月球探测器动力下降段最优轨迹参数化方法

为保证月球探测器进入姿态调整段时具有充分的高度与速度余量,本文提出一种基于控制变量参数化的月球探测器动力下降段最优轨迹求解方法。在三维探测器软着陆动力学模型基础上,将月球探测器软着陆制导律设计等效为燃料最优约束下的探测器俯仰角控制问题,利用控制变量参数化(Control Variables Parameterization, CVP)方法将该控制问题中的控制变量与约束条件转化为非线性规划问题求解,并引入时间尺度变换,将着陆时间序列加入待规划参数,进而求得满足精度的最优数值解。蒙特卡罗仿真实验表明,与传统的显式制导律相比,本文提出的参数化制导方法在动力下降段燃料更省,动力下降段的起始高度在±20%范围内波动时,仍能以高精度速度和高度指标完成末制导。     

月球最优软着陆两点边值问题的数值解法

对于月球软着陆,燃耗最优是制导过程的基本要求.文中首先应用极大值原理设计了最优着陆制导控制律,此时求解最优轨迹变成一个两点边值问题(TPBVP).本文利用一种基于初值猜测技术的打靶法求解这个两点边值问题,得到软着陆最优轨迹.结果表明该方法可有效改善迭代计算,具有一定的优越性.     

月球软着陆多项式制导控制方法

以燃耗最优性为出发点,假设垂直方向上的最优着陆轨迹可以由一关于时间的三次多项式来完全表示,根据开环最优制导设计了月球软着陆的多项式制导控制律。通过对加速度矢量之间的几何关系进行分析可以得到制导控制量-推力方向角的显示表达式。该制导律表达式是剩余时间的函数,而给出的剩余时间表达式只与着陆器的状态变量和终端约束有关,无须进行迭代计算,是一种易于实现的次优闭环实时制导控制方法。     

月球软着陆下降轨迹与制导律优化设计研究

对月球软着陆全过程三阶段下降轨迹和制导律进行了优化设计研究,结合工程实际给出了月球软着陆飞行轨迹初步方案。制动段基于均匀球体三维动力学模型,获得一种燃料次优解析制导律;该制导律通过单步优化得到了推力角控制量的解析形式,并在推力角中引入前馈项用以消除近月点初始偏差。接近段采用平面月球模型,利用重力转弯技术,得到了解析形式的最优开关制导律。着陆段以安全性为首要目标,基于垂直降落模型,采用程序控制策略,研究了等效连续变推力制导方法。最后,分别对三阶段下降轨迹和制导律进行了算例分析,给出了软着陆全过程飞行参数变化曲线。结果表明,软着陆下降轨迹和制导律方案的设计和优化是可行的。     

月球着陆轨道的一种快速优化方法

提出一种基于积分变换,广义乘子法和拟牛顿法的月球着陆轨道快速优化方法.从探月器质心运动方程组出发,通过积分变换,将其对时间变量的积分转化为对状态变量(探月器环绕月心的旋转角速度)的积分,使得原问题转化为终端积分变量固定型最优控制问题.在此基础上,通过优化变量的直接离散化和四阶Admas预测一校正数值积分方法,将月球最优着陆问题转化为有约束非线性规划问题.采用广义乘子法处理约束条件,采用拟牛顿法求解处理后的无约束最优化问题.仿真结果表明:此方法收敛速度快(耗时小于1 s),优化精度高(接近理论最优解),对初始控制量不敏感、鲁棒性好,可用于探月器机载计算机实时生成着陆轨道.     

月球软着陆的二次型最优制导方法

为实现在月球表面指定区域的精确软着陆,研究了月球软着陆的线性二次型最优制导方法。利用简化的轨道动力学模型,给出了一种基于状态和能耗最优的软着陆二次型制导方法。由于制导律要求同时提供3个方向的时变推力,所以需要通过变推力发动机和姿态机动来实现。该制导方法虽能满足精确软着陆的需要,但对姿态变化的要求超出了着陆器姿态机动能力。因此,本文修正了二次型最优制导方法,取消了对轨道参数的过程约束,仅对其终端进行约束,通过求解着陆指定目标点的能耗最优两点边值问题,得到了发动机推力大小和方向的显式表达式。研究结果表明,利用一定的姿态机动能力,修正的制导方法能够满足精确软着陆的需要。     

小天体软着陆自主光学导航与制导方法研究

针对小天体软着陆任务自主性、实时性的需求,对软着陆小天体自主导航与制导问题 进行了研究。提出了一种利用激光测距仪和光学导航相机跟踪目标着陆点的自主导航方案, 利用测距矢量以及目标点之间的几何关系,确定着陆平面法向方向和目标点位置。分析期望 的探测器下降轨迹特点,给出了一种基于制导变量的脉冲控制制导律,通过对目标点视线与 着陆平面法向矢量之间夹角的控制,将软着陆小天体控制分解为切向控制与法向控制两部分 。最后,通过数学仿真对自主导航制导系统的性能进行了验证,结果表明该方法能够满足垂 直软着陆的任务需要,实现高精度软着陆。     

基于进化策略的导弹模糊制导律设计

由于导弹制导和控制系统的时变性、非线性和不确定性以及目标加速度的随机性等特点，以制导和控制系统精确数学模型为基础的常规制导律难于满足现代高性能制导系统要求。利用模糊逻辑不依赖对象精确数学模型、对知识具有很强的综合表达和逻辑推理等特点，综合了模糊比例制导律。并基于最优制导性能指标，利用进化策略对制导规则进行了优化。将定性和定量综合集成起来，具有比例制导的简易性，又有最优制导的高性能。实现了自适应变比例导航系数的比例制导律，具有较高鲁棒性和智能化程度，仿真结果表明了该方法有效性。     

基于凸优化理论的含约束月球定点着陆轨道优化

针对月球精确定点软着陆问题,考虑导航及障碍检测敏感器视场约束及制动发动机推力大小约束,对月球动力下降段轨道优化方法进行了研究。首先建立了含约束条件的三维定点软着陆轨道优化问题模型,根据庞德亚金极小值原理推导了最优推力开关方程,并给出了推力奇异区间不存在的证明。针对优化模型中的复杂非线性约束,引入凸优化理论将问题转化为二阶锥优化问题,并采用内点法求解了最优标称轨迹。最后给出了月球软着陆制动段、接近段的仿真结果,验证了该着陆轨道优化方法的有效性。     

月球着陆器有效载荷着陆冲击响应分析

针对传统月球着陆器着陆冲击分析方法未能准确考虑结构柔性对有效载荷着陆冲击响应影响的缺点,提出了一种基于非线性瞬态动力学的着陆器有效载荷着陆冲击响应分析方法。以某型月球着陆器为对象,取其搭载的月球车为研究的有效载荷,建立月球着陆器着陆冲击非线性有限元分析模型。通过分析结果与试验结果对比,验证了模型及方法;进而分析了3种工况下月球车的着陆冲击响应,并研究了着陆器机体及着陆腿结构柔性对其着陆冲击响应的影响。研究结果表明：该方法较之传统着陆冲击分析方法可更为准确的分析有效载荷的着陆冲击响应;着陆器机体和着陆腿结构弹性均能起到减缓月球车着陆冲击响应的作用,其减缓效果分别为0.54g和0.52g,而二者共同作用的减缓效果更是达到了1.54g;着陆腿弹性对所有有效载荷的着陆冲击响应均有减缓作用,但机体结构柔性的减缓作用对其他有效载荷是否适用则需进行有针对性的分析。
     

登月舱软着陆的非线性神经元控制

本文针对登月舱软着陆过程的控制问题，提出了一种非线性动态逆与状态反馈控制相结合的神经元控制系统设计方案。该方案包含两分：（１）借助前馈神经元网络通过学习逼近任意非线性映射的能力，建立被控系统的非线性动态逆神经元模型，用神经元网络实现被控非线性系统的线性化；（２）在线性化模型的基础上构造系统的神经元最优状态反馈控制器。本文给出的仿真结果显示出神经计算学在航天飞行器控制问题中所具有的潜在能力。     

一种组合自适应模糊控制方法及其在月球探测车上的应用

自适应模糊控制是解决不确知非线性系统问题的一种有效手段。文中以月球探测车的驱动控制为背景,针对这类非线性MIMO系统,提出一种组合自适应模糊控制方法,用于系统模型不能准确获知的情形。在本方法中,控制律由3部分组成:监督控制项、跟踪控制项和补偿控制项。在控制律的设计中,通过自适应项来同时补偿模糊逻辑系统的逼近误差以及外部干扰的影响,且无需假设模糊逻辑系统最小逼近误差的上确界已知。基于Lyapunov方法,证明了闭环系统是全局稳定的,系统输出误差渐近收敛。将该方法应用于月球探测车的驱动控制中,仿真结果表明了方法的有效性。     

基于单隐层神经网络的空天飞行器直接自适应轨迹线性化控制

基于轨迹线性化方法（TLC）及神经网络技术研究了一种新的直接自适应TCC控制方案。利用单隐层神经网络（SHLNN）对于光滑非线性函数的逼近能力，对消系统中不确定因素的影响，神经网络自适应律采用Lyapunov方法设计，保证了整个系统所有信号有界。最后利用该方案设计了空天飞行器飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明整个控制系统具有很好的性能和鲁棒性。     

月球探测软着陆与采样返回段弹道确定

针对月球探测中软着陆与采样返回段弹道计算问题,提出用数值逼近弹道确定方法。通过B样条对探测器状态进行建模,进而综合全弧段数据进行统计定轨的方法。由于样条法良好的数值逼近性能,使得该方法对探测器弹道异常复杂情况下的状态确定较为有效。对嫦娥三号探测器动力软着陆弧段进行了仿真与实测数据处理。分析了采样返回段的基本动力学与控制特征,为后续的嫦娥五号探测器的软着陆及其采样返回提供初步的可行弹道计算方法。在嫦娥三号探测器动力落月段实测数据处理中,通过评估,该段弹道确定精度优于100 m,其弹道末点与NASA的月球勘测轨道器（LRO）给出的结果差异优于50 m,证实了文章提出的软着陆弹道确定方法的有效性。     

月球探测机器人运动控制算法研究

针对常规模糊控制的不足 ,本文提出一种模糊神经网络自适应控制 ,它综合模糊控制与神经网络控制各自的优点 ,实现模糊控制的智能化 ,并将其应用于月球探测机器人的运动控制中。仿真结果证明该控制方案的优越性、有效性和可行性     

再入机动飞行器自适应轨迹线性化控制

针对一类多输入多输出模型不确定系统,提出了一种基于广义模糊神经网络的自适应轨迹线性化控制方法(ATLC).针对再入机动飞行器(MRV)进行了控制器设计和分析.MRV气动参数存在较大的不确定,这会导致轨迹线性化控制器(TLC)鲁棒性能下降.利用广义模糊神经网络(G-FNN)在线补偿系统的非线性建模不确定,改善了控制器性能.基于Lyapunov稳定性理论,证明了ATLC闭环控制系统的稳定性.仿真结果表明自适应轨迹线性化控制系统在飞行器气动参数大范围摄动时仍具有鲁棒性和稳定性,验证了所提出的控制策略的有效性.     

登月飞行器软着陆的非线性最优控制

主要考虑登月飞行器软着陆控制的问题。制导律和控制器的设计分两步完成。首先，利用一个微分同胚变换和一个非线性输入补偿，可以将登月飞行器的非线性动态模型转换成一个线性系统。然后利用经典最优控制理论中的由拉方程，标准最优制导律的解析解既可给出。第二步，利用日。控制理论，我们设计了一个最优反馈控制器保证了实际系统可以鲁棒渐进追踪最优标准轨道。最后通过仿真，可以看出飞行器实现了软着陆控制，着月速度小于给定值，说明方法的可行性和有效性。     

对失控翻滚目标逼近的神经网络自适应滑模控制

针对失控航天器在空间中自由翻滚的情况，研究追踪器对失控翻滚目标逼近的位置和姿态六自由度耦合控制问题。建立追踪器与目标器相对运动的姿轨一体化动力学模型，设计追踪器逼近过程的标称轨迹和标称姿态。综合考虑系统不确定性和外部干扰，设计无抖振的神经网络自适应滑模控制器。将滑模控制与神经网络逼近相结合，采用径向基函数(RBF)神经网络对系统未知部分进行自适应逼近。由Lyapunov方法导出神经网络自适应律，通过自适应权重的调节保证整个闭环系统的稳定性。数值模拟实例说明了所设计的标称轨迹和标称姿态的合理性，同时验证了神经网络自适应滑模控制器的有效性。