基于环境影响的飞机进场性能参数优化

为了在满足空中交通管理具体运行的限制下降低民航飞机进场过程中发动机排放对环境造成的影响,研究了飞行参数优化问题。首先根据进场飞行轨迹特点构建了飞机进场模型;然后综合考虑油耗、发动机排放对环境的影响以及飞行过程实现的便捷性构建了优化目标;最后基于多目标遗传算法建立了优化求解模型。以空客A321飞机为例分析了速度变化对优化目标的影响,并进行了优化仿真试验。仿真结果表明,飞行参数优化结果主要受空管运行的最大约束时间限制,所提优化方法能够有效降低进场过程对环境的影响。     

终端区多机协同进场下的飞机性能参数优化方法

为了降低多条航路上下降至同一航路点的多架飞机最后巡航阶段和下降阶段的运行总成本,同时要确保飞机的飞行安全,研究了多架飞机下降至同一航路点时降低总运行成本的参数优化方法。首先,介绍了飞机性能参数计算方法;其次,为了提高寻找飞至同一航路点各架飞机使得总运行成本最低的合适指示空速的计算速度,建立了考虑间隔约束的参数优化模型,并通过精英保留的遗传算法进行优化运算;最后,用某型民用飞机对建立的模型进行算例仿真。结果表明,该模型能准确计算出各架飞机使总运行成本最低的指示空速,对航空公司处理多架飞机下降至同一航路点降低总运行成本有较大的指导意义。     

基于HP-RPM的高超声速滑翔飞行器轨迹优化

针对含有航路点、禁飞区约束的再入突防轨迹优化问题,提出了基于HP自适应Radau伪谱法(HP-RPM)的分段轨迹优化策略,给出了在含有热流密度、过载、动压、航路点和禁飞区等约束条件下的再入轨迹优化模型;利用HP-RPM对含有再入的最优控制问题进行离散化,将其转为非线性规划问题,并根据航路点所在的位置,对再入轨迹进行分段,以再入滑翔飞行的时间最短为仿真目标函数进行仿真计算。仿真结果表明,此方法可以生成一条满足多种约束条件的高精度优化轨迹,并且用时较短。     

基于粒子群优化的航路规划算法研究与仿真

文章将粒子群优化方法应用于飞机低空突防航路规划技术研究,提出了利用一组正弦波曲线来构造一个粒子,并在适应度函数设计巾加入处罚函数,使该方法得到的飞行航线严格经过起始点和目标点,而且满足飞机的机动性能要求,以及起始航向角与目标进入角的要求。仿真结果表明,所用方法简便可行,粒子能较快地收敛于全局最佳航路。     

基于遗传算法的RTA进场飞行参数优化

为降低民航客机在进场过程中的燃油消耗,同时满足要求到达时间约束,研究了连续下降运行模式下的飞行参数优化方法。首先,建立进场模型,并提出飞行参数计算方法;其次,为快速计算出要求到达时间约束下的节油马赫数和指示空速,基于精英保留策略的遗传算法建立了该约束下的飞行性能参数优化模型;最后,选取B737-800飞机进行仿真验证。结果表明,该优化模型能有效计算出节油飞行参数,计算所得马赫数和指示空速对空管和航空公司运行有较大的指导意义。     

基于射击次数的编队防空队形优化配置

为解决舰艇编队协同防空中抗击多方向来袭目标流的队形部署优化问题,提出了以编队对来袭目标流的综合射击次数为目标函数的优化方法。将编队总射击次数分解为零航路捷径和非零航路捷径下的射击次数之和,利用射击次数与、杀伤区纵深、队形配置向量之间的约束关系,给出了计算方法。以一字队形为例,建立了队形部署优化模型。     

基于Radau伪谱法的无人作战飞机四维轨迹规划

针对无人作战飞机(UCAV)打击时敏目标和多机协同攻击问题,提出一种基于Radau伪谱法(RPM)的无人作战飞机四维攻击轨迹规划方法。在综合考虑UCAV气动力特性、大气环境特性基础上建立了高精度UCAV(3-DOF)质点模型,并设计了约束条件和目标函数;基于动态RCS建立威胁模型,构建了最优控制理论框架的UCAV四维攻击轨迹规划模型;通过RPM将动态RCS威胁下的四维攻击轨迹规划问题转换为非线性优化问题,然后利用SNOPT软件包进行求解。仿真结果表明,该方法能够以较快的速度和较高的精度生成满足多种复杂约束条件的四维攻击轨迹。     

基于罚函数序列凸规划的多无人机轨迹规划

多无人机（UAVs）轨迹规划是具有非线性运动约束和非凸路径约束的最优控制问题。引入序列凸规划思想,将非凸最优控制问题近似为一系列凸优化子问题,并利用成熟的凸优化算法进行求解,以更好地权衡最优性和时效性。首先,建立了多无人机协同轨迹规划的非凸最优控制模型。然后,利用离散化和凸近似方法将其转换为凸优化问题,包括对无人机运动模型的线性化,以及对威胁规避约束和无人机碰撞约束的凸化。同时,提出了一种离散点间的威胁规避方法,保证无人机在离散轨迹点间的飞行安全。在凸优化模型的基础上,给出了基于罚函数序列凸规划求解多无人机轨迹规划的具体框架。最后,通过数值仿真验证了方法的有效性,结果表明该方法在多机轨迹规划结果的最优性和时效性都要优于伪谱法,而且优势随编队数量的增加而增大。     

基于目标分配的无人机航路规划

在航路规划中．如果存在多个目标点，优化问题就会变得复杂化。因此，在多目标点存在的情况下，航路优化问题应充分考虑目标的有关因素及空域状况，对目标和航路进行优化选择以取得某种效益。针对这一问题，提出了目标选择及航路规化的优化模型．并提出了一种改进的A*算法——大规模平行扩展A*算法对这一问题进行求解。在此基础上，针对无人机的水平飞行航路进行了规化。结果表明，通过该方法可以有效地解决多目标点存在时的航路规划问题。     

高超声速飞行器再入轨迹多目标优化

针对飞行器再入轨迹多目标优化问题,提出了一种基于粒子群算法与层次分析法的综合求解策略。首先,根据飞行器的动力学模型以及再入约束条件,建立了飞行器多目标优化模型;然后,考虑到粒子群算法只能求解无约束单目标问题,采用罚函数处理飞行过程中的约束条件和优化目标;最后,针对不同约束及目标的权重对再入轨迹的影响,利用层次分析法建立包含主观评估信息的优化模型,采用粒子群算法优化求解满足相应约束条件的再入轨迹问题。仿真结果表明,该方法所生成的优化轨迹具有较高的精度和计算效率,并对设计者的主观需求有良好的体现。     

基于高斯伪谱法的飞机下降段轨迹优化

以大型运输机为研究对象,进行风干扰下的飞机下降段轨迹优化.通过对飞机下降过程的分析,建立了飞机的运动学模型、油耗模型和大气模型,得出了问题的目标函数和约束.运用高斯伪谱法把最优控制问题转化为非线性规划问题,并用序列二次规划求解非线性规划问题.仿真计算得到飞机最短下降时间的最优轨迹,讨论了不同的成本指数对下降时间和燃油消耗的影响.仿真结果表明,成本指数越大,飞机下降时间越短,燃油消耗越多.     

通用飞机多约束水平航路规划方法研究

随着我国低空空域的开放,通用飞机低空航路规划问题越来越复杂,亟待解决。在传统航路规划方法的基础上,研究满足区域导航要求下低空空域的约束条件,并针对每一类约束条件,建立航路优化模型,给出航路优化算法的实现步骤。仿真实验验证表明,多约束水平航路规划方法能够满足通用飞机机载设备的功能和性能要求。     

首都机场终端区多进港队列排序优化策略与仿真

在现行可用空域中，通过流量管理策略与进港航班队列优化相结合可提高机场运行容量。以终端区航路航线间隔和扇区容量为约束，通过合理分配机场终端区边界的进港口流量．以总进场排队等待时间最短为目标，提出了协同调配流量和机动分流两种新策略，达到提高机场运行效率的目的。以首都机场为例，利用计算机仿真验证，结果表明：与现状运行相比较采用的优化策略排队进场可使进场延误和等待时间减少，并使离场正常率提高8％左右。     

紊流环境下四维轨迹优化的伪谱方法研究

为了提高紊流条件下飞机的飞行安全,提出了一种基于伪谱方法的四维轨迹优化方法。建立了不确定环境中的飞机动力学模型和紊流模型,并设计了目标函数和约束条件;通过伪谱法将不确定环境下的四维轨迹优化问题转化为非线性优化问题,然后应用序列二次规划对该问题进行求解;讨论了不同的配点数对优化结果的影响,分析比较了GPM,LPM和RPM三种伪谱法的特点。仿真结果表明,紊流情况下,所提算法可以精确地找到四维飞行轨迹。     

多滑翔飞行器时间协同轨迹快速规划

从高超声速飞行器集群"探测-打击-评估"一体化任务需求出发,针对多滑翔飞行器时间协同再入轨迹规划问题进行研究,提出集群再入的协同形式及轨迹规划方案,基于改进序列凸化算法解决了再入总飞行时间的精确控制问题,从而实现滑翔段时间协同。首先,给出了滑翔飞行器集群的协同策略,将求解模型转化为协同时间的确定、协同时间约束下的轨迹规划子问题。将模型中的时间项误差等加入罚函数,提高了协同轨迹求解可行性。引入飞行路径角预设剖面作为软约束,并通过罚函数与信赖域自适应调整,以避免轨迹求解时的振荡问题,提高了序列凸化算法的收敛性。以CAV-H飞行器模型为例验证了算法的有效性,仿真结果表明,所提算法对初值的敏感性低,求解得到的再入总时间可调范围与伪谱法一致,轨迹规划结果的平滑性及计算时间均优于伪谱法。     

多UCAV协同航路规划算法

针对多UCAV协同航路规划问题,将协同进化理论与扩展Voronoi图模型相结合,提出了一种基于扩展Voronoi图模型与协同进化算法的多UCAV协同航路规划方法。该方法通过协同进化理论的合作机制实现了规划航路的空域协同,通过采用层次分解策略实现了规划航路的时域协同,并且对染色体设计、个体适应度以及进化操作等关键问题进行了研究。     

航路网络交叉点布局规划的差分进化算法

航路交叉点布局问题（CrossingWaypointLocationProblem,CWLP）是航路网络设计的决定性问题,CWLP模型具有不可导、不可微等特性,因此不能用传统的算法对其进行处理。差分进化算法能够较好地解决航路汇聚点布局问题,在处理模型约束条件时,综合考虑各交叉点冲突约束违反程度和所有交叉点冲突数之和,将前者作为个体优劣的判断标准之一,后者转化成个体适应度,即个体的另一目标函数,求解过程中选用了动态的标准差分进化机制以确保算法的收敛性。将算法应用到北京飞行情报区航路网规划模型中,验证了算法的有效性。     

恶劣天气条件下航路网络修复优化

针对恶劣天气条件下可用空域资源不足导致的航班大面积延误问题,基于复杂网络修复理论和交通流分配理论,借鉴交通网络设计思想提出了一种航路网络修复优化策略。首先,建立了航路网络修复场景,基于气象信息生成了恶劣天气飞行受限区。然后,建立了上层模型以修复成本最低为目标函数、下层模型为多约束交通流分配模型的双层规划修复模型,应用改进粒子群算法对模型整体进行求解,结合K最短路径算法对下层模型进行求解。最后,提出局部和全局两类指标对航路网络修复效果进行评估。基于典型航路网络,以两类基础修复策略为对比方法,同时对比了实际运行结果,研究了不同修复策略的修复效果和适用性。仿真结果表明：航路网络修复优化策略既能弥补原有拓扑结构修复策略的结构受限不足,又能解决拓扑结构调整修复策略带来的巨额协调费用问题,能够保证在对正常运行航班干扰最小的同时,以最小的修复成本使所有受影响的航班都恢复正常运行,对于减缓航路拥堵和航班延误有极大的意义。     

基于非结构网格离散伴随方法的机翼多点多约束无粘优化设计

采用基于目标函数的非结构网格离散伴随方法进行机翼多约束单点和多点组合无粘减阻优化设计。通过基于目标函数的离散伴随模型计算目标函数梯度,考虑多种典型几何和气动约束,采用拉格朗日方法求解多约束优化问题,利用径向基函数进行几何模型参数化。对M6机翼单点和多点组合优化展示了本文优化设计系统的有效性,能够较好地满足工程实际需求。     

固定翼无人机编队的启发分布式模型预测控制

针对无人机编队飞行控制中队形保持、路径规划、重构、防撞等多重功能需求,采用启发型分布式模型预测控制框架,将需求转化为多目标优化问题中的代价函数与相容性约束求解,实现了对无人机编队飞行的一体化控制.同时,采用分阶段式的轨迹规划算法,融合模型预测轨迹规划与多项式轨迹规划,利用多项式轨迹系数实现高效的邻居轨迹信息交互,从而增大了模型预测控制的预测范围,并降低了规划控制过程中的计算量与通信量.最后,通过9架无人机的协同避障编队仿真,证明了该方法的有效性.