高超声速再入滑翔飞行器多约束轨迹快速优化

为适应高超声速再入滑翔飞行器高动态、多约束的特点,提出了一种快速轨迹优化方法.轨迹优化时将倾侧角控制曲线表示为飞行器能量参数的分段线性函数,从而使纵向轨迹优化问题转化为多维非线性规划问题,并采用序列二次规划(SQP,Sequential Quadratic Programming)方法进行优化求解.横侧向轨迹控制采用偏航角跟踪视线角的方法,设计了视线角误差走廊边界随速度变化的取值,研究了倾侧角反转策略,避免了传统优化中求解倾侧角反转时刻所需的迭代运算.仿真结果表明:该轨迹优化方法在一般高性能微机上生成一条约10 000 km左右的飞行轨迹耗时约5 s,具有较快的优化速度,且精度较高,有一定的工程应用价值 .      

动力增程型高超声速飞行器的再入轨迹规划

为研究飞行过程中的动力装置启动时刻及燃料消耗情况,对轨迹进行优化,进而提出一种动力增程型弹道的再入模式。推导Sanger弹道的解析解,分析得到高超声速飞行器再入航程最优所必须的迎角及初始速度取值条件等相关前提,利用该结论设计动力装置的启动方式使航程最远、燃料利用率最大。将轨迹设计为Sanger弹道和拟平衡滑翔弹道相结合的混合弹道:再入前期利用助推器间隔点火的方式形成等高类周期跳跃弹道以保证足够远的航程; 再入后期采用拟平衡滑翔弹道,将最优控制问题转化为复杂多约束非线性规划问题,性能指标综合考虑了轨迹平滑和航程。仿真实现了所提出的动力增程型再入弹道; 并在燃料充足、弹道倾角取值合适的条件下,得到“打水漂”弹道形式,该弹道能量损失极慢,具有足够远的飞行能力。仿真表明,与不同点火方式及求解方法得出的弹道相对比,所提动力增程型再入弹道具有3.47~3.84倍的航程、1.04~1.18倍的末端动能以及4.47~15.79倍的燃料利用率。      

考虑随机干扰的高超声速滑翔飞行器轨迹优化

为解决高超声速滑翔式飞行器具有干扰不确定性的再入轨迹优化问题,提出了一种基于广义正交多项式方法的随机轨迹优化数值求解方法。针对随机干扰,基于广义正交多项式方式对其分布进行采样,形成采样空间,而后将每个采样值代入确定性轨迹优化问题中进行反复迭代求解,得出观测值的样本空间,并计算其期望、方差和协方差,估计输出值。以最大纵程为代价函数对具有随机干扰的高超声速滑翔式飞行器最优轨迹进行了数字仿真。仿真结果表明,基于广义正交多项式的随机轨迹优化方法能够有效处理随机干扰对轨迹优化问题的影响,与蒙特卡洛法相比计算效率大大提高。     

高超声速滑翔飞行器再入段制导方法综述

针对高超声速滑翔飞行器再入飞行段,回顾了制导技术的发展历程和研究现状。建立了高超声速滑翔飞行器运动模型,并分析了再入段的路径约束、终端约束和地理约束。将再入制导方法分为三类：标准轨迹制导方法、预测-校正制导方法、混合制导方法,分别对研究现状进行了综述。然后,专门针对侧向平面制导方法进行了讨论和分类,根据飞行任务不同分为了常规约束的制导问题与附加地理约束的制导问题两类。最后,对再入制导方法进行了总结,并结合未来高超声速滑翔飞行器的任务需求,展望了再入制导技术的发展方向。     

基于自适应伪谱法的高超声速飞行器再入轨迹优化

针对高超声速飞行器再入轨迹优化问题,建立考虑地球自转的三自由度再入运动方程,以美国通用空天飞行器为对象建立再入约束模型。采用Legendre-Gauss-Radau配点对3种典型优化问题:最大纵程、最大横程及最小航迹角变化率问题进行离散,将连续时间最优控制问题转化为非线性规划问题。基于Legendre多项式近似理论,引入衰减系数构建相对误差估计关系式,并以此提出一种有效的自适应网格重构策略。最终获得了3种典型再入轨迹优化问题的最优解。仿真结果表明,该算法的求解结果与变步长Runge-Kutta-Fehlberg法积分一致。相比传统自适应伪谱法,其配点和区间分配更合理,迭代次数少,求解速度高,且对人工参数不敏感。      

基于在线轨迹迭代的自适应再入制导

针对传统轨迹跟踪制导方法在再入飞行中无法较好适应导航模式切换等突变状况的问题,提出了一种能够有效应对制导系统输入信息不连续性的自适应在线轨迹生成方法。该方法通过实时的多项式拟合以及迭代过程确定满足终端约束条件的高度-速度剖面,并解算出当前飞行状态下所需的攻角与倾侧角指令,从而平稳、精确地将飞行器引导至末端能量管理段。通过对速度与能量、高度、轨迹倾角以及待飞航程等状态量建立解析关系,该方法拥有迭代速度快以及收敛性强的优势。仿真结果显示,该方法对输入信息的误差及跳变等不确定因素的适应性很强,在各类干扰情况下较传统方法拥有更高的制导精度。相较于传统轨迹跟踪制导方法,该方法在实际应用背景下显著地提升了制导的自主性与适应性。      

带静态参数的高超声速飞行器轨迹优化算法

提出了一种求解带静态参数最优控制问题的间接算法,解决了带静态参数的高超声速飞行器轨迹优化问题.将最优控制中的静态参数分为3类:终端时间、边界点状态变量和设计变量.通过转换公式,可以将终端时间变为优化过程中的一个设计变量,终端时间可变问题转换为终端时间固定问题.边界点状态变量自由,可以根据极大值原理推导获得相应的协态边界条件.设计变量可以看作是导数为零的状态变量,从而获得新的状态方程和协态方程,以及初始和终端对应设计变量的协态值.经过变化,带静态参数的最优控制问题构成一个标准两点边值问题.最后以乘波体为研究对象,将气动外形参数作为优化静态参数,完成了外形/轨迹一体化优化设计,获得了满足全局最大航程要求的最优气动外形.      

运载火箭推力故障下轨迹在线重规划方法

针对运载火箭非入轨飞行段出现动力系统故障的问题,提出了一种基于能量最优的在线轨迹重规划方法。通过参考轨迹进行引力项的凸化以及根据故障时刻和故障程度的不同设置不同的飞行时长,同时采用无损凸化、线性化和梯形离散等方法,将原始最优控制问题转化为可以采用原对偶内点法迭代求解的二阶锥规划问题,重新规划其飞行轨迹。仿真结果表明该算法能有效提高运载火箭应对突发故障的能力,实现轨迹在线快速收敛,满足动力系统故障后飞行轨迹重构需求。     

基于AVSIMM算法的高超声速再入滑翔目标跟踪

针对跟踪高超声速目标的交互式多模型（IMM）算法中存在模型数量过多,模型之间竞争导致滤波精度降低的问题,在自适应网格交互式多模型（AGIMM）算法的基础上,提出了一种自适应变结构交互式多模型（AVSIMM）算法跟踪高超声速再入滑翔目标。根据高超声速无动力再入滑翔目标当前机动状态的角速度参数,在自适应调整当前时刻模型集中参数的同时,针对AGIMM算法运动学模型的单一性,设计了具有多种跟踪滤波运动学模型的AVSIMM算法,通过模型集参数与算法结构的双重自适应调整实现了对目标高精度的跟踪。仿真结果表明,与AGIMM算法相比,所设计的AVSIMM算法不仅对结构和参数都具有更强的自适应性,同时提高了高超目标的跟踪精度和跟踪效率。      

可重复使用运载器再入轨迹次实时优化

新一代可重复使用运载器RLV(Reusable Launch Vehicle)再入时应具备自主导航的能力,其实现的关键是用机载计算机近实时或实时地生成一条满足各种约束条件的再入轨迹.根据RLV再入的特点,引入了新的假设,对再入轨迹方程进行简化处理,优化难度降低,工作量减少.另外引入次优化轨迹的概念,对控制量(迎角和滚转角)的优化分两步进行,每步只对当中一个控制量进行优化.这样处理能在很大程度上加快算法的收敛速度.仿真结果表明,只需10s左右的时间就能产生一条满足终端约束条件、控制量约束条件和加热率约束条件的次优化轨迹.其结果具有较好的工程应用价值.      

高超声速飞行器平稳滑翔弹道设计方法

针对已知攻角和倾侧角的高超声速飞行器平衡滑翔再入问题,提出了满足纵向加速度变化率最小的平稳滑翔弹道概念,并给出了平稳滑翔弹道设计方法.首先采用正则摄动的方法对高度动态微分方程进行求解,获得了精度较高的平稳滑翔高度、弹道倾角和纵向加速度解析解.然后对平稳滑翔弹道的动态特性进行了分析,结果表明该弹道具有自然稳定性和弱阻尼性.进一步给出了弹道振荡的自然频率和阻尼表达式,其中自然频率仅与速度相关,而阻尼则与速度和纵向升阻比相关.最后,通过比较高度偏差的比例反馈、微分反馈和比例+微分反馈3种方案,得出纯微分反馈是实现平稳滑翔的最佳方案,并给出了定阻尼微分反馈系数的表达式.仿真校验表明:该方案具有控制平滑、弹道振荡收敛速度快及鲁棒性好等特点.      

高超声速飞行器平稳滑翔弹道解析解及其应用

针对高超声速飞行器平稳滑翔弹道在线规划问题,提出了一种高精度的平稳滑翔弹道解析求解方法。首先,将升力系数分解为横向分量、平衡滑翔纵向分量和平稳滑翔纵向分量3个部分,并在此基础上将纵向运动方程、横向运动方程和速度方程解耦;然后,分别采用解析积分、正则摄动法、高斯积分法和单步龙格-库塔积分获得了滑翔段高度及射程、弹道偏角、经度、纬度和速度的解析解,并通过分段求解来提高解的精度;最后,利用上述解析解,提出了一种规划升力系数平稳滑翔纵向分量和横向分量的平稳滑翔弹道快速生成算法。仿真校验表明,本文解析解的精度比经典的Bell解析解高1个数量级,所对应的弹道规划方法具有计算量小、规划速度快的特点,有利于实现在线弹道规划。      

高超声速飞行器滑行航迹优化

针对高超声速飞行器滑行的密度模型、动力学模型、空气动力模型和作为输入的攻角,将弹道问题转化为最优控制问题,采用极大值原理求得航程最大的一阶必要条件,采用多次变区间的遗传算法、非线性单纯形法和邻近极值法的组合优化策略来求解此两点边值问题,首先用多次变区间的遗传算法和单纯形方法求得全局航程最大,然后用邻近极值法得到合适的初值满足所有终端约束,通过对一高超声速飞行器的算例进行了优化计算,得到了最优弹道和优化算法的收敛曲线,并与升阻比最大飞行方案进行比较可知,最优控制方案求得的航程大于升阻比最大飞行方案的航程.      

高超声速飞行器平稳滑翔弹道扰动运动伴随分析

针对高超声速飞行器平稳滑翔弹道扰动运动问题,研究了伴随仿真方法及其应用。首先,利用伴随系统的数学定义式,从新的角度给出了伴随仿真方法的统一解释,包括误差预算性质和伴随一次仿真结果一般意义;对于随机线性系统,导出协方差分析的伴随。然后,在滑翔动力学建模和平稳滑翔弹道定义基础上,得到了平稳滑翔弹道定义的一致性;建立初始状态和气动力存在干扰的动力学模型,并在小扰动假设下得到标准平稳滑翔弹道附近的线性化微分方程。最后,通过伴随仿真算例,分析了确定性常值小扰动和随机扰动对平稳滑翔弹道的终端状态的影响,同时对比非线性仿真和蒙特卡罗仿真,结果吻合;伴随仿真方法的计算效率优势明显。      

一种改进的UAV三维航迹实时规划算法

航迹规划对于战场环境中无人机完成其作战任务具有非常重要的意义.针对真实战场环境中低空无人机的三维航迹实时规划问题,构建了一个更加真实的战场威胁精简模型;提出遗传个体的基因优劣对比度,改进一种共享小生境遗传算法中编码基因的遗传特性.经过改进,增大优化基因的遗传概率,实现提高小生境遗传算法的全局优化能力和收敛速度,增强航迹规划的实时性.对三维数字地形空间进行定长网格编码,将改进的小生境遗传算法应用于三维虚拟战场环境中的无人机航迹规划,实验验证了改进算法的有效性,并能满足在线航迹规划的实时性要求.     

高超声速滑翔飞行器地形匹配辅助导航方法研究

高超声速滑翔飞行器滑翔飞行高度在30 km以上,大气极其稀薄,传统采用气压高度计的地形匹配辅助导航方式将无法正常工作。为实现高精度地形匹配,在分析匹配算法对地形常值误差不敏感的基础上,详细论证了基于惯性系统解算绝对高度方案,并对比分析了将短时滑翔段弹道简化为等高飞行方案。在捷联惯性导航系统（SINS）误差模型基础上,结合高度通道方块图,通过拉普拉斯变换,建立了惯性系统高度通道短时稳定性解析模型,并以CAV-H为研究对象建立数值仿真环境。仿真结果表明,解析模型精度较高,基于SINS解算绝对高度能够满足地形匹配辅助导航系统精度要求,优于气压高度计正常工作时的精度。      

高超声速飞行器多段弹道协作优化

利用协作优化方法求解了高超声速飞行器多段弹道整体性能最优问题.将高超声速飞行器在垂直平面的弹道分成多段,对引入段、滑行段、下降段进行了优化设计,期望引入段终端时刻速度最大、滑行段距离最远、下降段时间最短.把3段弹道当成3个学科,以攻角和各段的初始状态作为输入,以末端状态作为输出.开发了并行协作优化设计软件coplatform,并求解多段弹道的整体最优解.其计算结果与all in one方法和全局敏度GSE(Global Sensitivity Equations)方法求得的结果一致,也验证了协作优化方法的有效性.      

基于SVM和EKF的高超声速滑翔飞行器轨迹预报

高超声速滑翔飞行器（HGV）拦截问题中,轨迹预报是成功拦截的重要基础。针对HGV机动能力强、轨迹多变的特点,提出了一种基于支持向量机（SVM）和扩展卡尔曼滤波（EKF）的轨迹预报方法。在HGV的滑翔段机动模式分析的基础上,将HGV的机动运动分解为纵向运动模式和侧向运动模式,进而对运动模式的特征参数予以标定,形成SVM的训练集。建立地基单雷达轨迹跟踪模型,采用EKF对HGV滑翔段轨迹进行稳定跟踪并实现对运动模式特征参数的估计。基于SVM,建立了HGV运动识别框架,实现了对HGV滑翔段轨迹的预报。对平衡滑翔和跳跃机动2种典型机动模式进行数学仿真验证,结果表明,所提方法可以提高对该类目标的轨迹预报精度。