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。     

考虑扰流的舰载机终端进场线性模型

回收舰载机需要精确的终端路径和姿态控制,舰载机线性小扰动模型是这一阶段系统分析和控制器设计的必要工具,它需要足够准确地描述在主要操纵输入和进场路径大气紊流作用下舰载机的动态特性。首先使用代数线性化方法建立舰载机终端进场纵向运动的小扰动模型,仿真证明该模型能精确描述无风条件下进场舰载机对控制指令的响应,但通常的建模气流扰动影响的方法不能正确反映舰尾大气紊流对舰载机进场速度的干扰。针对该问题,重点研究了垂向风引起的进场舰载机轨迹方向上的力瞬变,提出了量化舰载机地速扰动的表达式以优化线性模型参数。最后,通过完成舰载机动力学模型在不同风场下的开环仿真以及在舰尾流场中的终端进场闭环仿真,验证了改进的线性模型的有效性,表明它适用于复杂流场下着舰控制系统的性能分析和设计。     

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Proximal-Newton-Kantorovich凸规划的空天飞行器实时轨迹优化

针对空天飞行器大气层内上升段实时轨迹优化问题，提出一种基于Proximal-Newton-Kantorovich凸规划的轨迹优化方法。首先，应用Newton-Kantorovich迭代方法将轨迹优化问题转化为一系列的子问题，每个子问题都是一个线性最优控制问题；其次，针对Newton-Kantorovich迭代方法忽略运动方程中的高阶信息，导致难以收敛这一问题，提出Proximal-Newton-Kantorovich迭代方法，在子问题的性能指标中加入邻近规则化项，改善了Newton-Kantorovich迭代方法的收敛性；最后，将子问题离散为二阶锥规划问题，并应用内点法进行求解。提出的Proximal-Newton-Kantorovich凸规划方法是一种求解非线性轨迹规划问题的可行途径。理论分析表明，Proximal-Newton-Kantorovich迭代方法的收敛结果一定是轨迹优化问题的局部最优解。数值实验表明，此方法的计算时间在毫秒级。     

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。     

紊流环境下四维轨迹优化的伪谱方法研究

为了提高紊流条件下飞机的飞行安全,提出了一种基于伪谱方法的四维轨迹优化方法。建立了不确定环境中的飞机动力学模型和紊流模型,并设计了目标函数和约束条件;通过伪谱法将不确定环境下的四维轨迹优化问题转化为非线性优化问题,然后应用序列二次规划对该问题进行求解;讨论了不同的配点数对优化结果的影响,分析比较了GPM,LPM和RPM三种伪谱法的特点。仿真结果表明,紊流情况下,所提算法可以精确地找到四维飞行轨迹。     

动态优先级解耦的无人机集群轨迹分布式序列凸规划

针对无人机集群轨迹规划高维强耦合特征导致计算复杂度高的难题,提出了动态优先级解耦的序列凸规划方法(DPD-SCP),将耦合的集群轨迹规划问题拆分为若干单机凸规划子问题,通过分布式求解提高集群轨迹规划的计算效率与可扩展性.设计飞行时间驱动的动态优先级解耦机制,降低飞行时间短无人机优先级,挖掘其轨迹调整潜力,消除集群相互规...     

运载火箭动力故障下的自主救援轨道规划

针对运载火箭上升段出现动力下降故障的问题,提出了一种基于二阶锥规划方法的在线救援轨道规划策略与飞行轨迹重构算法。根据故障大小设置不同的终端条件,规划合适的救援轨道;同时为了方便求解,设计了新的控制量,然后采用逐次凸化、线性化和梯形离散等方法,将原始规划问题转化为序列迭代求解的二阶锥规划问题。仿真结果表明,所提策略及算法能够满足动力系统故障后的在线救援轨道规划和飞行轨迹重构需求。     

多滑翔飞行器时间协同轨迹快速规划

从高超声速飞行器集群"探测-打击-评估"一体化任务需求出发,针对多滑翔飞行器时间协同再入轨迹规划问题进行研究,提出集群再入的协同形式及轨迹规划方案,基于改进序列凸化算法解决了再入总飞行时间的精确控制问题,从而实现滑翔段时间协同。首先,给出了滑翔飞行器集群的协同策略,将求解模型转化为协同时间的确定、协同时间约束下的轨迹规划子问题。将模型中的时间项误差等加入罚函数,提高了协同轨迹求解可行性。引入飞行路径角预设剖面作为软约束,并通过罚函数与信赖域自适应调整,以避免轨迹求解时的振荡问题,提高了序列凸化算法的收敛性。以CAV-H飞行器模型为例验证了算法的有效性,仿真结果表明,所提算法对初值的敏感性低,求解得到的再入总时间可调范围与伪谱法一致,轨迹规划结果的平滑性及计算时间均优于伪谱法。     

多操纵面飞机交叉耦合控制分配方法

针对操纵面交叉耦合效应下指令分配不精准的问题,基于序列二次规划提出了一种多操纵面非线性控制分配方法.在舵效线性条件下,引入虚拟控制指令建立了线性控制分配模型;考虑操纵面舵效交叉耦合非线性特征,以最小操纵面偏量为优化目标设计了交叉耦合控制分配器;采用修正BFGS算法改进序列二次规划,有效地求解了交叉耦合控制分配指令.仿真结果表明,所提出的方法能够合理利用所有操纵面并实现精确分配.     

基于凸优化的再入轨迹三维剖面规划方法

可重复使用飞行器一般采用大升阻比气动外形，再入轨迹三维剖面规划方法可充分发挥这类飞行器固有的机动能力。计算量大是制约三维剖面规划应用的难题，为提高计算效率，提出了一种基于凸优化的再入轨迹三维剖面规划方法。首先，分析运动方程特性，利用定义新的控制变量、约束松弛、连续线性化等技术，将原始非凸的三维剖面规划问题转化为一个凸优化问题。其次，将指令反解步骤嵌入至序列凸化算法中，通过迭代求解凸优化子问题，获得原问题的可行解。数值仿真结果表明所提方法具有较高的求解精度和确定的收敛性质，飞行器的机动能力得到充分发挥；与伪谱法的结果对比表明凸优化方法在轨迹规划问题上具有更高的求解效率。     

改进参数化方法及在低空风切变中的应用

研究对参数化方法进行必要的改进,从而使该方法更好地用于求解最优控制问题。改进的基本思路是设法降低利用该方法转换而得的非线性规划子问题的维数。通常在利用参数化方法求解最优控制问题时,由于对控制变量和状态变量同时参数化,从而导致所转化而得的非线性规划子问题维数高,求解难。通过分析认为,只需对控制变量参数化,而对状态变量在时间节点处的值,则可通过对最优控制问题的微分约束进行分段积分求得,从而降低了转换而得的非线性规划子问题的维数,有利于该算法进一步推广应用。利用改进算法求解了飞机在低空风切变中的最优着陆轨迹问题,求解结果表明,改进算法可以顺利求解一类最优控制问题。     

Convex optimization of asteroid landing trajectories driven by solar radiation pressure

High-area/mass ratio landers driven by Solar Radiation Pressure(SRP) have potential applications for future asteroid landing missions. This paper develops a new convex optimization-based method for planning trajectories driven by SRP. A Minimum Landing Error(MLE) control problem is formulated to enable planning SRP-controlled trajectories with different flight times. It is transformed into Second Order Cone Programming(SOCP) successfully by a series of different convexification technologies. A t...     

非合作目标交会的双层MPC全局轨迹规划控制

针对空间非合作目标近距离视线交会中的全局最优鲁棒轨迹规划与控制问题,提出了基于高斯伪谱方法（GPM）和线性时变模型预测控制（LTVMPC）的双层模型预测控制（MPC）算法。在轨迹规划方面,以视线坐标系下的相对轨道动力学为模型、能量最少和控制精度最优为性能指标构建最优控制问题,利用GPM精度高、收敛速度快的特点将最优控制问题转化为易于求解的全局非线性规划问题,在MPC框架下求解得到全局最优的标称轨迹,克服了传统的MPC不适用于全局大范围非线性规划的缺点;在轨迹跟踪控制方面,考虑预测时域内状态转移矩阵的时变特性,设计了LTVMPC算法对标称轨迹进行追踪,避免了存在不确定性时轨迹的重规划,从而降低在线计算量,保证算法在线自主实施,并且采用滚动优化的策略使算法对不确定性具有鲁棒性。由于规划层和控制层考虑的约束相同,因此规划的轨迹是可控、可达的。数字仿真表明,在燃料消耗和交会时间等方面,提出的方法均显著优于传统的MPC方法,相较于传统的MPC方法,新算法的交会时间减少50%左右,燃料消耗降低30%以上。     

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。     

UAV feasible path planning based on disturbed fluid and trajectory propagation

In this paper, a novel algorithm based on disturbed fluid and trajectory propagation is developed to solve the three-dimensional(3-D) path planning problem of unmanned aerial vehicle(UAV) in static environment.Firstly, inspired by the phenomenon of streamlines avoiding obstacles, the algorithm based on disturbed fluid is developed and broadened.The effect of obstacles on original fluid field is quantified by the perturbation matrix, where the tangential matrix is first introduced.By modifying the original flow field, the modified one is then obtained, where the streamlines can be regarded as planned paths.And the path proves to avoid all obstacles smoothly and swiftly, follow the shape of obstacles effectively and reach the destination eventually.Then, by considering the kinematics and dynamics equations of UAV, the method called trajectory propagation is adopted to judge the feasibility of the path.If the planned path is unfeasible, repulsive and tangential parameters in the perturbation matrix will be adjusted adaptively based on the resolved state variables of UAV.In most cases, a flyable path can be obtained eventually.Simulation results demonstrate the effectiveness of this method.