基于变权重变异鸽群优化的无人机空中加油自抗扰控制器设计

针对空中加油过程中的受油机模型建模误差和强扰动以及自抗扰控制器（ADRC）人工参数整定难的问题，提出了一种基于变权重变异鸽群优化（VWMPIO）算法的无人机自抗扰控制器优化算法。首先，给出了六自由度无人机（UAV）模型，基于自抗扰控制结构设计了一种受油机的姿态控制器，在此基础上用所提出的变权重变异鸽群优化算法整定了自抗扰控制器参数。随后，将变权重变异鸽群优化与其他基本鸽群优化算法、粒子群优化算法进行了实验对比，并从控制性能和抗噪声性能的角度对自抗扰控制器和传统的比例-微分-积分（PID）控制器进行了仿真对比。实验结果表明所提算法能提高复杂态势环境下无人机空中加油的控制精度和扰动抑制性能。     

基于改进鸽群算法的高超声速飞行器轨迹优化

采用基于罚函数思想的约束处理技术改进鸽群智能算法,应用于复杂的带约束的飞行器轨迹优化问题。以高超声速飞行器爬升段轨迹优化为例,建立其包含微分方程约束、路径约束和终端约束的优化数学模型,通过罚函数构造算法的适应值函数并对优化变量添加边界强约束,将改进的鸽群智能(PIO)算法和粒子群(PSO)算法对高超声速飞行器爬升段优化数学模型进行对比仿真分析。仿真结果表明,改进的鸽群智能算法在解决此类复杂带约束优化问题中展现出了更好的优化效率,具有良好的工程应用价值。     

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

嫦娥五号月球轨道交会导引策略设计

嫦娥五号任务实现了国际首次月球无人轨道交会对接，本文详细介绍了其最终飞控实施所采用的交会导引策略的设计模型、方法和工程实现考虑。讨论了嫦娥五号月球轨道交会任务的工程设计约束和关键参数的确定，提出了一种月球轨道交会的交班点确定方法。提出了一种新的四脉冲交会策略，通过引入径向变轨控制量，固定各次变轨点位置，解决了在月球背面测控遮挡约束下确保各次变轨全过程测控可见的工程难题。针对新四脉冲方案，采用近圆轨道偏差方程提出了一种新的初值求解方法，构造了基于微分修正的精确数值求解算法，并推导了求解所需的状态转移矩阵的解析表达形式。建立了测控约束下的交会导引约束优化模型，获得了测控约束下的最优能量解，并揭示了问题的全局特性规律。给出了所提出方法在嫦娥五号实际任务中的应用，验证了此方法的正确性。     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合，形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力，也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点，利用一种新的参数化方法将轨道优化问题转换为非线性规划问题，并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快，优化精度高，且避免了初值敏感、病态梯度和局部收敛等问题，能够搜索到全局最优轨道。     

宽包线吸气式高超声速飞行器外形优化研究

针对吸气式宽包线高超声速飞行器的气动优化问题，基于任务要求建立了基于多点权重分配的气动外形优化模型，并采用“CFD+准一维流”方法开展了气动性能分析。为兼顾气动外形优化的效率与精度，通过改进现有的并行加点策略，发展了一套基于代理模型与梯度算法的分层优化框架，并采用函数算例对改进后的加点策略进行了验证。对吸气式高超声速飞行器的气动外形进行了分层优化，在满足各学科约束的情况下使飞行器在各个优化评估点处的气动性能均有所提升。     

基于Nash-Pareto策略的两种改进算法及其应用

针对多目标、多设计变量的优化问题,提出了两种优化的新算法:一种是将多目标问题转化为单目标时,对目标权重的确定提出了新的途径;另一种是直接对多目标问题进行优化,并对Pareto遗传优化技术作了改进,以得到均匀分布的Pareto最优解集.两种新算法都是建立在Nash的系统分解与Pareto遗传算法的基础上,因此称这类算法为Nash-Pareto策略.借助于这类算法,文中以跨声速压气机双圆弧类叶型的气动优化为例,给出了气动优化的全过程.数值优化的实验表明所给出的改进算法是可行的、有效的.     

基于量子行为鸽群优化的无人机紧密编队控制

随着军事、民用需求的提高和相关领域的技术推动，无人机编队协同作业已成为当今人们逐渐关注的焦点。无人机紧密编队是指无人机间侧向距离在1~2倍翼展内的编队，因其可有效改善编队中无人机的气动性能而备受瞩目。基于无人机紧密编队条件下的气动耦合效应，建立三维空间下的状态空间方程描述双机相对运动，并推导了紧密编队条件下的双机最优编队构型，在此构型下将人工势场法和编队控制相结合作为控制系统中的间接控制环，并针对基本鸽群优化算法的寻优缺陷利用量子行为规则对其进行改进，将改进后的鸽群优化算法和无人机控制量结合作为控制系统中的直接控制环，最后通过仿真对比验证了此控制系统对于紧密编队控制的有效性。     

民用飞机气动外形数值优化设计面临的挑战与展望

系统回顾了气动外形优化的主要环节，对优化体系中学科分析、参数化建模、网格重构技术、敏度分析、优化算法、代理模型、目标函数/约束处理等各个环节的进展，及气动综合优化面临的挑战、基础科学问题进行了总结。结合课题组在优化体系建设上开展的研究工作，针对民用飞机气动外形综合设计的需求，提炼了工程型号对优化体系构建的具体要求。并对今后的研究工作以及未来发展方向进行了展望与建议。通过文章系统整理论述，希望能够为气动数值优化设计研究人员提供一些有意义的建议和参考，促进设计空气动力学、以及多学科优化技术的发展。     

最优两脉冲行星际轨道转移优化算法

 研究了最优两脉冲轨道转移问题。以行星际飞行为背景，结合状态转移矩阵和古典变分理论，推导了两脉冲行星际轨道转移的性能指标对可调参数的解析偏导数,并利用这些解析偏导数提出了一种快速的两脉冲轨道转移优化算法。解决了传统两脉冲行星际转移轨道优化算法中存在的计算速度慢,无法控制计算精度的问题。最后，以地球-火星轨道转移为例，将提出的优化算法计算的结果与传统的“能量等高线法”的计算结果进行对比，验证了此算法的正确性和快速性。     

Earth-moon Trajectory Optimization Using Solar Electric Propulsion

The optimization of the Earth-moon trajectory using solar electric propulsion is presented. A feasible method is proposed to optimize the transfer trajectory starting from a low Earth circular orbit (500 km altitude) to a low lunar circular orbit (200 km altitude). Due to the use of low-thrust solar electric propulsion, the entire transfer trajectory consists of hundreds or even thousands of orbital revolutions around the Earth and the moon. The Earth-orbit ascending (from low Earth orbit to high Earth orbit) and lunar descending (from high lunar orbit to low lunar orbit) trajectories in the presence of J2 perturbations and shadowing effect are computed by an analytic orbital averaging technique. A direct/indirect method is used to optimize the control steering for the trans-lunar trajectory segment, a segment from a high Earth orbit to a high lunar orbit, with a fixed thrust-coast-thrust engine sequence. For the trans-lunar trajectory segment, the equations of motion are expressed in the inertial coordinates about the Earth and the moon using a set of nonsingular equinoctial elements inclusive of the gravitational forces of the sun, the Earth, and the moon. By way of the analytic orbital averaging technique and the direct/indirect method, the Earth-moon transfer problem is converted to a parameter optimization problem, and the entire transfer trajectory is formulated and optimized in the form of a single nonlinear optimization problem with a small number of variables and constraints. Finally, an example of an Earth-moon transfer trajectory using solar electric propulsion is demonstrated.     

Gaussian pigeon-inspired optimization approach to orbital spacecraft formation reconfiguration

With the rapid development of space technology, orbital spacecraft formation has received great attention from international and domestic academics and industry. Compared with a single monolithic, the orbital spacecraft formation system has many advantages. This paper presents an improved pigeon-inspired optimization(PIO) algorithm for solving the optimal formation reconfiguration problems of multiple orbital spacecraft. Considering that the uniform distribution random searching system in PIO has its own weakness, a modified PIO model adopting Gaussian strategy is presented and the detailed process is also given. Comparative experiments with basic PIO and particle swarm optimization(PSO) are conducted, and the results have verified the feasibility and effectiveness of the proposed Gaussian PIO(GPIO) in solving orbital spacecraft formation reconfiguration problems.     

High-precision shape approximation low-thrust trajectory optimization method satisfying bi-objective index

The shape approximation method has been proven to be rapid and practicable in resolving low-thrust trajectory; however, it still faces the challenges of large deviation from the optimal solution and inability to satisfy the specific flight time and fuel mass constraints. In this paper, a modified shape approximation low-thrust model is presented, and a novel constrained optimization algorithm is developed to solve this problem. The proposed method aims at settling the bi-objective optimization o...     

Direct Optimization of Low-thrust Many-revolution Earth-orbit Transfers

Low-thrust Earth-orbit transfers with 10^?5-order thrust-to-weight ratios involve a large number of orbital revolutions which poses a real challenge to trajectory optimization. This article develops a direct method to optimize minimum-time low-thrust many-revolution Earth-orbit transfers. A parameterized control law in each orbit, in the form of the true optimal control, is proposed, and the time history of the parameters governing the control law is interpolated through a finite number of nodal values. The orbital averaging method is used to significantly reduce the computational workload and the trajectory optimization is conducted based on the orbital averaging dynamics expressed by nonsingular equinoctial elements. Furthermore, Earth's shadowing and perturbation effects are taken into account. The optimal transfer problem is thus converted to the parameter optimization problem that can be solved by nonlinear programming. Taking advantage of the mapping between the parameterized control law and the Lyapunov control law, a technique is proposed to acquire good initial guesses for optimization variables, which results in enlarged convergence domain of the direct optimization method. Numerical examples of optimal Earth-orbit transfers are presented.     

基于搜索空间变换和序优化的预警星座设计

高轨预警星座由若干颗地球静止轨道卫星和大椭圆轨道卫星组成,星座优化的目标是满足重点监视区域的覆盖和提高覆盖区域的定位精度。对于覆盖性优化,根据多个监视区域的威胁等级,星座系统需要提供不同的覆盖重数;对于定位精度优化,系统在立体观测和单星观测情况下存在很大差异。因此高轨预警星座优化是一个复杂多区域多目标优化问题。针对以上难点,提出了多层次多目标优化模型,可以较完整合理地描述预警星座优化问题;在优化模型求解方面,将优化计算分为覆盖性优化和定位精度优化两个环节;在覆盖性优化环节,提出了基于搜索空间变换的覆盖性快速优化方法,提高了Pareto最优解的计算速度和准确性。在定位精度优化环节,采用序优化方法进一步缩短优化时间。仿真试验表明,该方法可设计出满足预警任务需求的星座,且优化耗时在1 min以内,能有效地缩短预警星座优化时间。     

基于解析梯度的微推进转移轨道优化方法

 研究基于离散脉冲策略的行星际微推进转移轨道优化问题,为改善收敛性和计算效率,提出了一种解析的梯度矩阵计算方法。首先,基于离散脉冲思想建立了行星际微推进转移轨道优化模型,通过对速度脉冲矢量进行参数变换,避免了传统优化模型初值猜测和搜索域难以界定的缺点;然后,基于变分原理分析了离散脉冲模型中轨道状态转移矩阵与状态变分之间的关系,并给出了多种轨道特征条件下状态变分的计算方法,该方法可扩展到多次状态不连续情况;在此基础上,推导了离散脉冲轨道优化模型中性能指标与轨道约束对寻优参数梯度矩阵的解析表达式。以地球-火星的燃料最省微推进转移为例对所提解析梯度方法进行了仿真验证。数值结果表明：本文推导的解析梯度矩阵是正确的,与传统数值梯度计算方法相比,解析梯度矩阵可有效改善寻优算法的收敛特性,并能够提高计算效率约47%。     

基于改进多目标布谷鸟搜索算法的翼型气动优化设计

布谷鸟搜索（CS）算法是一种新型的受自然现象启发的元启发式智能优化算法，其强大的全局搜索能力和收敛速度受到了广泛关注。多目标布谷鸟搜索（MOCS）算法是一种在单目标布谷鸟算法基础上发展的可以直接求解Pareto解集的多目标优化算法。针对原始MOCS算法的不足，采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀性：通过引入非支配排序与拥挤距离来改进解的适应度评估；通过改进随机游走策略来提高局部搜索能力；通过引入改进的自适应丢弃概率策略来提高算法的收敛速度；加入档案管理机制，提高解的均匀性。典型的多目标数值算例结果表明，改进的MOCS算法相较于当前主流的NSGA-Ⅱ算法拥有更快的收敛速度和更高的收敛精度。以RAE2822双目标升阻比优化设计为例，将改进的MOCS算法应用于多目标气动优化中，改进的MOCS算法共获得64个Pareto解，优化后的翼型气动性能有明显的提升，设计者可以根据自己的偏好选取不同的Pareto解。对于气动优化问题，改进的MOCS算法与目前主流的NSGA-Ⅱ相比，收敛速度更快。     

近地小推力转移轨道的加权组合制导策略

 研究了近地小推力转移轨道的制导问题，给出了一种基于局部最优控制律的自主制导算法。推导出了各改进春分点根数对应的局部最优控制律；通过最优推力分配和目标偏差两个策略，对各局部最优控制律进行动态加权组合，从而有效减少了制导律的设计参数。在此基础上，针对燃料最省转移轨道，定义了一种新的发动机开关函数。采用遗传/逐次二次规划混合优化算法计算了最优制导参数。与传统算法相比，该制导算法是一种闭环制导算法，能够实现飞行器的自主制导，并且制导过程中无需对制导参数进行更新。以地球低轨到高轨的小推力转移为例，采用该方法分别求解了时间和燃料最省转移问题，并与传统算法进行了比较分析。数值结果验证了该算法的有效性。