基于凸优化的再入轨迹三维剖面规划方法

可重复使用飞行器一般采用大升阻比气动外形，再入轨迹三维剖面规划方法可充分发挥这类飞行器固有的机动能力。计算量大是制约三维剖面规划应用的难题，为提高计算效率，提出了一种基于凸优化的再入轨迹三维剖面规划方法。首先，分析运动方程特性，利用定义新的控制变量、约束松弛、连续线性化等技术，将原始非凸的三维剖面规划问题转化为一个凸优化问题。其次，将指令反解步骤嵌入至序列凸化算法中，通过迭代求解凸优化子问题，获得原问题的可行解。数值仿真结果表明所提方法具有较高的求解精度和确定的收敛性质，飞行器的机动能力得到充分发挥；与伪谱法的结果对比表明凸优化方法在轨迹规划问题上具有更高的求解效率。     

扰动环境下火星精确着陆自主轨迹规划方法

针对扰动环境下火星精确着陆动力下降段自主轨迹规划问题,在终端时间自由条件下,研究了基于序列凸优化方法的自主轨迹规划方法。首先,在终端自由情况下,建立初始状态无扰动轨迹预规划问题。其次,结合鲁棒Tube-MPC思想,针对线性反馈控制律,建立扰动环境下着陆轨迹重规划问题,分析重规划问题的可行性,给出了预规划问题可行的必要性条件,为控制参数的选取提供参考,提出扰动环境下火星精确着陆自主轨迹规划框架。然后,针对终端自由问题,将飞行时域映射到单位时间,建立序列凸优化子问题,对子问题进行线性近似,使用序列凸优化方法进行求解并分析了收敛解的最优性。最后,进行数值仿真,验证扰动环境下火星精确着陆自主轨迹规划方法的有效性。     

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。     

基于偏置比例导引与凸优化的火箭垂直着陆制导

凸优化由于求解效率高在飞行器轨迹规划和制导中得到广泛研究应用。但是，由于火箭垂直返回制导需要考虑气动力带来的非线性，现有的凸优化求解方法或简单地采取逐次线性化近似凸化最优控制问题，经常出现收敛性问题；或需针对具体问题进行相应的系列凸化剪裁，虽然改善了收敛性，但不同模型的凸化剪裁方法差别很大，通用性较差。为此，将偏置比例导引与凸优化相结合，用以求解存在落角、落速和推力范围约束的火箭垂直返回定点软着陆制导问题。提出的制导方法将该制导问题分解为法向满足落角与落点约束的偏置比例导引，以及切向满足速度与推力约束的凸优化和滚动时域控制制导。在切向制导中，提出利用三次多项式近似飞行轨迹以方便凸优化求解，并建立剩余飞行时间的估算方法以提供给比例导引。仿真结果表明，提出的制导方法能有效满足各种约束，实现火箭精确着陆。与现有的直接采取逐次线性化近似的凸优化方法相比，提出的方法由于将制导进行切向和法向分解，大为简化了凸优化模型，显著提高了求解效率和收敛性。此外，提出的方法无需复杂繁琐的凸化处理，对于一般的推力可控且对末速存在约束的固定终端位置的制导问题皆适用。     

运载火箭动力故障下的自主救援轨道规划

针对运载火箭上升段出现动力下降故障的问题,提出了一种基于二阶锥规划方法的在线救援轨道规划策略与飞行轨迹重构算法。根据故障大小设置不同的终端条件,规划合适的救援轨道;同时为了方便求解,设计了新的控制量,然后采用逐次凸化、线性化和梯形离散等方法,将原始规划问题转化为序列迭代求解的二阶锥规划问题。仿真结果表明,所提策略及算法能够满足动力系统故障后的在线救援轨道规划和飞行轨迹重构需求。     

基于混合优化的运载器大气层内上升段轨迹快速规划方法

针对运载器大气层内的最优轨迹快速规划问题,提出一种将求解最优控制问题的间接法与直接法相结合的混合优化方法。首先,基于最优控制问题的一阶必要条件,将运载器大气层内的三维最优上升问题转化为Hamiltonian两点边值问题;然后,采用直接法中能以较少的节点获得较高求解精度的Gauss伪谱法进行求解,提高算法的求解效率;最后,采用真空解析解初值及密度同伦技术,解决初值猜测与算法收敛困难的问题。仿真结果表明,混合优化算法能够准确、快速地对运载器大气层内的最优上升轨迹问题进行求解,并在计算精度与效率上均优于间接法,可应用于运载器的轨迹在线规划与闭环制导。     

动态优先级解耦的无人机集群轨迹分布式序列凸规划

针对无人机集群轨迹规划高维强耦合特征导致计算复杂度高的难题,提出了动态优先级解耦的序列凸规划方法(DPD-SCP),将耦合的集群轨迹规划问题拆分为若干单机凸规划子问题,通过分布式求解提高集群轨迹规划的计算效率与可扩展性.设计飞行时间驱动的动态优先级解耦机制,降低飞行时间短无人机优先级,挖掘其轨迹调整潜力,消除集群相互规...     

基于降阶模型和梯度优化的流场加速收敛方法

CFD是解决流体相关复杂工程问题的重要手段，随着流体力学研究和工程应用问题的日益复杂，更高效、精确的CFD算法研究至关重要。提出了一种基于降阶模型（ROM）和梯度优化用于加速稳态流场的收敛方法。该方法首先收集CFD迭代求解过程中的流场快照构造基于正交分解（POD）的降阶模型，然后使用梯度优化方法求解降阶模型得到残差更低的流场，最后以该流场为初值继续进行CFD迭代求解从而加速CFD的收敛过程。将该方法用于基于有限体积法的CFD求解器中，针对无黏、湍流算例验证了所提加速收敛方法的有效性。结果表明，加速收敛方法相比于初始CFD方法迭代步数能显著减少2～3倍，是一种高效且鲁棒的加速收敛方法，且在复杂工程问题中具有广泛的应用前景。     

基于PSO优化算法的空间机械臂振动抑制研究

针对空间柔性机械臂的末端残余振动抑制问题,提出了一种基于逆运动学分析和粒子群优化算法的柔性机械臂笛卡尔空间轨迹规划和振动抑制的新方法。采用自然坐标法和绝对节点坐标法分别对柔性关节、柔性臂杆进行动力学建模,最终得到全面考虑柔性特性的柔性机械臂动力学模型;针对机械臂末端笛卡尔空间"点到点"和"静止到静止"的规划运动,采用五次多项式函数对末端轨迹进行离散规划,并通过逆运动学理论分析求解得到含冗余参数的关节空间电机转动轨迹;采用粒子群优化算法(PSO),将满足机械臂末端振动最小化的轨迹规划问题转换为待定冗余参数的优化问题,并迭代优化求解该参数;最后以三自由度柔性机械臂开展仿真研究。仿真结果表明,提出的规划方法具有很高的收敛速度,节约了计算时间;能够实现预定的机械臂轨迹规划;对机械臂末端点的残余振动能够进行有效地抑制。     

基于间接法的上升段轨迹优化方法研究

固体火箭上升段轨迹优化设计具有重要的工程意义.针对此问题,提出了一种求解上升段最优轨迹的可行方法.在零侧滑角假设下构建飞行器模型,以推力方向为最优控制量,根据极小值原理推导一阶最优条件.采用间接法,将真空条件下上升段最优轨迹的解作为初值,以状态响应方程构造一种迭代的方法,最后在满足攻角过程约束下,通过同伦算法获得真实大气环境下的最优轨迹.仿真结果表明,该优化算法能够稳定收敛,具有良好的鲁棒性.     

基于高斯伪谱法的吸气式高超声速飞行器爬升弹道优化研究

吸气式高超声速飞行器爬升弹道设计是其总体设计的一个重要问题。这里提出一种基于高斯伪谱法的弹道优化方法,用于解决该问题。以末端弹道倾角为性能指标,飞行攻角为设计变量,建立了飞行器纵平面弹道优化模型。通过高斯伪谱法对状态变量和控制变量进行离散,将最优控制问题转化为非线性规划问题,再利用序列二次规划算法对其进一步求解。仿真结果表明,该方法收敛域大,对初值不敏感,设计精度高,是吸气式高超声速飞行器方案弹道优化的重要方法。     

基于协同进化粒子群和Pareto最优解的卫星编队队形重构方法

针对卫星编队自主队形重构问题,提出了基于协同进化粒子群优化(CPSO)和Pareto最优解的求解方法.首先,使用Legendre伪谱法(LPM)将队形重构问题离散化为非线性规划(NLP)问题;其次,根据卫星编队的特点及碰撞规避的需要,使用CPSO算法对重构问题采用既独立又集中的求解方式,避免了传统优化方法对梯度的求解;...     

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。     

基于改进烟花算法的资源分配

资源分配问题作为一个NP-Hard问题,在云计算、无线电、卫星调度、多无人机协同作业等领域皆有研究需求,是一个共性的数学问题。烟花算法作为一种智能优化算法,具有求解大规模资源分配问题的能力,但也存在求解精度低等问题。为了提高传统烟花算法的计算效率和全局寻优能力,提出一种改进烟花算法,用遗传算法中的变异算子替代高斯变异操作,并增加模拟退火流程。最后在多无人机协同作业任务分配数学模型上进行仿真验证,实验结果表明在收敛速度以及计算精度方面,该算法均优于其余3种烟花算法。     

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。     

A policy iteration method for improving robot assembly trajectory efficiency

Bolt assembly by robots is a vital and difficult task for replacing astronauts in extra-vehicular activities (EVA), but the trajectory efficiency still needs to be improved during the wrench insertion into hex hole of bolt. In this paper, a policy iteration method based on reinforcement learning (RL) is proposed, by which the problem of trajectory efficiency improvement is constructed as an issue of RL-based objective optimization. Firstly, the projection relation between raw data and state-action space is established, and then a policy iteration initialization method is designed based on the projection to provide the initialization policy for iteration. Policy iteration based on the protective policy is applied to continuously evaluating and optimizing the action-value function of all state-action pairs till the convergence is obtained. To verify the feasibility and effectiveness of the proposed method, a noncontact demonstration experiment with human supervision is performed. Experimental results show that the initialization policy and the generated policy can be obtained by the policy iteration method in a limited number of demonstrations. A comparison between the experiments with two different assembly tolerances shows that the convergent generated policy possesses higher trajectory efficiency than the conservative one. In addition, this method can ensure safety during the training process and improve utilization efficiency of demonstration data.     

基于Gauss伪谱法的UCAV对地攻击武器投放轨迹规划

研究无人作战飞机(UCAV)在对地攻击阶段的武器投放轨迹规划问题.针对传统方法在处理复杂的飞行器运动学、动力学约束上存在的困难,提出了一种基于Gauss伪谱法(GPM)的求解策略.首先,为了最大程度地逼近实际飞行环境,对UCAV的气动力特性、发动机推力特性、油耗特性及大气环境特性进行了高精度拟合,并充分考虑了飞行器各种...     

Proactive optimization of transmission power and 3D trajectory in UAV-assisted relay systems with mobile ground users

In this paper, an Unmanned Aerial Vehicle (UAV)-assisted relay communication system is studied, where a UAV is served as a flying relay to maintain a communication link between a mobile source node and a remote destination node. Specifically, an average outage probability minimization problem is formulated firstly, with the constraints on the transmission power of the source node, the maximum energy consumption budget, the transmission power, the speed and acceleration of the flying UAV relay. Next, the closed-form of outage probability is derived, under the hybrid line-of-sight and non-line-of-sight probability channel model. To deal with the formulated nonconvex optimization, a long-term proactive optimization mechanism is developed. In particular, firstly, an approximation for line-of-sight probability and a reformulation of the primal problem are given, respectively. Then, the reformulated problem is transformed into two subproblems: one is the transmission power optimization with given UAV’s trajectory and the other is the trajectory optimization with given transmission power allocation. Next, two subproblems are tackled via tailoring primal–dual subgradient method and successive convex approximation, respectively. Furthermore, a proactive optimization algorithm is proposed to jointly optimize the transmission power allocation and the three-dimensional trajectory. Finally, simulation results demonstrate the performance of the proposed algorithm under various parameter configurations.