基于Radau伪谱方法的轨迹优化

研究了导弹在末制导阶段满足多约束条件下的轨迹优化问题。针对传统方法在处理复杂的非线性运动学、动力学约束上存在的困难,提出了一种基于Radau伪谱方法(RPM)的求解策略。首先,给出了考虑导弹速度和空气密度变化、终端和过程约束条件以及2种不同的性能指标函数的最优轨迹优化问题;其次,利用RPM将轨迹优化问题转化为非线性规划问题,采用序列二次规划算法求得最优解;最后,分2种初始条件对最大落角和最大终端速度的轨迹优化问题进行了仿真验证,结果表明:本文方法能够在较短的时间内生成一条满足多种约束要求的高精度的最优轨迹。     

虚拟多触角探测的高超声速滑翔飞行器再入机动制导

针对高超声速滑翔飞行器再入过程中面对的多约束问题，提出一种基于虚拟多触角探测的路航点规划机动制导策略。该机动制导策略通过飞行器最大转弯轨迹计算速度-剩余地面距离-航向角约束，在分段定点模式中发出多条粗略预测触角，引用触角末端反馈的信息计算优先级以确定临时路航点；同时在机动制导模式中发出精细探测触角，计算触角末端信息优先级，经倾侧角延时滤波器得出控制指令，对飞行器进行机动制导。基于多触角探测的路航点规划机动制导策略，降低了三触角机动制导方法中的计算时间；同时，4种典型禁飞区条件下的仿真结果表明，该策略能够有效稳定地解决机动制导过程中的多约束问题。     

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。     

基于阻力加速度倒数剖面的再入轨迹规划与制导方法

针对升力式飞行器再入制导问题,提出了一种基于阻力加速度倒数剖面的在线解析规划与制导方法。首先将过程和终端约束转换成阻力加速度倒数形式的飞行走廊,采用三次样条函数描述倒数剖面。然后通过解析计算航程上下界,利用待飞航程在倒数剖面内的近似线性关系,以满足待飞航程为目标,迭代计算得到阻力加速度倒数剖面;在飞行过程中根据当前状态和实际待飞航程,周期性更新阻力加速度倒数剖面。通过对阻力加速度剖面的跟踪进行纵向制导,解算倾侧角指令;通过倾侧角反向来进行侧向制导,限制航向角偏差。实现了再入轨迹的在线快速生成与更新,并利用阻力加速度动态特性,将其与跟踪制导结合,提出的方法效率高,适应性强,有工程应用的潜力。     

月球软着陆制动段飞行轨迹与制导律研究

对自环月轨道开始的月球软着陆制动段飞行轨迹和制导律进行了研究。建立了统一的均匀球体三维软着陆模型,采用燃料次优解析制导方法,通过单步优化获得了局部最优的推力角解析式。同时,在推力角中引入前馈项,用于消除初始位置和速度偏差对软着陆的影响。对制动段飞行轨迹的仿真分析验证了制导律设计的有效性。     

众多临近空间飞行器的最优轨迹规划

针对众多临近空间飞行器在复杂飞行环境的最优轨迹规划问题,采用改进的动态规划法和基于共轭梯度法的多点边值组合算法求解了多目标优化问题,得到了全部飞行器的最优飞行轨迹.仿真结果表明,该算法能够在考虑多种环境条件约束和飞行器自身条件约束的情况下,快速规划出众多飞行器的最优飞行轨迹,具有一定的学术价值和工程应用价值.     

高超声速飞行器再入多段导引方法研究

针对通用航空飞行器(CAV)的再入飞行问题,研究了一种滑翔式再入飞行器的三自由度轨迹快速生成方法。该方法将再入轨迹分为初始下降段、过渡段和占大部分飞行时间的拟平衡滑翔段,引入拟平衡滑翔条件(QEGC),将过程约束转换成倾侧角制导律的上界。结合预测校正方法在线设计满足各种轨迹约束的倾侧角制导律,最后在计算机上进行制导仿真。仿真结果表明,该方法可快速地得到满足过程约束和目标要求的弹道。     

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。     

圆弧预测变系数显式拦截中制导

为了满足临近空间机动目标拦截中制导预测和多约束要求，设计了一种基于圆弧预测的变系数显式拦截中制导方法。首先针对临近空间目标滑翔段飞行特性，提出了基于圆弧的几何目标预测方法，将目标机动轨迹近似为圆弧，通过多个间隔时刻的目标位置确定圆弧参数，依据圆弧预测轨迹估计剩余飞行时间，并以当前速度递推预测拦截点状态，进而推导了三维角约束显式制导律。在此基础上，通过在性能指标中构建动压权重函数，以飞行动压近似可用过载变化，设计了变系数显式制导律，实现了制导增益的自适应更新，从而可以使得需用过载在飞行全程中合理分配，满足可用过载约束。最后结合圆弧预测和变系数显式制导，实现了对机动目标的预测拦截。仿真结果表明所提方法具有较好的目标预测精度，而且可以满足终端交会角以及可用过载约束。     

标准轨迹制导中准平衡滑翔条件优化研究

对于可重复使用运载器标准轨迹再入制导,准平衡滑翔条件可以将高度-速度平面内各项再入约束形成的飞行走廊,转换为倾侧角-速度空间内的倾侧角走廊.通过在倾侧角走廊内设计倾侧角曲线,可以生成满足飞行走廊的标准轨迹.通过论证标准轨迹再入制导过程中的准平衡滑翔条件及其物理意义,说明了由倾侧角走廊内的倾侧角曲线生成的标准轨迹,存在突破再入飞行走廊边界的可能性.通过对倾侧角走廊边界设置余度,极大地降低了标准轨迹突破再入飞行走廊边界的可能性,提高了标准轨迹的设计成功率.     

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NFTET的高超声速飞行器再入容错制导

针对以X-33为对象的三自由度高超声速飞行器,采用相邻可行轨迹存在定理(NFTET)设计了容错制导律以解决再入段执行器发生故障的轨迹重构问题。在标称情况下采用预测校正算法生成满足再入过程约束和终端约束要求的再入轨迹;当执行器发生故障时,飞行器气动参数、结构和舵面力矩都可能发生不可预测的变化,原先的轨迹不再满足制导要求,因此需要设计新型容错制导律。针对实际再入制导模型,基于NFTET设计容错制导算法对轨迹进行重构,得到满足故障情况下制导任务的可行轨迹。从仿真结果中可以看出,容错制导算法生成的新轨迹重新回到了约束范围之内,轨迹呈收敛趋势,使得高超声速飞行器从故障恢复到正常飞行状态,提高了飞行器的自主容错能力。     

大气层内模型预测静态规划拦截中制导

在临近空间机动目标拦截中,拦截器的初始动力段对中制导段乃至末端拦截性能具有重要影响。在模型预测静态规划（MPSP）理论基础上提出了一种初、中制导联合规划制导方法,旨在解决多阶段、快速、最优拦截轨迹规划和制导问题。首先,提出了一种改进的模型预测静态规划方法,该方法不仅可以满足终端约束,还可以生成最优初始状态,并在性能指标中考虑状态变量相关函数。其次,基于等效阻力模型建立了包含动力段与非动力段的两段规划模型,通过采用分段离散以及构建关机点变分关系的方法,避免了内点约束的引入,使MPSP算法可直接求解该两段规划问题。最后,结合提出的MPSP算法以及两段规划模型,实现了终端速度最优的拦截轨迹规划,结合目标预测方法,实现了对机动目标的预测拦截。仿真结果表明,本文方法可提高制导精度和终端速度,且能更好满足对机动目标的拦截需求。     

固定翼无人机编队的启发分布式模型预测控制

针对无人机编队飞行控制中队形保持、路径规划、重构、防撞等多重功能需求,采用启发型分布式模型预测控制框架,将需求转化为多目标优化问题中的代价函数与相容性约束求解,实现了对无人机编队飞行的一体化控制.同时,采用分阶段式的轨迹规划算法,融合模型预测轨迹规划与多项式轨迹规划,利用多项式轨迹系数实现高效的邻居轨迹信息交互,从而增大了模型预测控制的预测范围,并降低了规划控制过程中的计算量与通信量.最后,通过9架无人机的协同避障编队仿真,证明了该方法的有效性.     

月面远程运输飞行轨迹优化设计

针对月球表面不同区域之间的载人或载货运输问题,设计了一种基于上升-巡航-下降模式的燃料最省飞行轨迹。首先通过求解不同飞行时间的Lambert问题确定了最佳飞行时间,并获得了对应的双脉冲解,然后利用有限推力替代两次速度脉冲,建立了非线性规划问题,求解得到了有限推力燃料最省飞行轨迹。优化设计过程中主要研究了两个主要难点:bang-bang控制与飞行高度约束。这两个问题通过推力加速度与飞行时间的数值延拓得以解决,同时揭示了月面飞行的基本原理。最后给出了3种不同应用场景的仿真算例,仿真结果表明,当飞行时间为小时量级时,上升-巡航-下降飞行模式下的优化解即为燃料最优解,如果飞行距离较远,则还需要适当增加飞行时间从而满足飞行高度约束。     

固定翼无人机紧密编队的鲁棒协同跟踪控制

固定翼无人机（UAV）具有典型的欠驱动、非线性等特点,导致航点自主跟踪设计难度大,同时紧密编队飞行过程中无人机之间运动耦合与气动干扰明显,进一步增加了高性能控制设计难度。为此,本文针对固定翼无人机紧密编队飞行的航点自主跟踪问题,综合考虑轨迹平滑性、运动协同性和跟踪鲁棒性等需求,依托全驱系统建模方法提出了一种多层次鲁棒协同跟踪控制架构。该架构包括上层运动规划、中层协同滤波及底层鲁棒协同跟踪控制3个核心部分。上层运动规划根据离散航点指令,融合虚拟结构法和迭代线性二次型优化,实时生成可行、平滑的运动轨迹。在此基础上,为改善跟踪控制的瞬态性能,引入分布式协同滤波思想,对规划轨迹进行滤波处理,生成每架无人机个体的参考信号。最后,考虑到紧密编队中气动耦合与系统不确定性等挑战,设计了一种基于不确定性及干扰观测器的鲁棒协同跟踪控制方法,实现了编队轨迹的精确跟踪以及队形的可靠保持。所提出的鲁棒协同跟踪控制架构考虑了紧密编队飞行中的多种约束与挑战,实现了编队运动规划与跟踪控制的综合设计,可以有效提升系统自主性、协同性和鲁棒性。最后,通过5架固定翼无人机的紧密编队飞行仿真对所提方法进行综合测试,验证了方法的...     

基于非线性规划的空空导弹水平转弯轨迹优化

基于空空导弹的质点动力学方程建立了轨迹优化模型,并根据非线性规划优化算法的特点,对优化模型中的积分变量进行替换。采用一种改进的多重打靶法将轨迹优化问题转化为约束非线性规划问题,在此基础上采用广义乘子法和变尺度法求解满足各种约束条件的最优转弯轨迹。仿真结果表明,该轨迹优化方法实现了导弹在约束条件下的最短时间转弯,且所得结果符合运动学规律,对于离轴发射以及越肩发射的转弯问题具有一定意义。     

高升阻比RLV的约束预测校正再入制导

针对高升阻比可重复使用运载器,提出了一种基于能量的改进约束预测校正制导方法。在再入滑翔段,利用二次函数模型对倾侧角幅值剖面进行参数化设计,并利用改进的准平衡滑翔条件将再入过程的轨迹过程约束转换为倾侧角幅值约束;针对再入中后期准平衡滑翔飞行特性降低的情况,提出采用一种简单的倾侧角幅值反馈修正方法,进一步抑制轨迹的过载。仿真结果表明,在存在各种扰动的情况下,该制导方法能够导引飞行器精确地飞向目标位置,并满足过程约束条件,具有良好的制导精度和鲁棒性。     

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。     

基于高斯伪谱法的翼伞系统复杂多约束轨迹规划

翼伞系统在实际环境中飞行时易受到风场以及地形环境等复杂干扰的影响,无法精确归航,控制难度较大。针对该问题,提出了一种针对复杂多约束条件的翼伞系统的最优控制轨迹规划方法,可同时实现翼伞系统在复杂环境下逆风对准、精确着陆以及控制量全局最优的控制目标。首先,建立了风场干扰下的翼伞系统模型;然后,通过引入地形环境曲面,将复杂环境转化为实时路径约束,将轨迹着陆偏差以及逆风雀降转化为终端约束,并考虑控制量消耗最小为目标函数,以此将复杂环境下的翼伞系统的轨迹优化转化为一系列非线性的带有复杂约束的最优控制问题;最后,采用高斯伪谱法将多约束最优控制问题转化为易于求解的非线性规划问题。通过设立3组复杂环境仿真实例和实验验证,表明本文方法使翼伞系统在多种较恶劣的复杂环境中有效应对多类约束条件,规划出控制量全局最优的可行轨迹。与已有的混沌粒子群优化算法相比,本文方法具有较好的最优性和较高的精度。