对地观测卫星成像调度的多目标约束修正方法

 约束修正是对地观测卫星成像调度的重要组成部分,负责处理成像调度方案的约束满足与优化,是一类复杂的组合优化问题。为得到优化可行的成像调度方案,提出一种新的约束修正方法。针对约束修正问题构建时间序有向图模型,并将约束修正问题归结为点带约束成本的优化路径搜索问题;在此基础上,提出一种基于标记更新的多目标约束修正算法。实际问题的实验与分析表明：该方法能够在规定的时间内求得问题所有的多目标优化解,有效地解决了卫星成像调度的约束满足与优化问题。     

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。     

卫星网络动态资源图多QoS约束路由算法

针对高动态卫星网络拓扑变化导致的网络更新期间可用路径失效，QoS需求难以满足的问题，提出了一种基于软件定义网络（SDN）架构的虚拟节点动态资源图多QoS约束路由算法（DRGVN-QR）。根据节点的切换状态、缓存以及链路的剩余带宽、时延等信息，结合虚拟节点的网络拓扑方式，建立虚拟节点动态资源图模型。根据资源图模型，建立最小路径代价的优化模型，利用蚁群算法（ACO）并发地为每个连接请求找到一段时间范围内的最优路径集合，并对信息素挥发系数的取值问题进行了讨论，以提升路径质量和算法性能。最后，为了适应卫星网络的时变性，设计一种幂数加权公式求出一段时间范围内的最优路径。仿真结果表明：DRGVN-QR算法能够规避路径失效带来的传输中断问题，提高网络QoS，与其他算法相比，该算法降低了平均端到端时延、网络丢包率和时延抖动。     

多无人机系统协同多任务分配模型与仿真

针对多约束条件下的多无人机系统协同多任务分配问题(CMTAP),提出了利用多约束条件下的多车场车辆路径问题(MDVRPMC)对协同多任务分配问题进行建模,在设计基于Pareto最优的遗传模拟退火算法的基础上,对存在任务点动态时间窗口约束、任务类型约束、无人机任务能力约束等条件下的协同多任务分配问题进行了求解.实例仿真表...     

飞行器落角与撞击时间控制研究

对色行器落角与撞击时间控制相关问题进行了综述,包括带落角约束的导引问题、带时间约束的导引问题、带落角与时间约束的导引问题、剩余时间估计问题和欠驱动系统的轨迹跟踪控制问题。针对速度不确定飞行器落角与时间控制问题,从航路规划的角度提出了几个值得进一步研究的问题。     

基于图禁忌的并行测试任务调度算法

现有算法处理强约束关系的并行测试任务调度问题具有运算时间长、寻优概率低、收敛性差等缺陷,针对这些问题提出了一种基于图禁忌的调度算法.该算法从测试任务间的约束关系人手,利用图论建立测试任务间的关系图,并结合禁忌算法实现并行测试任务的多目标优化调度.算法中将强约束关系的测试任务调度问题与无约束关系的资源配置问题进行分离,提...     

递进式路径转移姿态机动快速规划方法

当前空间探测活动需要航天器具有大角度姿态机动能力,然而复杂的空间环境和航天器姿态约束限制了姿态机动的可行空间和姿态规划效率。针对这一问题,进行了多约束条件下大角度姿态机动快速规划研究,提出一种基于路径转移策略的快速规划方法。该方法由参考路径规划、松弛路径规划和路径转移规划3部分组成,递进式处理姿态规划中的初始参考路径生成、姿态有界约束满足和姿态指向约束满足问题。在路径转移规划中,建立基于指向角的姿态指向约束评价函数,设计对应的转移动作集合,能够快速得到满足多种约束条件的安全机动路径。最后,通过大角度姿态机动对比仿真,验证了该方法在机动时间方面的快速性和规划速度方面的高效性。     

固体火箭发动机有约束流场推力特性计算

为计算带约束流场的固体火箭发动机推力特性，建立了一维准定常变截面的内弹道计算和约束流场流动的数学模型。计算结果表明，约束流场使推力增加14%，冲波进入喷管扩张段。与试验结果很接近，表明计算模型正确，可用于其它型号带约束流场的推力特性计算。     

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。     

运用混合遗传算法的多机编队重构优化方法

多机编队重构优化除了要考虑终端状态约束、控制作用能量约束之外,还必须考虑安全防撞距离与通信保障距离的约束。在满足这些约束的前提下,提出了一种新的结合控制作用参数化与时间离散化(CPTD)方法和遗传算法(GA)的混合算法,将编队重构最优时间控制问题进行控制作用参数化和时间离散化处理,转化为带自由终端状态约束的离散型优化问题,并通过对传统遗传操作算子的改进,采用改进的遗传算法进行寻优,得到最优解。算例结果表明了该混合算法的有效性,其适用于编队重构最优时间控制问题。