基于Gauss伪谱法的固体运载火箭上升段轨迹快速优化研究

研究Gauss伪谱法在多级固体运载火箭上升段轨迹快速优化设计中的应用。针对多
级固体运载火箭上升段轨迹优化的特点,研究了求解多阶段最优控制问题的Gauss伪谱法,
引入连接点概念处理间断点,设计了边界控制变量计算方法。为进一步提高轨迹优化速度,
设计了含初值生成器的Gauss伪谱法串行轨迹优化策略,实现了固体运载火箭上升段轨迹快
速优化。仿真结果表明,采用提出的优化方法优化一条上升段轨迹所用时间为2~3分钟,终
端约束和路径约束均得到很好满足,算法求解精度高,对初值依赖性小,设计的边界控制变
量计算方法可行。     

高超声速飞行器多约束再入轨迹快速优化

针对高超声速飞行器再入过程中面临测控区和绕飞区的再入轨迹设计问题，提出了一种基于Gauss伪谱法(GPM)的分段轨迹优化策略。将轨迹优化的一般最优控制问题转换为多段最优控制问题，进而将各段轨迹按Gauss伪谱方法进行离散化，将连续多段最优控制问题转换为非线性规划问题(NLP)进行求解。所得再入轨迹能够使得飞行器在满足各种约束条件的情况下成功进入测控区并且有效规避绕飞区，最终到达指定点。此外，本文综合考虑飞行器再入飞行的快速性和工程实用性，并提出了再入时间、弹道倾角以及航向角相关指标的加权性能指标，同时保证了轨迹规划快速、再入轨迹平滑以及控制量变化平缓等实际需求，提高了计算效率。仿真结果表明，本文所提出的分段优化方案能够快速规划出适应不同飞行任务的再入轨迹。     

基于Gauss伪谱方法的高超声速飞行器再入轨迹快速优化

基于一种求解最优控制问题的新方法—Gauss伪谱法(Gauss Pseudospectral Method\|GPM) ,研究了高超声速飞行器滑翔式再入的快速轨迹优化问题。针对远程多约束条件下滑翔式再 入轨迹优化问题的难点,提出了基于GPM的串行分段优化策略,包括三个方面：(1) 构造了 设计变量初值生成器,获得近似最优解作为优化初值;(2) 提出从可行解到 最优解的串行优化策略;(3) 引入平衡滑翔条件构造动态分段点,将再入轨迹分为初始下降 段和滑翔段分别求解。以某高超声速再入飞行器为对象进行轨迹优化计算,仿真结果验证了 本文的轨迹优化方法具有较高的精度和计算效率。
     

助推-滑翔导弹再入弹道快速优化

基于LGL(Legendre-Gauss-Lobatto)伪谱法,研究了临近空间助推-滑翔导弹再入段弹道快速优化问题。首先,基于改进的气动力模型建立了较为精确的再入数学模型;其次,针对该优化问题在气动数据处理和优化求解上存在的困难,基于LGL伪谱法系统地建立了再入最优飞行弹道的求解步骤,为解决直接利用LGL伪谱法存在的困难,设计了一种基于LGL伪谱法的串行优化求解策略;最后,分别采用积分推进法和协状态映射原理对优化结果进行了可行性和最优性验证。仿真结果表明,本文的弹道优化方法优化1条再入弹道所用时间为3～4 s,计算效率较高,路径约束和端点约束均得到很好满足,算法求解精度较高,有效地实现了多约束多变量大型稀疏的再入弹道导弹快速优化。     

基于改进Gauss伪谱法的探月返回器跳跃式再入轨迹优化设计

基于改进的Gauss伪谱法,研究了探月返回器跳跃式再入轨迹优化设计问题.首先给出了探月返回器再入轨迹优化问题的三维模型.然后针对探月返回器配平攻角飞行的特点,考虑到实际倾侧角反转机动不可能瞬时完成,对单一控制变量倾侧角的变化范围进行合理限制,并以总吸热量为性能指标,设计了满足过载和驻点热流约束的小升力体大航程跳跃式再入轨迹.最后基于该优化算法,将返回器在各相同初始条件下发生跳跃和不发生跳跃时的最大航程进行比较,并求解得到在不同升阻比和存在不同程度大气密度偏差时不发生跳跃的再入轨迹最大航程和过载峰值,以分析跳跃式轨迹在扩大小升力体再入航程方面的优势.     

高超声速飞行器再入轨迹快速优化研究

基于求解最优控制问题的Chebyshev伪谱法(Chebyshev Pseudospectral Method,CPM),研究了高超声速飞行器再入轨迹快速优化问题。针对远程多约束条件下再入轨迹优化问题的难点,提出了一种线性初值与节点更新相结合的优化策略,将攻角与倾侧角同时作为控制变量,以再入飞行时间最短为优化目标,利用CPM将轨迹优化问题转化为非线性规划问题,并使用SNOPT软件包求解,使CPM成为一种再入轨迹快速优化的通用算法。以某类高超声速再入飞行器为对象进行轨迹优化计算,并对比相同仿真条件下粒子群(PSO)算法的优化效果,仿真结果验证了该算法具有较高的求解效率和快速收敛性。     

基于Gauss伪谱法的临近空间飞行器上升段轨迹优化

综合考虑密度变化、声速变化、发动机推力变化及地球引力等因素对飞行轨迹的影响,研究了与实际飞行环境更加相符的临近空间飞行器燃料最优爬升轨迹。针对该问题在气动数据处理和优化求解上存在的困难,提出一种基于Gauss伪谱法(Gauss Pseudospectral Method,GPM)的求解策略。首先,依据气动数据特点,设计拟合模型对气动参数进行高精度拟合;其次,为避免间接法和传统直接法的缺点,将Gauss伪谱法和序贯二次规划(Sequential Quadratic Programming,SQP)相结合,对存在边值及加速度约束的轨迹优化问题进行求解,获得最优飞行轨迹。仿真结果表明,在更为真实的飞行环境下,利用GPM和SQP相结合的方法可在5.83s获得一条精度为10-4～10-6左右的飞行轨迹。     

引入控制量变化率约束的双层协同轨迹规划器

针对亚音速飞行器编队飞行轨迹规划约束复杂、求解困难的问题,提出了一种引入控制量变化率约束的双层亚音速飞行器协同轨迹规划器。首先,引入控制量变化率约束以保证轨迹可行性,为了避免增加新的状态方程而增加计算量,采用拉格朗日插值多项式计算控制变量变化率,将其作为求解最优控制问题伪谱法的约束条件。然后,使用顶层单飞行器规划器在不考虑多飞行器协同约束的条件下使用较少配点的伪谱法快速求解每个飞行器的粗略轨迹结果,求解结果使用拉格朗日插值作为底层多飞行器规划器的初值。底层多飞行器规划器使用更多的配点以确保求解的精度,在考虑多飞行器协同约束条件下进行伪谱法求解,以解决伪谱法初值敏感问题并提高优化效率。最后仿真结果表明了所提方法的有效性,与引入虚拟控制量而增加状态方程方法相比,此方法计算量更小,求解效率更优,满足协同轨迹规划的要求。     

基于OPTIMUS的临近空间飞行器再入轨迹优化设计

针对临近空间飞行器再入飞行受到热流率、动压和过载等多约束情况下的轨迹优化问题,提出了基于OPTIMUS优化软件平台搜索初值的编程求解方案。首先根据再入飞行动力学原理建立数学模型,并合理简化,应用最优控制理论设计滚转角控制律;然后利用OPTIMUS软件平台搭建系统工作流程,进行试验设计并建立响应面模型,通过平台集成的优化算法寻找初值;最后结合不同优化算法的优点,基于遗传算法加模式搜索法编写程序求解轨迹。结果表明,基于OPTIMUS分析所设计的轨迹优化方案,可以快速确定较为准确的初值,计算效率显著提高,且能够保证较高精度。     

再入轨迹多约束模型预测静态凸规划方法

针对大升阻比可重复使用飞行器再入滑翔轨迹规划问题,提出了一种基于自适应分段Chebychev伪谱离散的多约束模型预测静态凸规划算法(P CMPCP),实现了全量终端状态约束及多过程约束作用下再入轨迹的高精度迭代解算。考虑倾侧角翻转导致控制量不连续,传统规划方法难以同时严格满足终端位置、角度约束,且过程约束易超限,采用自适应分段伪谱离散策略,构建全程飞行状态及过程性能指标约束对各配点处控制调整量的敏感度关系,从而将非线性最优控制问题转化为静态凸规划问题,并利用内点法对各分段控制量进行了协调优化。本文所提方法无需对动力学模型进行简化或近似处理,即能以少量积分运算使轨迹满足再入全量模型约束,且控制量平滑,数值精度优于传统规划方法。     

亚轨道飞行器返回轨迹快速优化

快速、准确、鲁棒的轨迹生成方法可以增加任务的安全性与可靠性,极大地降低成本。针对亚轨道飞行器返回段特点,引入"伪控制量"、"末端进场走廊"等概念,分别采用高斯伪谱法和向前拉道伪谱法进行了返回轨迹快速优化研究,比较了两种伪谱法在处理复杂问题时的能力。仿真结果表明,向前拉道伪谱法不适合处理含控制量约束的问题,而高斯伪谱法在满足各种约束条件下,能够快速准确地生成亚轨道飞行器返回轨迹,同时验证了结果的可行性与最优性。     

基于hp自适应伪谱法的固体运载火箭轨迹优化

多级固体运载火箭轨迹优化是一个多阶段多约束的最优控制问题。hp自适应伪谱法融合了有限元法和全局伪谱法的思想,采用双层优化策略对细化单元数和插值基函数的阶次进行自适应调节以满足精度和快速性要求。对基于hp自适应伪谱法的多级固体运载火箭主动段轨迹优化问题进行了数值计算,结果表明该优化方法能够很好的满足过程约束和终端入轨条件,具有收敛速度快、对初值不敏感等优点,有一定的工程应用价值。     

电动帆轨迹优化及其性能分析

电动帆是一种新兴的无推进剂损耗的推进方式,利用太阳风的动能冲力飞行。电动帆由数百根长而细的金属链所组成,这些金属链通过空间飞行器自旋展开,太阳能电子枪向外喷射电子,使金属链始终保持在高度的正电位,这些带电的金属链会排斥太阳风质子,利用太阳风的动能冲力推动空间飞行器驶向目标方向。针对电动帆轨迹优化问题,提出采用Gauss伪谱法进行轨迹优化,克服了间接法对协态变量初值敏感的缺点。考虑在太阳风暴等原因造成特征加速度改变的情况,基于Gauss伪谱法实现电动帆在线轨迹重新规划,提高电动帆对太阳风不确定性的适应能力。最后以太阳系外探测任务为例,对电动帆和太阳帆的性能进行对比,仿真结果表明电动帆在星际远航任务中所用时间较短。     

一种高超声速飞行器再入轨迹优化方法

针对高超声速飞行器的再入轨迹优化问题，提出了一种基于动态自适应樽海鞘群算法和高斯伪谱法的混合优化方案。首先，为了使樽海鞘群算法探索和利用之间的平衡更加合理，提出了一种新颖的动态自适应樽海鞘群算法。然后，针对传统高斯伪谱法在轨迹优化过程中对初始猜测值敏感的不足，借助动态自适应樽海鞘群算法强大的全局搜索能力，先利用该算法对控制量进行全局寻优，将求得的近似全局最优解作为高斯伪谱法优化的初始猜测值，接着再利用高斯伪谱法对控制量进行全局寻优。仿真结果表明所提出的动态自适应樽海鞘群算法和混合优化方案的有效性和可行性。     

火星大气进入轨迹伪谱凸优化设计方法

为解决火星大气进入末端高度最大化问题,提出Legendre伪谱凸优化(LPCP)方法进行求解.首先以纵向航程角为自变量建立火星进入模型,从而将末端时间自由问题转化为末端纵向航程角固定问题,避免优化末端时间;同时相比基于能量的模型,不必已知末端高度和速度,因此可以求解末端高度最大化问题.然后将状态微分方程在Legendr...     

基于自适应高斯伪谱法的SGCMG无奇异框架角轨迹规划

针对采用SGCMG作为姿态执行机构的小卫星,在大角度机动过程中SGCMG系统易陷入奇异的问题,提出了一种基于自适应Gauss伪谱法的SGCMG无奇异框架角轨迹快速规划方法。该算法综合考虑到实际工程应用中存在的SGCMG框架角受限、框架角速度受限,奇异量度受限,星体机动角速度受限以及星体初始和终端状态受限等约束条件,将卫星大角度机动问题看成满足上述一系列约束条件和边界条件同时实现某一性能指标最优的最优控制问题。然后,结合自适应高斯伪谱法与非线性规划技术,求解带有边界约束与路径约束的最优化问题,获得实现性能指标最优的无奇异SGCMG系统轨迹。仿真结果表明：该算法能够在25s的时间内给出顺利实现大角度机动并满足所有约束条件,同时近似精度优于10 -3 的高精度平滑轨迹。     

一种新型火星定点着陆轨迹快速优化方法

针对火星定点着陆任务大气进入段的轨迹规划问题,给出了一种基于hp Radau伪谱法的快速优化算法。综合考虑大气进入段的动力学约束、边值约束、以及着陆器的机动能力约束和安全性约束,结合hp Radau伪谱法的配点特性,将轨迹优化问题转换成一个大规模多约束参数优化问题,给出了大气进入段轨迹优化问题的求解框架;为了提高算法的计算效率,给出了参数优化过程中雅克比矩阵的解析表达式;并通过数学仿真对本文算法进行了数值验证,结果表明：     

基于Gauss伪谱法的助推-滑翔飞行器多阶段约束轨迹优化(英文)

在同时存在路径约束和边界条件时确定助推-滑翔飞行器的最优运动轨迹是近年来的热点问题。本文讨论了助推-滑翔飞行器的具有最大纵向航程和横向航程的两种最优轨迹。Gauss伪谱法是由Benson和Huntington提出的,在求解复杂的最优控制问题时有较快的收敛速度并能提供高精度的解。文中介绍了该方法并利用其将轨迹优化问题变换为可由NLP求解器进行数值求解的非线性规划问题。文中还介绍了其它相关的技术,例如端点控制的计算方法、处理包含奇异弧段的多阶段问题的处理方法、获得初始猜测值的方法和验证结果的方法等。仿真结果可以说明在给定的热流、过载和动压约束下最优轨迹的若干关键特性。通过优化和仿真计算,同时证明了此方法的实用性和有效性。     

Hybrid methods for determining time-optimal,constrained spacecraft reorientation maneuvers

Time-optimal spacecraft slewing maneuvers with path constraints are difficult to compute even with direct methods. This paper examines the use of a hybrid, two-stage approach, in which a heuristic method provides a rough estimate of the solution, which then serves as the input to a pseudospectral optimizer. Three heuristic methods are examined for the first stage: particle swarm optimization (PSO), differential evolution (DE), and bacteria foraging optimization (BFO). In this two-stage method, the PSO-pseudospectral combination is approximately three times faster than the pseudospectral method alone, and the BFO-pseudospectral combination is approximately four times faster; however, the DE does not produce an initial estimate that reduces total computation time.