全太阳系深空探测轨迹全局优化(英文)

针对太阳系中全部的248997颗行星的探测问题,给出了一种关于探测飞行器的深空探测全局四维轨迹(t,x,y,z)优化方案,即飞行器从地球发射进入太阳系并采用小推力控制,优化方案的性能指标为飞行器与太阳系中全部行星中相遇和交会的星的数量最多并且燃料消耗最少。本方案给出了四维飞行轨迹进行全局优化的一套算法,该算法由搜索算法和四维轨迹优化算法组成。此搜索算法从太阳系的248997颗行星中寻找获得尽可能多的经过近地球3维走廊内的行星;而四维轨迹优化算法由改进的动态规划算法、基于最优控制理论的共轭梯度算法和静态参数优化算法组成,其中静态参数优化算法用于搜索最优发射时间窗口。基于该组合算法,通过长时间的大规模的飞行数字仿真,最终计算出探测器的四维最优飞行轨迹,在一年内路过了太阳系中全部行星中的12颗行星。     

地球-火星之间的往返轨迹全局一体化优化设计

针对多因素影响的地球-火星之间的星际往返轨迹优化设计问题,基于多体动力学运动模型,采用静态参数+动态优化的组合算法,进行了全局一体化优化设计,得到最优往返飞行方案,包括探测器从地球出发到火星的最优4-D飞行轨迹、从火星返回地球的最优4-D轨迹,分别离开地球与火星的时间、与星体的相对速度差等。最优飞行方案达到了在火星上探测时间足够长,往返飞行时间最短,所耗发动机燃料最少等目的。该研究结果对未来我国星际(如地球-各行星之间)最优往返飞行有一定的参考价值。     

单级入轨推进系统试验优化与分析

以单级入轨运载器干质量最小为目标，采用响应表面法对两种三组元推进系统部分设计参数进行了优化和分析。优化结果表明，对于单燃烧室三组元发动机，其第一工作模式液氢质量分数越低越好。对于双燃料双膨胀发动机，其内外燃烧室压力都不宜取得过高，且第一工作模式氢氧推力百分比越低越好。     

基于多学科设计优化算法的再入轨迹优化设计

传统的再入轨迹优化问题通常是在气动外形和质量等总体参数给定的情况下建立起来的。所设计的最优轨迹从飞行力学的角度来看是最优的，但从系统角度来看未必是最优的。在总体初步设计阶段，考虑气动外形和质量等其他学科影响的再入轨迹优化对于提高RLV的系统性能无疑具有重要意义。此时再入轨迹优化将是一个静态，动态多学科混合优化问题。以球头双锥的升力体构型RLV为例，以最小化热防护系统质量和最大横向机动距离为指标，采用两种典型的多学科优化算法来研究考虑气动外形、轨迹和热防护系统三个学科的再入轨迹优化设计问题。仿真结果表明多学科优化算法能够用来求解静态，动态多学科混合优化的再入轨迹优化设计问题，是RLV初步外形设计和任务轨迹规划的重要工具。     

组合动力运载器上升段轨迹智能优化方法

针对组合动力水平起飞可重复使用运载器,开展了上升段轨迹优化模型设计与轨迹优化方法研究。首先,针对跨大空/速域飞行须采用多种动力形式协调工作这一问题,考虑动力/气动/轨迹/指标间的复杂耦合关系,建立了运载器动力和气动模型。其次,为降低轨迹优化问题的求解难度,设计了一种全新的飞行剖面,实现了关键优化参数的提取和攻角约束的自动满足,减少了优化算法需要处理的约束数量。然后,提出了一种改进的粒子群优化(PSO)算法完成求解;在收敛性分析的基础上,引入强化学习机制对PSO寻优过程进行自主智能控制,从本质上提升了PSO算法的求解效率。最后通过数学仿真验证了方法的正确性和有效性。     

深空探测全域轨迹优化设计平台研究与实现

提出了基于任务定义的深空探测全域轨迹优化设计概念与实现方法。首先,对复杂任务定义、自适应模型库与多环节迭代优化等关键技术进行了详细的阐述。然后,重点讨论了深空探测全域轨迹优化设计软件平台的设计技术与系统实现。最后,基于该平台丰富的模型库,对嫦娥五号等深空探测任务的全过程飞行轨迹进行了优化设计与对比。研究结果表明,开发的深空探测全域轨迹优化设计软件平台具有复杂任务适应能力强、可拓展性好的特点,可为类似软件系统的研发提供借鉴。     

基于蚁群算法的月球软着陆轨迹优化

针对基于最省燃料的月球软着陆轨迹优化问题进行了研究。首先通过改进的函数     

登月返回地球再入轨迹的优化设计

针对登月飞船返回地球,其再入速度为108km/s,返回舱的气动加热问题大幅度上升（相对再入速度为78km/s）。给出了多个不同条件下的最优返回再入飞行轨迹设计方案：(1) 二次再入飞行方案;(2) 单次再入飞行方案;(3) 多次再入飞行方案。二次再入飞行方案优于单次再入飞行方案,因为前者可使热防护系统质量下降,具体体现在气动加热上,并容易工程实现。气动加热环境的结果如下：二次再入的最大气动热流密度<单次再入的最大气动热流密度,并且,单次再入的总气动加热量>二次再入的总气动加热量。
     

采用利希滕贝格图的高超声速飞行器轨迹优化

针对复杂约束条件下高超声速飞行器再入轨迹优化问题,提出一种混合算法进行求解,以解决现有轨迹优化方法对初值的强依赖性以及易陷入局部最优等问题。将高超声速飞行器再入轨迹优化建模成一个非线性规划问题,并设计双层优化结构进行求解。上层中,提出一种基于利希滕贝格图的自适应分段利希滕贝格算法（Adaptive piecewise Lichtenberg algorithm,APLA）,为高斯伪谱法提供良好的初值。APLA通过引入拉丁超立方体抽样提升算法初始触发点的效能,引入全局至局部搜索分段策略及自适应因子提高算法收敛速度和收敛精度,改善算法易陷入局部最优等情况。下层中,高斯伪谱法在最优解附近具有较好的收敛速度和较高收敛精度,因此使用高斯伪谱法以加快搜索过程,提升解的全局最优性。综上,提出再入轨迹优化混合算法（APLA＿GPM）,实现对高超声速飞行器再入轨迹优化问题快速、准确求解。仿真结果表明,APLA＿GPM在高超声速飞行器再入轨迹优化方面具有更快的收敛速度、更高的精度以及更强的鲁棒性。     

飞行器轨迹优化数值方法综述

自上世纪后期,出现了多种飞行器轨迹优化方法,但较全面地对各种方法进行综合研     

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。     

基于间接伴随法的大气层内高超声速飞行器最优上升轨迹研究

利用修正的无量纲因子,建立了适用于大气层内高速飞行器数值优化的数学模型。创新地采用欧氏空间中超立方体顶点坐标作为协状态初始值的方法解决了伴随方法的初始值估计难题,实现了间接伴随法在最优轨迹优化中的应用。完成并给出了该方法在真空状态和有空气动力存在的情况下轨迹优化结果,并在控制约束存在的前提下,对上升段轨线进行重规划,仿真结果表明,该方法快速、有效,且具有在线制导的应用潜力。     

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。     

吸气式高速飞行器爬升-巡航轨迹在线优化

针对吸气式高速飞行器的大气层内爬升和巡航飞行段,进行了在线轨迹优化设计。与传统的爬升段结合定高定速巡航轨迹形式不同,采用优化的方法得到的轨迹能够保证性能指标的最优性。首先,将轨迹优化问题建模为非线性最优控制问题,控制量包括攻角、倾侧角以及燃油当量比。然后,对问题的非线性进行了处理,将变量进行离散化,得到凸优化问题。分析了飞行器的气动和推力特性,设计了优化变量的初始参考。最后,设计算法的外环迭代策略,将每一次求得的解作为参考轨迹进行下一次迭代计算。数值仿真结果表明,该方法能够解决吸气式高速飞行器爬升巡航段轨迹优化问题,并且求解时间满足在线轨迹优化要求。     

多目标融合的冗余空间机械臂碰前轨迹优化

面向在轨对接与装配任务,提出了多目标融合的冗余度空间机械臂碰前轨迹优化方法。通过分析任务特点,阐述了空间机械臂碰前的多重任务目标。针对由空间机械臂连续轨迹跟踪、碰撞姿态控制及碰撞冲量幅值优化三个目标组成的第一类任务,通过设置任务优先级融合多目标并采用基于主任务零空间的方法实现对碰前轨迹的优化;而对由空间机械臂点到点规划、碰撞姿态控制及碰撞冲量幅值优化三个目标组成的第二类任务,通过设置任务权重将多目标融合并采用遗传算法对碰前轨迹进行优化。以典型七自由度机械臂为例开展仿真实验,验证了提出的轨迹优化方法的有效性。     

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。     

一种运载火箭上升段轨迹的高精度确定方法

针对运载火箭上升段轨迹建模问题,采用自由节点样条模型描述轨迹变化规律,将轨迹确定中的参数估计转化为对样条函数系数估计,从而大量减少待估参数个数,有效提高参数估计精度。在此基础上,提出利用遗传算法优选测量元素的方法。在基本遗传算法框架下,通过对测量元素进行染色体编码、构造基于加权排序的适应值函数以及设计改进的比例选择算子,对整个测量元素组合空间进行充分搜索寻优。利用典型上升段轨迹和布站对该方法进行数值仿真,结果表明,本文提出的新方法比现有方法的位置确定精度提高了92.0%~94.4%;在均采用自由节点样条模型进行融合轨迹确定时,新方法比典型测元融合解算的位置确定精度也提高了16.4%～88.6%。     

助推滑翔变体飞行器弹道方案多目标近似优化

针对助推滑翔变体飞行器弹道方案最优变形求解难、多设计指标相互矛盾等问题,开展助推滑翔变体飞行器弹道方案多目标设计优化研究。首先构建了助推滑翔变体飞行器全程弹道方案优化框架,通过内外层分别优化控制参数及弹道方案参数,并建立了以起飞质量最小、射程最大为优化目标的弹道方案多目标优化模型。在弹道建模中,基于牛顿迭代法建立助推段弹道模型,基于伪谱法建立最优变体再入滑翔段弹道模型。此外,提出了基于差分进化的多目标近似约束优化方法(MACO-DE),实现助推滑翔变体飞行器弹道方案优化。对比初始方案,在射程不变情况下,起飞质量至多降低3.81%,在起飞质量不变情况下,射程至多提升6.62%,从而验证了全程弹道模型的合理性与MACO-DE方法的有效性。