运载火箭推力故障下基于智能决策的在线轨迹重规划方法

为了提高运载火箭上升段飞行中推力故障下轨迹重规划的计算效率,提出了一种基于智能决策的在线轨迹重规划方法,将原问题转化为最优救援轨道的在线智能决策和成熟的燃料最优轨迹规划问题进行求解。通过离线求解不同故障状态对应的轨迹重规划问题,建立"故障状态-救援轨道"样本集,基于径向基神经网络建立最优救援轨道的决策模型,并将决策模型装订箭上。在实际飞行中以当前故障状态作为输入,利用决策模型可在线快速决策出最优救援轨道根数,进而求解以救援轨道为目标轨道的燃料最优轨迹规划问题,从而完成推力故障下的在线轨迹重规划。数值仿真表明,与直接求解轨迹重规划问题相比,该方法的计算效率提高了两个数量级以上,同时给出一致的最优救援轨迹。     

运载火箭推力故障下在线计算轻量化任务重构方法

为了避免运载火箭推力下降故障引起发射任务失败,基于径向基神经网络,提出了一种在线计算轻量化的任务重构方法,可快速在线计算最优救援轨道对应飞行轨迹(最优轨迹)的近似解.在离线部分,结合凸优化与自适应配点法产生"故障状态-最优轨迹"数据集.数据集被用来训练径向基神经网络,建立轨迹决策模型来构建故障状态到最优轨迹的动力学关系...