多层次法防空导弹弹道优化设计

为了使导弹优化的弹道更有效地杀伤目标,采用多层次法来设计防空导弹中制导段弹道.整个模型分为3层,第1层是导弹中制导段弹道,第2层是导弹末制导段,第3层是战斗部毁伤目标.第1层弹道限定中末段交班点处的弹道倾角进行优化.交班点弹道倾角作为联系第1、2层的全局变量,随它变化而产生一系列的优化弹道.第2层是导弹自寻的模型,通过Monte-Carlo仿真得到脱靶量分布的数学期望和标准差,这是联系第2、3层的全局变量.第3层由脱靶量的分布计算杀伤概率,最大杀伤概率对应的第1层弹道就是系统的最优解.多层次法表明了中制导段弹道优化设计和最终导弹杀伤概率之间的关系,使得杀伤概率这一效能指标能够作为中制导段弹道优化的指标.最后进行了拦截高空高速巡航目标和低空低速巡航目标的算例计算.      

基于组合优化算法的空面导弹全空域弹道优化

针对空面导弹全空域弹道优化问题，提出基于多岛遗传算法和序列二次规划法的组合优化算法，充分发挥多岛遗传算法对初值不敏感、全局收敛性强及序列二次规划法收敛速度快、精度高等特点。采用代理模型技术，在保证拟合精度的前提下，极大的降低了全空域弹道优化的计算量。算例结果表明：组合优化算法收敛速度较快，可以得到高精度的全局最优解；代理模型拟合精度较高，可以满足工程要求；且优化结果和所建立的代理模型可以为全空域制导律设计提供有力的支撑。     

基于全局灵敏度方程的多层次弹道优化设计

为了使防空导弹优化的弹道更有效的拦截目标,依据多层次法理论,以杀伤概率最大为目标,设计导弹中制导段弹道和末制导段时间参数.整个模型分为3层,第1层是导弹中制导段弹道,第2层是导弹末制导段,第3层是战斗部毁伤目标.将一个层次视为一个子系统,多层次弹道优化问题实质上就是多学科设计优化问题.采用全局灵敏度方程方法计算参数之间的敏度,在系统层进行优化,最终可得到杀伤概率最大的弹道.最后进行了拦截空地导弹目标的计算示例,并采用了均匀实验设计方法和BP神经网络以减小计算量.结果证明全局灵敏度方程是求解多层次弹道优化设计的有效方法.     

防空导弹动能杀伤多层弹道优化MDO算法应用

为了有效的毁伤目标,依据多层次优化方法提出了以杀伤概率优化为目标的防空导弹多层弹道优化模型.整个模型分为3层:导弹中制导段、导弹末制导段以及钨动能杆杀伤增强器动能毁伤目标阶段.将一个层次视为一个子系统,多层次弹道优化问题实质上就是多学科设计优化问题.通过系统分析与学科分析,提出了基于多学科设计优化理论和方法的多层弹道优化解决方法,用基于全局灵敏度方程的优化方法和一体化方法求解了系统优化问题.结果表明:两种方法都能有效解决多层次弹道优化问题,一体化方法的结果要更好一些.     

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.      

高超声速飞行器滑行航迹优化

针对高超声速飞行器滑行的密度模型、动力学模型、空气动力模型和作为输入的攻角,将弹道问题转化为最优控制问题,采用极大值原理求得航程最大的一阶必要条件,采用多次变区间的遗传算法、非线性单纯形法和邻近极值法的组合优化策略来求解此两点边值问题,首先用多次变区间的遗传算法和单纯形方法求得全局航程最大,然后用邻近极值法得到合适的初值满足所有终端约束,通过对一高超声速飞行器的算例进行了优化计算,得到了最优弹道和优化算法的收敛曲线,并与升阻比最大飞行方案进行比较可知,最优控制方案求得的航程大于升阻比最大飞行方案的航程.      

高超末段机动突防/精确打击弹道建模与优化

针对高超声速飞行器再入末段机动突防、精确打击问题,从最优控制角度出发,提出了一种考虑拦截弹动力学特性的最优机动突防弹道优化方法,获得了高超声速飞行器的最大机动能力。该方法将拦截弹运动模型引入突防弹道优化的模型中,通过施加约束限制拦截弹按照比例导引律飞行。根据飞行任务和交战双方的弹道特点分段,结合各段的任务和特性,分别提出了突防性能指标和精确打击性能指标等,并通过加权函数将各个独立、矛盾的性能指标统一,建立了多对象、多段、多约束机动突防弹道优化模型,采用Radau多段伪谱法（MRPM）进行求解。针对该问题求解的初值敏感、可行域窄等问题,提出了一系列弹道优化策略,提高了收敛速度和求解精度,最终获得了最优机动弹道,并通过协态映射原理对其最优性进行了验证。结果表明,该方法能充分发挥高超声速飞行器的机动能力,获得满足落点精度要求的突防弹道,相对已有方法,将脱靶量提高了1~2个量级。灵敏度分析表明,该弹道对拦截弹的发射时间不敏感。      

基于多重分形参数的高光谱数据特征提取

针对单一分形维数不能表征高光谱数据光谱局部吸收特征的问题,提出了基于光谱概率测度的多重分形参数特征提取方法.基于光谱信息度量进行光谱概率测度的计算,基于配分函数法估计得到尺度函数;通过对尺度函数求导计算出Holder指数,并对尺度函数勒让德Legendre变换计算出多重分形谱;从多重分形谱和Holder指数之间的函数关系提取表征多重分形谱形态的4个多重分形谱参数作为光谱特征参数;并应用于基于最小距离准则的航空推扫式高光谱成像仪(PHI,Prush-broom Hyperspectral Imager)图像监督分类.结果证明:利用基于光谱概率测度的多重分形参数特征提取方法提取的光谱特征参数进行分类得到的总体分类正确率达94.789%,分类精度明显高于利用信息量维数和多重分形谱特征提取方法进行分类的结果,证明了基于光谱概率测度的多重分形参数特征提取方法提取的多重分形参数的有效性和可靠性.     

基于动态逆的空空导弹奇异摄动中制导律

结合奇异摄动和动态逆方法,以飞行时间和末端能量的线性组合为性能指标,推导了一种近最优中制导律.导弹状态方程根据状态变量时间常数写成三时间尺度系统.降阶系统包括纵程、横程和比能动力学方程.用最优控制理论求解出降阶系统最优解,即原系统的外解.动态逆应用于边界层修正,得到一个闭环控制器,其性能可根据爬升、高空等高飞行和下滑阶段或其他情况的不同要求进行调整.仿真结果表明:该制导律满足了对弹道平滑度、飞行时间和末端能量的要求.中段末端航向误差小,为中、末制导的平稳交接班提供了保障.      

基于伪光谱方法月球软着陆轨道快速优化设计

根据软着陆轨道的特征和优化算法的特点,对探月器软着陆轨道状态方程进行合理的转化处理,使其更适合优化数值解法求解。在此基础上,使用伪光谱方法将软着陆轨道优化问题转为一个约束参数优化问题,然后采用乘子法处理约束条件,采用变尺度法求解处理后的参数优化问题,仿真结果表明此方法具有收敛速度快、对初始控制量不敏感、鲁棒性强的优点。     

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。     

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。      

基于伪谱法的小天体最优下降轨迹优化方法

针对小天体着陆探测下降阶段的多约束轨迹优化问题,基于Gauss伪谱法进行了燃耗最优下降轨迹优化设计,得出了燃耗最优下降轨迹。建立了小天体下降轨迹优化问题的最优控制问题模型,采用Gauss伪谱法进行离散化,转化为非线性规划问题进行了求解。数学仿真结果显示:优化结果符合各项约束条件,以零速度到达了目标着陆点,且符合燃耗最优的优化目标。利用Gauss伪谱法进行小天体最优下降轨迹优化,计算速度快,求解精度高。     

基于自适应伪谱法的升力式飞行器火星进入段快速轨迹优化

针对升力式火星飞行器定点着陆任务的轨迹优化问题，给出了基于自适应伪谱法的快速优化算法.综合考虑探测器火星大气进入过程中的动力学约束、边界约束、路径约束以及控制约束条件，利用自适应伪谱法将轨迹优化问题转换为离散的非线性规划问题，采用序列二次规划算法进行求解，得到性能指标最优的进入轨迹.通过仿真验证，给出了实现火星进入过程燃料消耗最优的状态量和控制量轨迹.仿真结果表明，在Matlab中采用自适应伪谱法，能够在800s内采用267个配点，给出近似精度为10-6的火星进入过程中消耗能量最优的参考轨迹.      

电磁航天器编队动力学建模与运动规划方法

基于电磁航天器作用原理,利用拉格朗日方法,建立电磁航天器“绳系”动力学模型.基于偏差线性化动力学模型,以切向、径向编队为例,分析编队构型保持稳定性,设计构型保持控制律;将双星电磁航天器编队(EMFF,Electromagnetic Formation Flight)重构运动规划问题转化为标准优化问题,利用高斯伪谱优化方法进行求解.并提出序列控制策略,将该双星模型扩展应用于多星电磁编队构型重构问题,转化为多阶段运动规划问题利用多阶段优化方法进行求解.仿真结果表明本文的动力学建模方法和控制方法是可行的.      

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.     

Rapid design and optimization of low-thrust rendezvous/interception trajectory for asteroid deflection missions

Asteroid deflection techniques are essential in order to protect the Earth from catastrophic impacts by hazardous asteroids. Rapid design and optimization of low-thrust rendezvous/interception trajectories is considered as one of the key technologies to successfully deflect potentially hazardous asteroids. In this paper, we address a general framework for the rapid design and optimization of low-thrust rendezvous/interception trajectories for future asteroid deflection missions. The design and optimization process includes three closely associated steps. Firstly, shape-based approaches and genetic algorithm (GA) are adopted to perform preliminary design, which provides a reasonable initial guess for subsequent accurate optimization. Secondly, Radau pseudospectral method is utilized to transcribe the low-thrust trajectory optimization problem into a discrete nonlinear programming (NLP) problem. Finally, sequential quadratic programming (SQP) is used to efficiently solve the nonlinear programming problem and obtain the optimal low-thrust rendezvous/interception trajectories. The rapid design and optimization algorithms developed in this paper are validated by three simulation cases with different performance indexes and boundary constraints.     

Ascent guidance law for a horizontal take-off vehicle with a multi-combined cycle engine

This paper researches the ascent guidance law for the vehicle with a multi-combined cycle propulsion. The guidance law comprises two parts, namely, the off-line optimal trajectories generation and online guidance. With respect to the off-line part, disturbances are discretized and incorporated into the trajectory optimization problem; subsequently, a set of trajectories is calculated to constitute a database. To quickly obtain a database that comprises a large number of trajectories, a novel ascent profile is proposed with respect to height and velocity. Based on this profile, only inequity constraints exist in the optimization model, and the original optimization problem is converted to a parameter searching problem. The optimal trajectories are calculated using a hybrid optimization method that comprises a particle swarm optimization (PSO) method and the Hooke-Jeeves (HJ) method. With respect to online guidance, the profile is updated using a radial basis function neural network (RBFNN) based on the current flight states and the database. Simulation validates the efficiency of the proposed optimization method by comparing the method with the pseudospectral method; the robustness of the guidance law is also validated using Monte Carlo simulation.