基于hp自适应伪谱法的多脉冲导弹弹道优化设计

针对多脉冲导弹非连续助推的特点,基于hp自适应伪谱法研究了多约束多阶段的弹道优化设计问题。结合多脉冲导弹的工作过程,给出了弹道的分段准则,在考虑过载、动压及终端弹道参数等约束条件下,建立了运动学模型以及多约束多阶段全弹道优化模型。为解决Radau伪谱法处理复杂优化问题时存在的局限性,提出了一种基于hp自适应伪谱法的求解策略,对其最大射程的弹道进行了优化设计,并与传统的最大升阻比方案所得的结果进行了比较分析。仿真结果表明,该方法能有效解决多脉冲导弹弹道优化问题,射程比最大升阻比方案提高了7.8%,研究结果可为多脉冲导弹的弹道总体设计提供参考。     

基于Gauss伪谱法的高超声速飞行器多约束三维再入轨迹优化

高超声速飞行器再入飞行过程中,需要满足多种过程约束和终端状态约束,同时再入初始状态根据飞行任务不同会有较大变化,针对其特点的快速轨迹优化问题已成为当今热点。本文研究了一种基于"初值轨迹生成+Gauss伪谱法+SQP求解NLP"的方法,既利用了Gauss伪谱法收敛快、精度高的特点,又结合初值轨迹生成算法,弥补了Gauss伪谱法对初值敏感的不足。本文在仿真过程中选取再入总吸热量最小为性能指标,求解了满足多种约束的再入轨迹,并将优化的结果与数值积分的结果进行比较,验证了此算法有效性和可行性。     

多约束多规避区全程弹道快速优化方法

研究了多约束多规避区条件下的全程弹道快速优化问题。首先,分类研究了规避区的类型和基本模型;然后,重点考虑端点约束、控制约束、典型过程约束、时间及弹道链接约束和规避区约束等,构建了弹道优化的多种约束模型;最后,提出了一种基于检测点自适应伪谱法的轨迹优化算法,即在多区间伪谱法的基础上,引入曲率和误差判据,创新设计了自适应调整区间密度和区间内配点数的改进策略,构建了自适应伪谱法,进一步在自适应伪谱法的基础上加入检测点进行检测,采用一种基于配点间的检测点法作为解的近似误差评估准则,检验配点间的检测点处对于约束方程的满足程度。仿真结果表明,在不对初值进行猜测的情况下,以全程飞行耗时最短为优化指标,整个弹道优化CPU耗时小于5 s,终端状态参数均满足所有端点约束条件,优化弹道通过侧向绕飞,成功实现对两个规避区的规避,相关参数满足突防能力设计要求。     

基于高斯伪谱方法的再入飞行器预测校正制导方法研究

为了提高再入制导的适应性和鲁棒性,提出了一种最优预测校正制导方法.根据伪谱方法将再入动力学微分方程约束转换为代数方程约束,将制导问题转换为不需要积分弹道的最优规划问题,利用Gauss伪谱法收敛速度快、精度高的特点,设计了航路点间分段优化的伪谱自适应鲁棒再入制导律,对制导律的特性进行了分析.数值仿真表明,这种再入制导律对于再入点误差不敏感,具有良好的鲁棒性,仿真表明校正时间很短,具有应用于在线制导的潜力.     

高超声速飞行器多约束再入轨迹快速优化

针对高超声速飞行器再入过程中面临测控区和绕飞区的再入轨迹设计问题，提出了一种基于Gauss伪谱法(GPM)的分段轨迹优化策略。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(NLP)进行求解。所得再入轨迹能够使得飞行器在满足各种约束条件的情况下成功进入测控区并且有效规避绕飞区，最终到达指定点。此外，本文综合考虑飞行器再入飞行的快速性和工程实用性，并提出了再入时间、弹道倾角以及航向角相关指标的加权性能指标，同时保证了轨迹规划快速、再入轨迹平滑以及控制量变化平缓等实际需求，提高了计算效率。仿真结果表明，本文所提出的分段优化方案能够快速规划出适应不同飞行任务的再入轨迹。     

高超声速飞行器再入轨迹快速优化研究

基于求解最优控制问题的Chebyshev伪谱法(Chebyshev Pseudospectral Method,CPM),研究了高超声速飞行器再入轨迹快速优化问题。针对远程多约束条件下再入轨迹优化问题的难点,提出了一种线性初值与节点更新相结合的优化策略,将攻角与倾侧角同时作为控制变量,以再入飞行时间最短为优化目标,利用CPM将轨迹优化问题转化为非线性规划问题,并使用SNOPT软件包求解,使CPM成为一种再入轨迹快速优化的通用算法。以某类高超声速再入飞行器为对象进行轨迹优化计算,并对比相同仿真条件下粒子群(PSO)算法的优化效果,仿真结果验证了该算法具有较高的求解效率和快速收敛性。     

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。     

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。
     

采用利希滕贝格图的高超声速飞行器轨迹优化

针对复杂约束条件下高超声速飞行器再入轨迹优化问题,提出一种混合算法进行求解,以解决现有轨迹优化方法对初值的强依赖性以及易陷入局部最优等问题。将高超声速飞行器再入轨迹优化建模成一个非线性规划问题,并设计双层优化结构进行求解。上层中,提出一种基于利希滕贝格图的自适应分段利希滕贝格算法（Adaptive piecewise Lichtenberg algorithm,APLA）,为高斯伪谱法提供良好的初值。APLA通过引入拉丁超立方体抽样提升算法初始触发点的效能,引入全局至局部搜索分段策略及自适应因子提高算法收敛速度和收敛精度,改善算法易陷入局部最优等情况。下层中,高斯伪谱法在最优解附近具有较好的收敛速度和较高收敛精度,因此使用高斯伪谱法以加快搜索过程,提升解的全局最优性。综上,提出再入轨迹优化混合算法（APLA＿GPM）,实现对高超声速飞行器再入轨迹优化问题快速、准确求解。仿真结果表明,APLA＿GPM在高超声速飞行器再入轨迹优化方面具有更快的收敛速度、更高的精度以及更强的鲁棒性。     

一种新型火星定点着陆轨迹快速优化方法

针对火星定点着陆任务大气进入段的轨迹规划问题,给出了一种基于hp Radau伪谱法的快速优化算法。综合考虑大气进入段的动力学约束、边值约束、以及着陆器的机动能力约束和安全性约束,结合hp Radau伪谱法的配点特性,将轨迹优化问题转换成一个大规模多约束参数优化问题,给出了大气进入段轨迹优化问题的求解框架;为了提高算法的计算效率,给出了参数优化过程中雅克比矩阵的解析表达式;并通过数学仿真对本文算法进行了数值验证,结果表明：