行器轨迹优化问题,并且能够方便地分析设计参数变化对最优轨迹的影响,可用于吸气式高超声速飞行器飞行剖面设计与优化。     

基于序列近似优化算法的固体运载火箭弹道设计

采用打靶法研究固体运载火箭弹道优化设计问题。针对打靶法中智能优化算法效率、优化问题中约束条件提法等方面的不足,引入序列近似优化算法,提出算法中径向基函数高斯核宽度的高效确定方法。数值仿真实验表明,提出的方法可在基本不带来计算量增加的前提下,显著提高代理模型精度,使序列近似优化算法得到改进,提高优化效率。设计固体运载火箭飞行程序。建立弹道优化设计问题数学模型,并将模型中相关等式约束合理转化为不等式约束,降低优化问题求解难度;基于改进后的序列近似优化算法完成某固体运载火箭弹道优化,原始计算模型调用308次之后便搜索到最优解,较传统智能优化算法显著提高了优化效率,优化方案末助推级液体推进剂消耗比原方案减少25.7%。     

基于OPTIMUS的临近空间飞行器再入轨迹优化设计

针对临近空间飞行器再入飞行受到热流率、动压和过载等多约束情况下的轨迹优化问题,提出了基于OPTIMUS优化软件平台搜索初值的编程求解方案。首先根据再入飞行动力学原理建立数学模型,并合理简化,应用最优控制理论设计滚转角控制律;然后利用OPTIMUS软件平台搭建系统工作流程,进行试验设计并建立响应面模型,通过平台集成的优化算法寻找初值;最后结合不同优化算法的优点,基于遗传算法加模式搜索法编写程序求解轨迹。结果表明,基于OPTIMUS分析所设计的轨迹优化方案,可以快速确定较为准确的初值,计算效率显著提高,且能够保证较高精度。     

一种运载火箭上升段轨迹的高精度确定方法

针对运载火箭上升段轨迹建模问题,采用自由节点样条模型描述轨迹变化规律,将轨迹确定中的参数估计转化为对样条函数系数估计,从而大量减少待估参数个数,有效提高参数估计精度。在此基础上,提出利用遗传算法优选测量元素的方法。在基本遗传算法框架下,通过对测量元素进行染色体编码、构造基于加权排序的适应值函数以及设计改进的比例选择算子,对整个测量元素组合空间进行充分搜索寻优。利用典型上升段轨迹和布站对该方法进行数值仿真,结果表明,本文提出的新方法比现有方法的位置确定精度提高了92.0%~94.4%;在均采用自由节点样条模型进行融合轨迹确定时,新方法比典型测元融合解算的位置确定精度也提高了16.4%～88.6%。     

空中发射运载火箭弹道优化设计

以现有空中发射运载火箭"飞马座"(Pegasus)为研究对象,研究了空中发射运载火箭的弹道优化设计方法。在建立的空中发射运载火箭动力学模型的基础上,考虑空中发射火箭独特气动外形,设计发射全过程的飞行控制模型;给出了使用遗传算法(GA)筛选弹道优化问题全局最优初值,并交叉运用起作用集算法(ASM)与内点法对GA算法获得的初值二次寻优,从而获得空中发射火箭弹道的分级优化设计方法,另与"飞马座"空中发射运载火箭的弹道数据对比,验证了该分级优化方法相比传统弹道优化设计方法,适用的目标轨道范围广阔,发射位置灵活,能够更大程度挖掘空中发射运载火箭的运载能力。     

组合动力运载器上升段轨迹智能优化方法

针对组合动力水平起飞可重复使用运载器，开展了上升段轨迹优化模型设计与轨迹优化方法研究。首先，针对跨大空/速域飞行须采用多种动力形式协调工作这一问题，考虑动力/气动/轨迹/指标间的复杂耦合关系，建立了运载器动力和气动模型。其次，为降低轨迹优化问题的求解难度，设计了一种全新的飞行剖面，实现了关键优化参数的提取和攻角约束的自动满足，减少了优化算法需要处理的约束数量。然后，提出了一种改进的粒子群优化(PSO)算法完成求解；在收敛性分析的基础上，引入强化学习机制对PSO寻优过程进行自主智能控制，从本质上提升了PSO算法的求解效率。最后通过数学仿真验证了方法的正确性和有效性。