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。     

基于样条曲线的机动弹头再入轨迹优化研究

使用三次样条函数拟合再入飞行器纵向运动轨迹,以样条曲线上的控制节点为优化参数,将再入轨迹优化问题转化为静态参数优化问题.最后以纵向平面内的最优轨迹为例,以终点速度最大和飞行时间最短为优化目标,采用基于Pareto定级排序遗传算法求解了在末端状态受约束的最优再入轨迹问题,验证了该方法的有效性.     

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GPM的高超声速飞行器再入轨迹优化

为保证高超声速飞行器具有最大再入距离,应用高斯伪谱方法求取了存在路径约束及终端约束的飞行器最优再入轨迹。首先选取迎角及倾斜角作为最优控制量,并分析再入轨迹的最优控制模型;然后应用高斯伪谱方法将最优控制问题离散成非线性规划问题,并采用SNOPT软件包对非线性问题进行求解,得到最优轨迹。通过仿真证明了该方法求得的最优轨迹对初始值不敏感,且具有良好的实时性。     

基于物理规划的高超声速飞行器滑翔式再入轨迹优化

 轨迹优化是新型高超声速滑翔式再入飞行器方案设计的关键技术之一。物理规划方法能够以较低的计算代价获得设计者偏好的多目标优化问题的折中解。基于该方法研究滑翔式再入最优飞行轨迹。首先介绍物理规划方法求解多目标优化问题的数学模型,然后将考虑射程最大、热载最小、热流密度峰值最小和弹道最稳定4个目标的再入最优轨迹问题纳入物理规划的框架求解。以某带翼锥形再入飞行器为例,通过计算并分析单目标优化结果,确定具体的偏好结构,采用遗传算法求解了考虑热流、过载、动压和终端条件约束的多目标最优轨迹。优化计算结果验证了物理规划方法的有效性。分析了沿最优轨迹飞行的物理原因和基本迎角控制规律,可为滑翔式再入飞行器的最优轨迹方案设计提供依据。     

基于解析剖面的时间协同再入制导

针对高超声速滑翔飞行器再入段时间协同制导问题，提出一种基于高度-速度剖面的预测校正协同制导律。首先在高度-速度剖面内设计了参考轨迹，利用两个轨迹参数在线预测剩余飞行航程和时间；通过数值算法校正两个轨迹参数以满足航程和时间约束并求取实际控制量，结合侧向航向角走廊实现了单飞行器的时间约束再入制导。在此基础上分析了飞行器的时间可调范围，针对多飞行器协同再入任务设计了协同飞行时间和协同策略，实现了时间协同再入飞行。该策略考虑到再入过程中的通讯困难，避免了弹间通讯，且充分利用了飞行器纵向动力学，时间可控范围较大，更加适用于实际的再入过程。仿真结果说明了时间约束再入制导律对时间的可控性和协同策略的有效性。     

基于拟平衡滑翔的横程最大轨迹研究

求解横程最大弹道问题就是要探求飞行器的最大横程机动能力。将地球看成一圆球,不考虑地球自转,建立三自由度再入滑翔飞行的动力学和运动学方程。用最优控制来描述此问题,控制量为倾侧角和迎角,进一步基于拟平衡滑翔条件推导出由状态变量和倾侧角描述的迎角控制规律的形式,从而使得控制量只有倾侧角。在此模型的基础上采用基于四阶经典Runge-Kutta积分法的配点法来描述此最优控制问题,将其转化为非线性规划问题,优化的性能指标为末端横程最大,用SQP算法优化得到了最优倾侧角控制规律以及相应的飞行轨迹,其结果与直接打靶法计算的结果一致。     

再入滑翔式飞行器轨迹快速优化

为了满足再入滑翔飞行器轨迹实时生成的要求,提出了一种轨迹快速优化方法.在模型处理方面,根据再入飞行器运动的特点,对再入轨迹方程进行了合理的简化处理和无量纲化处理,使其更适合数值优化算法求解;在算法方面,采用乘子法对再入终端约束进行处理,然后采用共轭梯度法求解最优的再入轨迹.仿真结果表明,这样处理只需10s左右的时间便能产生一条满足约束条件的再入优化轨迹,验证了模型     

冲压发动机-飞行器加速过程轨迹最优化研究

为了研究吸气式飞行器加速过程的最优轨迹,针对一个以冲压发动机为动力的超声速飞行器,由起始状态19km(约2.7马赫)至终点状态25km(约6.0马赫)的加速爬升过程,提出了一种考虑发动机推进机理的加速过程轨迹最优化方法。将理想的冲压发动机模型与竖直平面飞行器动力学模型相结合,考虑不启动保护约束,分别定义了最小油耗和最小时间两种轨迹最优化问题,并应用高斯伪谱法进行求解。结果表明,轨迹最优化问题的实质是将发动机比冲和推力性能与飞行器动力学性能进行最优化匹配。最小油耗轨迹较最小时间轨迹增加了30.3%的加速时间,节约了4.7%的燃油消耗。不同的起飞重量对最小油耗轨迹有一定的影响,较大的起飞重量需要飞行器在爬升前获得更大的动压。     

航天飞机三维最优再入轨道及气动加热过程

本文应用现代控制理论研究了航天飞行器三维最优再入轨道和与轨道参数密切相关的气动加热过程。文中选择飞行器迎角和倾斜角作为控制变量,以飞行器气动加热率和飞行过载沿轨道积分最小作为优化性能指标,按极大原理导出最优再入轨道有约束控制的非线性两点边值问题。采用了数值优化方法——共轭梯度法求解有升力飞行器的最优再入轨道及其热过程。文中以允许误差法讨论了权系数和罚函数的选取方法;对不同速度范围研究了不同的加热模型;按热平衡方程与优化轨道同步迭代的方法求得了算例数值结果。算例的数值结果与文献[13]的量值是一致的。     

基于单参数迭代的TAEM在线轨迹生成方法

针对大升力体轨道再入飞行器末端能量管理（TAEM）段制导控制能力强、末端约束不惟一的问题，将TAEM段分为动压跟踪和着陆预备2个阶段，设计了不同的纵向轨迹剖面，从而将TAEM段在线轨迹生成问题转化为单参数搜索问题。第1阶段设计标称动压剖面为纵向参考轨迹，使得飞行器过程约束得到保证。第2阶段纵向剖面设计为标称高度剖面，从而使得末端点高度和倾角约束得到保证。根据末端动压误差设计修正律，迭代修正第一阶段动压剖面，从而使得最终的纵向轨迹满足所有的状态约束。在线轨迹递推采用以时间为自变量的数值积分，递推过程引入闭环制导律，通过实时修正攻角跟踪纵向剖面，修正倾侧角跟踪地面轨迹，从而保证在线生成的轨迹符合物理特性，降低闭环制导难度。在考虑初期再入末端大范围状态散布情况下，数值仿真显示了所提算法的鲁棒性。     

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。     

轨迹／飞行器总体参数的一体化优化方法研究

基于飞行力学、最优控制理论、最优化方法，采用两种轨迹／飞行器总体参数的一体化优化方法－－静态＋动态一体化优化方法和参数最优化方法，研究载人飞船再入的轨迹／总体参数的优化，并比较了两种一体化优化方法的不同特点。通过数字计算，得到飞船的最优滚转程序、升阻比，再入角和再人终端时间。结果分析表明，两种一体化优化方法有得到较高精度。     

特征趋势分区Gauss伪谱法解再入轨迹规划问题

针对强约束下的滑翔再入轨迹规划问题,采用基于特征趋势分区的Gauss伪谱法将连续最优问题转换为多个并行非线性规划问题并对其进行求解。针对传统拟谱方法在处理状态受限时,非平滑最优控制解难以收敛的问题,引入Sobolev空间证明了分区并行的收敛性和一致性。基于Letts准则提出了非连续特征趋势提取方法,通过分析离散点配置导数进行了可变分区的迭代设定,并结合导数变化趋势给出了各分区的动态配点数。利用不同阶次的多项式进行精度逼近,保证了在考虑多项强约束条件下弹道规划的可行解获取。结合状态分区的策略进行离线状态的分解,提高了计算效率。最终针对典型的再入应用进行了轨迹规划应用。仿真结果表明,所提出的方法可有效应对多种约束条件,能够根据飞行器的气动能力规划出可行的轨迹,过程条件满足约束,且可适应气动力20%的拉偏范围。     

航天器轨迹优化的通用数值方法

给出了航天器轨迹优化的一种通用数值仿真方法，该方法是由静态参数优化和动态参数优化构成，其中，静态参数优化采用可变误差多面体算法，动态参数优化采用基于最优控制理论的共轭梯度方法。     

用参数最优化方法计算最优飞行轨迹

介绍了如何应用参数最优化方法将具有状态变量不等式约束和控制变量不等式约束以及终端等式约束的最优控制问题转化为静态非线性规划问题,并提出了将求解静态约束最优化问题的系贯加权因子法,即ＳＷＩＦＴ(ＳｅｑｕｅｎｔｉａｌＷｅｉｇｈｔ－ＩｎｃｒｅａｓｉｎｇＦａｃｔｏｒＴｅｃｈｎｉｑｕｅ)法推广为求解动态约束最优化问题的增广ＳＷＩＦＴ法。最后用计算美国航天飞机的返回最优轨迹说明了该法的可行性。     

多飞行器再入段时间协同弹道规划方法

提出了一种多飞行器再入段时间协同弹道规划方法。首先,在纵向平面内规划满足航程与终端约束的纵向标称轨迹。随后,在采用轨迹跟踪律跟踪纵向标称轨迹的同时,运用考虑初始横侧向状态的多边界航向偏差角走廊策略控制飞行器的横侧向机动,以满足到达时间约束与终端约束,进而实现单枚飞行器到达时间约束下的轨迹规划。在此基础上,完成了飞行器的到达时间分布与飞行能力分析,给出了最小与最大到达时间的分析计算方法,并根据多飞行器协同再入的任务需求完成了协同飞行时间决策。最后,多飞行器协同再入与扰动条件下的仿真结果表明,该方法能够规划出满足到达时间与终端约束的协同再入轨迹,具备良好的计算精度与鲁棒性。