基于序列凸优化的高超声速滑翔式再入轨迹快速优化

针对具有热流、动压、过载以及多个禁飞区约束的再入轨迹优化问题,提出采用序列凸优化方法快速求解。利用归一化时间作为自变量解决终端时间自由问题,并引入辅助控制变量以减少序列优化结果中的高频振荡,在此基础上,通过线性化、离散化和非凸约束的凸化处理,将非凸非线性优化问题转化为二阶锥规划(Second Order Conic Programming,SOCP)问题,然后采用凸优化求解算法快速求解。数值优化结果与对比验证表明该方法能快速高效求解多约束条件下的再入轨迹优化问题,且计算效率和性能均优于传统的非线性规划方法。     

高超声速飞行器多约束再入轨迹快速优化

针对高超声速飞行器再入过程中面临测控区和绕飞区的再入轨迹设计问题,提出了一种基于Gauss伪谱法(GPM)的分段轨迹优化策略。将轨迹优化的一般最优控制问题转换为多段最优控制问题,进而将各段轨迹按Gauss伪谱方法进行离散化,将连续多段最优控制问题转换为非线性规划问题(NLP)进行求解。所得再入轨迹能够使得飞行器在满足各种约束条件的情况下成功进入测控区并且有效规避绕飞区,最终到达指定点。此外,本文综合考虑飞行器再入飞行的快速性和工程实用性,并提出了再入时间、弹道倾角以及航向角相关指标的加权性能指标,同时保证了轨迹规划快速、再入轨迹平滑以及控制量变化平缓等实际需求,提高了计算效率。仿真结果表明,本文所提出的分段优化方案能够快速规划出适应不同飞行任务的再入轨迹。     

再入轨迹多约束模型预测静态凸规划方法

针对大升阻比可重复使用飞行器再入滑翔轨迹规划问题,提出了一种基于自适应分段Chebychev伪谱离散的多约束模型预测静态凸规划算法(P-CMPCP),实现了全量终端状态约束及多过程约束作用下再入轨迹的高精度迭代解算。考虑倾侧角翻转导致控制量不连续,传统规划方法难以同时严格满足终端位置、角度约束,且过程约束易超限,采用自适应分段伪谱离散策略,构建全程飞行状态及过程性能指标约束对各配点处控制调整量的敏感度关系,从而将非线性最优控制问题转化为静态凸规划问题,并利用内点法对各分段控制量进行了协调优化。本文所提方法无需对动力学模型进行简化或近似处理,即能以少量积分运算使轨迹满足再入全量模型约束,且控制量平滑,数值精度优于传统规划方法。     

基于序列二次规划算法的再入轨迹优化研究

介绍了序列二次规划算法在飞行器再入轨迹优化问题中的应用.首先引入了能量替代变量对无量纲运动方程进行推导,使得运动方程和优化问题易于处理,考虑严格的过程约束和终端约束,以攻角和倾侧角为控制变量,总加热量最小为性能指标;然后通过直接配点法将最优控制问题转化为非线性规划问题,选取各节点的状态量和控制量作为优化参数;最后应用序列二次规划算法对非线性规划问题进行求解.针对多约束的再入飞行器的轨迹优化时对初值敏感的问题,提出一种参考轨迹快速规划算法,提高了优化速度.仿真结果表明提出的方法能够较快地搜索到最优轨迹,满足所有约束且落点精度高.     

高超声速滑翔飞行器再入轨迹快速、高精度优化

针对高超声速滑翔飞行器再入轨迹优化问题，提出一种基于稀疏差分法和网格细化技术的快速、高精度求解方法。该方法应用局部配点法将再入轨迹优化问题转化为非线性规划(NLP)问题，从两方面提高轨迹优化的效率和精度。一方面，引入一种高效的稀疏差分法计算NLP的一阶偏导数，提高NLP的求解效率；另一方面，提出一种基于新型广义二分网格的网格细化算法调整离散节点的数量和分布，使得方法能够采用较少的节点数目取得较高的优化精度，从而减小NLP的规模和计算量。应用该方法求解了高超声速滑翔再入轨迹优化问题，仿真结果表明所述方法能够快速生成一条严格满足各种约束的最优三维再入轨迹。在此基础上，研究了滑翔飞行器的再入落点区范围，进一步检验了该方法的有效性。     

RLV再入轨迹机载快速优化

为了可重复使用飞行器再入轨迹机载快速优化的需求,开发一种再入轨迹快速优化算法。根据RLV再入三维轨迹的特点,引入了新的假设,对RLV再入轨迹状态方程进行简化处理,使优化迭代计算量大大减少,在此基础上,使用乘子法对再入终端约束进行处理,然后用共轭梯度法求解优化再入轨迹,最后以美国航天飞机为例计算再入最优轨迹。结果验证该算法在满足约束条件的情况下,具有很快的收敛速度,在不同初始再入条件和终端约束条件下,计算机时一般小于一分钟。该算法具有很好的工程应用前景。     

基于子集模拟优化的空天飞机再入轨迹混合优化方法

提出采用一种新的随机优化算法(子集模拟优化算法)来改进现有的空天飞机再入轨迹混合优化方法。这种混合优化方法的思路是:首先在整个设计空间使用子集模拟优化算法进行全局搜索,迭代适当步数。之后,将其计算结果作为初值,用序列二次规划法优化算法进行再次优化,收敛后得到最终优化结果。算例证明,对于不同的精度要求,这种混合优化方法能均有效地求解空天飞机再入轨迹优化问题,且计算量较少。     

探月返回飞行器跳跃式再入轨迹优化

基于节点自适应稀疏配点法,提出一种高精度求解探月返回飞行器跳跃式再入轨迹优化问题的方法.该方法的基本策略是:首先,应用节点自适应稀疏配点法对完整的跳跃式再入轨迹进行优化;然后,根据优化得到的控制变量对再入动力学方程进行数值积分;当积分至跳跃轨迹的最高点时,以积分得到的状态变量值作为新的初始条件,对二次再入轨迹重新优化....     

序列凸优化的小天体附着轨迹优化

针对小天体附着多约束轨迹优化问题,提出一种基于序列凸优化的轨迹优化方法。首先采用内球谐引力场模型对目标小天体附近的不规则引力场进行精确建模,内球谐引力场模型是对经典球谐系数法的改进,形式简单,计算量小,并且克服了经典球谐系数模型在形状不规则的小天体附近不收敛的问题。对于小天体附着多约束轨迹优化问题,通过约束松弛、线性化、离散化过程,转化为一个可以迭代求解的二阶锥规划问题（SOCP）,进而采用内点法进行解算。数学仿真结果显示,优化结果符合各项约束条件,以零速度到达了目标着陆点,且符合燃耗最优的优化目标。利用序列凸优化算法进行小天体附着燃耗最优轨迹设计,推导简便,计算速度快,精度高,具有应用价值。     

高超声速飞行器再入轨迹快速优化研究

基于求解最优控制问题的Chebyshev伪谱法(Chebyshev Pseudospectral Method,CPM),研究了高超声速飞行器再入轨迹快速优化问题。针对远程多约束条件下再入轨迹优化问题的难点,提出了一种线性初值与节点更新相结合的优化策略,将攻角与倾侧角同时作为控制变量,以再入飞行时间最短为优化目标,利用CPM将轨迹优化问题转化为非线性规划问题,并使用SNOPT软件包求解,使CPM成为一种再入轨迹快速优化的通用算法。以某类高超声速再入飞行器为对象进行轨迹优化计算,并对比相同仿真条件下粒子群(PSO)算法的优化效果,仿真结果验证了该算法具有较高的求解效率和快速收敛性。     

基于椭球近似解析法的飞行器再入轨迹优化

针对再入机动飞行器的再入段轨迹规划问题,设计了基于速度-阻力加速度剖面的轨迹优化方法,推导了根据速度-阻力加速度曲线和速度-攻角曲线计算飞行器跟踪规划轨迹所需要的控制力、航迹倾角、飞行器高度等量的公式,给出了飞行器再入倾角和速度-阻力加速度曲线斜率的关系,提出了 一种考虑飞行器控制能力极限的基于椭球近似解析法的飞行器再入段轨迹优化方法,通过仿真验证了所提出方法的有效性.     

RLV轨迹在线重构与动态逆控制跟踪

针对可重复使用运载器再入返回的标称轨迹跟踪问题,结合轨迹在线更新策略,设计了一种基于动态逆方法的轨迹跟踪控制律。通过改进闭环解析解提高了轨迹在线生成算法的精度和快速性,将生成的高度—速度剖面转化为阻力—速度剖面,并在跟踪标称轨迹过程中更新标称轨迹以消除航程跟踪误差的影响。为了跟踪阻力—速度剖面,基于动态逆理论设计了轨迹跟踪控制律,并引入积分环节消除稳态误差,实现了对标称轨迹的准确跟踪,且跟踪误差具有全局收敛性。仿真结果表明,该轨迹跟踪控制律具有良好的跟踪性能,能够提高再入制导系统的自适应性。     

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。     

基于Gauss伪谱法的高超声速飞行器多约束三维再入轨迹优化

高超声速飞行器再入飞行过程中,需要满足多种过程约束和终端状态约束,同时再入初始状态根据飞行任务不同会有较大变化,针对其特点的快速轨迹优化问题已成为当今热点。本文研究了一种基于"初值轨迹生成+Gauss伪谱法+SQP求解NLP"的方法,既利用了Gauss伪谱法收敛快、精度高的特点,又结合初值轨迹生成算法,弥补了Gauss伪谱法对初值敏感的不足。本文在仿真过程中选取再入总吸热量最小为性能指标,求解了满足多种约束的再入轨迹,并将优化的结果与数值积分的结果进行比较,验证了此算法有效性和可行性。     

基于遗传算法的RLV再入轨迹优化设计

飞行器再入轨迹优化是一类最优控制问题。传统的优化方法存在初始值敏感问题,利用改进的基于小生境技术和精英方法的适应值共享拥挤遗传算法进行RLV的再入轨迹优化设计。以终端时间固定的空间最小控制能量再入轨迹和终端时间自由的平面最小热载再入轨迹为例,详细讨论了遗传算法用于再入轨迹优化设计所需要解决的一些关键问题。仿真结果表明提出的方法能够较快地搜索到全局最优解,对初始猜测值不敏感,能够方便用于RLV的再入轨迹方案选择和优化设计。     

基于Gauss伪谱方法的高超声速飞行器再入轨迹快速优化

基于一种求解最优控制问题的新方法—Gauss伪谱法(Gauss Pseudospectral Method\|GPM) ,研究了高超声速飞行器滑翔式再入的快速轨迹优化问题。针对远程多约束条件下滑翔式再 入轨迹优化问题的难点,提出了基于GPM的串行分段优化策略,包括三个方面：(1) 构造了 设计变量初值生成器,获得近似最优解作为优化初值;(2) 提出从可行解到 最优解的串行优化策略;(3) 引入平衡滑翔条件构造动态分段点,将再入轨迹分为初始下降 段和滑翔段分别求解。以某高超声速再入飞行器为对象进行轨迹优化计算,仿真结果验证了 本文的轨迹优化方法具有较高的精度和计算效率。
     

一种6-DOF小行星着陆轨迹序列凸优化方法

针对6自由度的小行星动力着陆多约束轨迹优化问题,提出了一种基于序列凸优化的小行星着陆轨迹优化算法。首先采用多面体引力场模型计算小行星的引力场,其可用于描述任意形状的小行星引力场,且比质点群法和球谐函数展开法等方法计算精度更高。为了在凸约束下解决小行星着陆过程燃料消耗最优问题,通过对探测器动力学模型及其约束进行线性化和离散化,将原来的非凸连续时间优化问题转化为凸化的子问题,即二阶锥规划问题（SOCP）;然后引入了虚拟控制项和信赖域,以增强算法的鲁棒性。通过在形状不规则小行星上的着陆模拟,验证了所提出算法的有效性,仿真结果满足各项约束条件,可实现高精度着陆和燃料消耗最优的目标。     

基于序列凸优化的上面级远程交会轨迹优化

针对末端时间自由的上面级远程交会问题,提出一种基于序列凸优化的上面级远程交会轨迹优化方法.首先建立了末端时间自由的上面级远程交会模型,通过约束松弛和线性化等方法将该模型转化为一组可以迭代求解的凸优化问题.其次结合上面级发动机推力较大的特点,采用双脉冲变轨的计算结果作为迭代初值,进而减少迭代次数.最后用对偶内点法求出远程...     

火箭垂直回收多阶段最优轨迹规划方法

针对火箭高空再入定点回收,基于凸优化方法提出一种考虑气动力和推力控制的多阶段轨迹优化方法。在气动减速段,通过控制总攻角,实现气动升力和阻力的调制。由于气动力连续变化,使用Legendre-Gauss-Radau伪谱离散方法进行离散化,利用较少的离散点实现较高的数值精度。在动力减速段,推力矢量为控制变量。由于推力调节可能出现不连续,采用等距离散方法进行离散。在此基础上,将发动机开、关机时间也作为优化变量,并考虑各种约束,构建了多阶段离散最优控制模型。使用无损凸化方法对升力约束和推力约束进行松弛,并通过逐次凸化消除由气动力、自由时间变量以及质量引入的非凸约束,最终将问题描述为序列迭代求解的二阶锥规划问题(SOCP)。通过仿真校验,经过少量的逐次凸化迭代,可快速收敛到最优解,且落点调节范围更大,燃料更省。     

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。