空间交会寻的最优轨道机动

研究了交会寻的阶段的燃料优化问题。在经典Ｃ－Ｗ方法基础上,导出了考虑第一次脉冲位置的双脉冲寻的燃料优化方法。当寻的时间给定时,优化变量为第一次脉冲启动的时刻;当寻的时间不定时,优化变量为第一次脉冲启动的时刻和寻的时间。仿真结果表明,考虑和不考虑第一次脉冲位置,燃料消耗差别悬殊。对于地面站较少、要求寻的时间比较长的情况,该方法有重要意义。     

多冲量近程交会最优化模型

文章基于Lawden方程对椭圆参考轨道的近程最优交会问题进行了研究,并提出了一种混合遗传算法求解最优近程交会问题。首先在一定假设条件下给出了目标在椭圆参考轨道的近距离相对运动模型——Lawden方程,构建了多脉冲最优交会问题模型并进行了理论分析。性能指标选为轨道交会过程中燃料消耗和时间消耗加权最小的多目标优化指标,优化参数为脉冲大小和脉冲施加时刻,终端状态受到相对位置和相对速度的约束。然后介绍了具有较强全局和局部寻优能力的混合遗传算法。最后以四脉冲为例进行仿真计算。仿真结果表明,是否考虑第一次脉冲位置,总燃料消耗变化不明显。因此,追踪航天器一旦捕获到目标信息即可施加第一次脉冲。仿真结果还证明了混合遗传算法在求解最优交会问题时的有效性。因此,混合遗传算法对基于Lawden方程的椭圆参考轨道近程最优交会问题的求解可行。     

航天器轨道交会迭代制导算法

针对航天器轨道交会的脉冲推力模型与实际发动机连续推力模型不相符的问题,研究一种脉冲变轨策略的工程实现方法,使脉冲变轨策略可应用于工程实际.基于Lambert飞行时间定理和遗传算法,研究航天器最优脉冲变轨策略.根据脉冲变轨优化的结果,采用迭代制导算法研究脉冲变轨工程化问题.仿真结果验证了迭代制导算法在航天器轨道交会中的有效性.     

燃料受限的时间最优多脉冲交会问题

主要研究了时间最优多脉冲交会问题中最优交会时间和最优脉冲数随各因素的变化规律.建立了考虑路径约束的数学模型,并利用遗传算法对问题进行了求解.在此基础上通过大量的数值计算研究了共面圆轨道间交会问题中各因素(包括轨道半径比、初始相位差、燃料以及路径约束)对最优交会时间和最优脉冲次数的影响,并总结出了最优交会时间和最优脉冲数随各因素的变化规律.根据最优交会时间随各因素变化的曲线较为"平缓"(均为单调或只有一个极值)的事实,指出可以利用较少的特征点通过插值的方法来快速求解最优交会策略.结论对于空间营救和在轨规避等实际任务的轨道设计具有一定的参考价值.     

空间交会对接双脉冲最优控制

首先利用交会对接固有动力学特性,施加第一脉冲推力使追踪器自动到达目标器位置;第二脉冲推力使两个飞行器相对速度降为零。这种控制称为双脉冲。该文根据双脉冲控制原理寻找燃料消耗最省的交会对接时间,最后还进行了大量数学仿真,比较各种初始条件下交会对接动力学特性和燃料消耗。     

轨道维持与调相的综合优化策略研究

在交会对接飞行任务设计研究中必须首先确定目标航天器的轨道设计策略,研究了一种将目标航天器轨道维持和调相两种任务进行综合优化的策略.轨道维持的任务是使得目标航天器轨道的形状和位置符合交会要求,调相的任务是使目标航天器在轨道中的初始相位角符合交会要求.在考虑了交会对接发射窗口、交会终端约束条件下,将目标航天器轨道设计问题转化为一个非线性规划问题,应用序列二次规划方法对其进行了求解.仿真计算表明,这种方法既能以较少变轨次数满足交会对接任务要求,又能节省燃料,为空间交会对接任务规划提供了重要参考.     

基于T-H方程的多脉冲最优交会方法

针对椭圆参考轨道交会问题,采用T-H方程描述相对运动,提出了一种时间固定燃料最省的多脉冲最优交会方法,优化参数为交会脉冲及其施加时刻.当考虑到J2摄动或航天器初始相对距离较大时,用T-H方程进行状态预测其线性化误差一般不容忽略,而若用轨道积分预测则耗时较多,进而导致优化时间过长.针对此问题,提出一种采用前一优化脉冲节点的状态导出的轨道根数预测当前节点状态的预测方法.该方法简单实用,有效地加快了优化收敛速度.最后基于多脉冲优化解进行了数值轨道积分以验证交会精度.仿真结果表明,即使加上J2摄动,在初始相对距离为1 000 km时,该方法的终端位置精度仍能达到75 m.     

广义多圈Lambert算法求解多脉冲最优交会问题

基于一种高效高精度的Battin多圈Lambert算法提出一种考虑轨道摄动的广义多圈Lambert算法.与现有算法相比,本算法虽然原理复杂但计算流程非常简单,效率极高,分别通过几次内外循环就可满足精度要求.广义多圈Lambert算法结合一种可行解迭代交会模型构成了一个通用的多圈多脉冲交会规划框架,应用两步法求解此多变量的复杂工程优化问题,首先利用高效率的进化全局优化算法以及解析轨道模型作全局搜索,然后利用序列二次规划算法以及简化高精度轨道计算模型作局部搜索,此方法可以保证高效高精度的求解多圈多脉冲交会问题.算例表明此方法特别适用于满足实际工程约束的交会规划问题.     

基于自适应模拟退火遗传算法的最优Lambert转移

主要研究了航天器采用Lambert二脉冲变轨的优化问题。对于初始位置、目标位置和转移时间都不固定的Lambert二脉冲转移,由于多变量以及方程本身的复杂性,采用传统的优化方法效率低甚至无法求解.采用了自适应遗传算法(AGA),寻求多变量的最优解.同时结合模拟退火算法,得到了自适应模拟退火遗传算法(ASAGA),该算法既具有全局搜索能力,又改善了一般遗传算法的局部寻优能力.通过仿真,比较了遗传算法和自适应模拟退火遗传算法的寻优结果,表明两者寻求最优转移的有效性,以及自适应模拟退火算法具有更强的寻优能力.      

摄动椭圆参考轨道上的最优精确交会

针对椭圆参考轨道附近的交会问题,给出了数值梯度寻优算法和遗传寻优算法用于确定最优转移时间和最优双脉冲,并解决了双脉冲半圈交会和整圈交会的奇异问题.在此基础上,考虑地球J2带谐项对相对运动的影响,给出了采用线性梯度的迭代算法,并将其用于摄动下的燃料最优双脉冲交会制导.采用不同偏心率的参考轨道进行了交会仿真,结果表明该迭代...     

基于遗传算法的最优Lambert双脉冲转移

研究了初始位置和转移时间不固定的Lambert双脉冲轨道转移的数值解,用三 维图和截面图直观显示了初始位置、转移时间和速度增量的关系,并说明了其在实际工程任 务中的应用价值.基于数值解,提出了Lambert双脉冲轨道转移的优化问题.目标是找到最 优初始位置和转移时间,使燃料和时间的加权和最小.给出了遗传算法求解该优化问题的设 计步骤.该算法应用于2个算例:①平面圆轨道的燃料最优转移,并将遗传算法和Hohmann 转移的结果进行了比较;②椭圆轨道、初始位置有约束的燃料和时间最优转移.结果说明 了遗传算法寻找最优转移解是准确有效的.      

水平起降两级入轨系统的质量估算方法及应用

针对近地轨道运输任务,考虑不同飞行阶段的推阻特性差异和不同发动机模态的比冲变化,提出了适用于水平起降两级入轨（TSTO,Two Stage To Orbit）天地往返运输系统的质量估算方法.以8 t有效载荷为任务需求,对比研究了涡轮基组合循环动力-可重复使用火箭（TBCC-RR,Turbine Based Combined Cycle-Reusable Rocket）、火箭基组合循环动力-可重复使用火箭（RBCC-RR,Rocket Based Combined Cycle-Reusable Rocket）和可重复使用火箭-可重复使用火箭（RR-RR,Reusable Rocket-Reusable Rocket）方案,分析了级间分离点、一级飞行器推阻比和一级飞行器结构质量分数等参数对设计结果的影响.研究结果表明,级间分离点设计对TSTO总体方案影响很大,若使用RBCC型飞行器作为第1级,建议在超燃冲压模态后即进行两级分离;TBCC-RR方案比RBCC-RR方案起飞总质量更小,但RBCC-RR方案一级飞行器结构质量更小;减小TSTO系统起飞总质量的最有效途径是减小飞行器的结构质量分数,其次是提高飞行器的推阻比.      

压电式高速开关阀控液压缸位置系统

针对开关阀控液压缸位置分辨率低、响应慢的问题，设计了压电式高速开关阀控液压缸位置系统。首先，建立开关阀控液压缸位置系统模型，分析了PWM载波频率对开关阀流量特性的影响规律，采用基于差动流量的双阀结构，实现液压缸负载流量的非线性补偿，减小开关阀死区对系统静、动态性能的影响。然后，分析双阀控制式液压缸系统负载脉冲流量的影响因素，得到了开关阀控液压缸位置抖振的产生机理，比较基于脉冲流量的PWM、PAM、PFM控制方法。最后，依据压电式高速开关阀流量特性，提出了PWM+PAM的复合控制方法，根据误差信号及其变化，调节占空比和流量幅值，实现液压缸位置的快速、精确控制。仿真及实验结果表明:系统定位精度将近1%，为高速开关阀及其控制系统应用提供了理论基础。      

椭圆轨道卫星编队飞行的最优控制研究

研究了椭圆轨道卫星编队飞行的队形保持问题,设计了李雅普诺夫(Lyapunov)控制律,并用遗传算法对控制律进行了优化。为克服遗传算法局部寻优能力差的缺点,对遗传算法进行了改进,设计了自适应模拟退火遗传算法。仿真结果表明,采用Lyapunov方法进行队形保持能提高位置保持的精度,且在经过遗传算法优化后,所消耗的燃料基本与线性二次型(LQR)方法一致;同时,减少了计算时间,有利于星上计算机的实现。     

脉冲星方位误差估计的两步卡尔曼滤波算法

为了克服钟差和卫星位置误差对脉冲星方位误差估计的影响，设计了两步卡尔曼滤波（TSKF）算法。首先，介绍了脉冲星方位误差估计的传统模型，并通过分析和仿真验证了钟差、卫星位置误差以及2种误差同时存在时会使脉冲星方位误差估计结果产生较大偏差。其次，在传统的估计模型中加入了钟差和卫星位置误差，并将钟差和钟差变化率增广为新的状态量，从而推导出包含2种误差的新模型，并证明了该模型的完全可观测性；根据该模型并按照两步卡尔曼滤波原理，得到了TSKF算法的步骤。最后，通过仿真表明:在钟差和卫星位置误差同时影响下，传统脉冲星方位误差估计算法偏差较大且发散；TSKF算法则能够有效隔离2种误差的影响，使赤经和赤纬误差估计达到0.2 mas之内的精度。      

Improvement of the SLR Borowiec station position in the global network ITRF91

This paper describes briefly two station coordinates solutions, the first one computed at Space Research Centre (SRC) using tracking data from Lageos satellite, and the second one computed at European Space Operations Centre (ESOC) using tracking data from Lageos 1, ERS-1 and TOPEX/Poseidon in a multi-arc solution. In particular the solution computed for the Borowiec station in ITRF91 system is described extensively. The Borowiec station position was estimated simultaneousely, considering or not the existence of range biases, with other geophysical parameters such as: daily polar motion parameters x_p, y_p, ocean tide coefficients, earth gravitational constant GM, etc.     

基于非线性干扰观测器的航天器相对姿轨耦合控制

针对带挠性附件的服务航天器在近距离逼近失控目标航天器时的控制问题，考虑由于推进安装偏差导致的姿轨耦合，通过选用相对位置和相对姿态四元数作为状态向量，建立了服务航天器与失控目标航天器的相对位置和姿态动力学方程。考虑服务航天器的挠性附件影响，挠性振动可以视为位置和姿态控制系统微分有界的干扰。基于反馈线性化方法提出了非线性反馈控制律，设计了非线性干扰观测器，用于补偿可建模干扰，并基于所提非线性反馈控制律和非线性干扰观测器设计了复合控制器，其中非线性干扰观测器用于补偿挠性附件产生的干扰。数字仿真及半物理实物闭环验证表明，利用所设计的复合控制器能够有效补偿干扰，同时在对失控目标航天器跟踪时具有很好的鲁棒性。      

遗传算法综合阵列的幅度和相位方向图

分析了阵列方向图分别为对称、实的或实的且对称时所对应的单元激励关系,简要介绍了遗传算法,并将其用于阵列方向图综合.遗传算法是一种自适应全局优化概率搜索算法,它直接以目标函数作为搜索信息.通过合理地设计目标函数,遗传算法不仅可以综合幅度方向图,还可以综合相位,适合于需要进行幅度和相位补偿的情况,以及多目标的情况.最后,结合平顶波束方向图与抛物面天线初级馈源的正割平方方向图进行综合,证明了遗传算法的有效性和灵活性,说明使用遗传算法时尽量利用方向图的实的或对称特性,可以减少待优化变量的数目,加快收敛.并提出将传统遗传算法与传统方向图综合方法相结合,可以进一步减少得到最优解所需要的进化代数.     

遗传算法在质量矩导弹姿态控制中的应用

研究了三轴稳定控制系统的姿态控制问题.建立了内部带有3个可移动滑块的数学模型.利用RBF(Radial Basis Function)网络的快速自学习以及自适应特性,将其作为控制器不断调整滑块的位置.同时利用遗传算法(GA)的全局、并行寻优及增强式学习能力对神经网络控制器的权系进行优化.通过对滑块位置的协调控制,改变导弹的飞行姿态.最后讨论了滑块运动特性对系统性能产生的影响并对系统稳定性进行了分析.仿真结果表明该控制律能在保证系统稳定的情况下有效地实现导弹的姿态调整,并且提高了系统的动态响应品质.      

基于遗传算法的多学科设计优化分解方法

通过分析现有的多学科设计优化中任务分解方法(枚举法、聚类识别法和分支定界法)的特点,指出了现有方法的不足.提出了将遗传算法应用于优化任务的分解问题,给出了具体的算法描述和详细的任务分解算法流程,并分析总结给出了该算法的优点:①遗传算法对搜索空间没有任何要求,因此对函数关系矩阵(FDT,Function Dependence Table)也没有任何要求;②遗传算法是一种随机迭代方法,不需要估计初值;③遗传算法同时对一组解进行搜索,大大提高了搜索速度,在保证计算精度的基础上得到全局最优解.最后还以齿轮减速器优化问题为例,将遗传算法应用于上述问题的任务分解过程,得到了较为满意的分解结果,并从计算方案次数的角度定量地比较了所提出方法与现有方法的区别,从而证明了该方法的正确性和优越性.