再入滑翔式飞行器轨迹快速优化

为了满足再入滑翔飞行器轨迹实时生成的要求,提出了一种轨迹快速优化方法.在模型处理方面,根据再入飞行器运动的特点,对再入轨迹方程进行了合理的简化处理和无量纲化处理,使其更适合数值优化算法求解;在算法方面,采用乘子法对再入终端约束进行处理,然后采用共轭梯度法求解最优的再入轨迹.仿真结果表明,这样处理只需10s左右的时间便能产生一条满足约束条件的再入优化轨迹,验证了模型     

基于Gauss伪谱法的UCAV对地攻击武器投放轨迹规划

研究无人作战飞机(UCAV)在对地攻击阶段的武器投放轨迹规划问题.针对传统方法在处理复杂的飞行器运动学、动力学约束上存在的困难,提出了一种基于Gauss伪谱法(GPM)的求解策略.首先,为了最大程度地逼近实际飞行环境,对UCAV的气动力特性、发动机推力特性、油耗特性及大气环境特性进行了高精度拟合,并充分考虑了飞行器各种...     

三维高超声速飞行器再入轨迹快速优化

高超声速再入轨迹优化问题是一类复杂的最优控制问题。采用高斯伪谱法(GPM)将再入轨迹优化问题转化为非线性规划问题(NLP),对NLP进行归一化处理后,采用SNOPT软件包求解。根据协态变量映射规则计算出协态变量,得出哈密尔顿函数沿最优控制的变化过程。算例中,GPM耗时约7 s即可生成一条严格满足各种约束的三维最优再入轨迹,耗时远少于相关文献,并且优化精度高,满足一阶最优性必要条件。     

基于物理规划的高超声速飞行器滑翔式再入轨迹优化

 轨迹优化是新型高超声速滑翔式再入飞行器方案设计的关键技术之一。物理规划方法能够以较低的计算代价获得设计者偏好的多目标优化问题的折中解。基于该方法研究滑翔式再入最优飞行轨迹。首先介绍物理规划方法求解多目标优化问题的数学模型,然后将考虑射程最大、热载最小、热流密度峰值最小和弹道最稳定4个目标的再入最优轨迹问题纳入物理规划的框架求解。以某带翼锥形再入飞行器为例,通过计算并分析单目标优化结果,确定具体的偏好结构,采用遗传算法求解了考虑热流、过载、动压和终端条件约束的多目标最优轨迹。优化计算结果验证了物理规划方法的有效性。分析了沿最优轨迹飞行的物理原因和基本迎角控制规律,可为滑翔式再入飞行器的最优轨迹方案设计提供依据。     

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。     

近空间飞行器滑翔再入控制的研究方法与进展

介绍了高超声速近空间飞行器(Nsv)滑翔再入控制的研究进展情况.首先,针对飞行环境中气动舵面效率低下的问题,综述了NSV再入的多种控制方式及其复合控制方式;然后,对NSV再入过程中存在的非线性不确定控制问题、多约束控制问题以及强耦合控制问题,分别就国内外的研究现状进行了分析与评述;最后,探讨了NSV再入控制研究方法的发展趋势.     

基于Radau伪谱法的无人作战飞机四维轨迹规划

针对无人作战飞机(UCAV)打击时敏目标和多机协同攻击问题,提出一种基于Radau伪谱法(RPM)的无人作战飞机四维攻击轨迹规划方法。在综合考虑UCAV气动力特性、大气环境特性基础上建立了高精度UCAV(3-DOF)质点模型,并设计了约束条件和目标函数;基于动态RCS建立威胁模型,构建了最优控制理论框架的UCAV四维攻击轨迹规划模型;通过RPM将动态RCS威胁下的四维攻击轨迹规划问题转换为非线性优化问题,然后利用SNOPT软件包进行求解。仿真结果表明,该方法能够以较快的速度和较高的精度生成满足多种复杂约束条件的四维攻击轨迹。     

基于直接配点法的滑翔轨迹快速优化设计

介绍了基于五次Gauss-Lobatto多项式的直接配点法在再入飞行器三维轨迹最优化问题中的应用。首先给出了再入飞行器轨迹优化问题模型,其中运动方程为三自由度模型,性能指标选为到达指定地点飞行时间最短,控制变量则为无量纲升力系数和倾侧角。再入飞行过程中受到加热率、过载和动压约束,终端状态受到目标位置约束。然后,应用直接配点法将最优控制问题离散化为非线性规划问题,将动态优化问题转化为静态参数最优化问题。选取各节点和配点上的状态量和控制量作为优化参数。最后应用SNOPT软件包对参数最优化问题进行求解。仿真结果表明直接配点法对于再入飞行器轨迹初始参数取值不敏感,且求解过程具有一定的实时性。     

多飞行器再入段时间协同弹道规划方法

提出了一种多飞行器再入段时间协同弹道规划方法。首先,在纵向平面内规划满足航程与终端约束的纵向标称轨迹。随后,在采用轨迹跟踪律跟踪纵向标称轨迹的同时,运用考虑初始横侧向状态的多边界航向偏差角走廊策略控制飞行器的横侧向机动,以满足到达时间约束与终端约束,进而实现单枚飞行器到达时间约束下的轨迹规划。在此基础上,完成了飞行器的到达时间分布与飞行能力分析,给出了最小与最大到达时间的分析计算方法,并根据多飞行器协同再入的任务需求完成了协同飞行时间决策。最后,多飞行器协同再入与扰动条件下的仿真结果表明,该方法能够规划出满足到达时间与终端约束的协同再入轨迹,具备良好的计算精度与鲁棒性。     

基于HP-RPM的高超声速滑翔飞行器轨迹优化

针对含有航路点、禁飞区约束的再入突防轨迹优化问题,提出了基于HP自适应Radau伪谱法(HP-RPM)的分段轨迹优化策略,给出了在含有热流密度、过载、动压、航路点和禁飞区等约束条件下的再入轨迹优化模型;利用HP-RPM对含有再入的最优控制问题进行离散化,将其转为非线性规划问题,并根据航路点所在的位置,对再入轨迹进行分段,以再入滑翔飞行的时间最短为仿真目标函数进行仿真计算。仿真结果表明,此方法可以生成一条满足多种约束条件的高精度优化轨迹,并且用时较短。     

基于伪谱方法的有限推力变轨策略研究

研究了有限推力条件下的空间飞行器大范围机动变轨问题。将有限推力解的求取过程分为两个步骤,首先采用Lambert方法求取变轨问题的双脉冲最优解,再采用Gauss伪谱方法求取有限推力解,将每个脉冲点扩展为一个推力弧段,通过伪谱方法将最优变轨问题转化为一个参数优化问题,采用非线性规划方法得到该推力弧段的变轨推力大小和方向。将该方法应用于某空间飞行器轨道机动变轨过程研究,取得了满意的结果,从而证明了方法的有效性。     

有动力空间再入打击飞行器航迹优化

提出了有动力再入打击飞行器的航迹优化方法。基于标准的大气模型、数值的气动模型,考虑地球自转效应,建立了有动力再入打击飞行器的航迹优化模型。将再入航迹分为助推加速段和无动力滑翔段分别优化,从而得到优化航迹。算例表明,该方法得到的航程比最大升阻比航迹增加7.3%。因此,该方法用于有动力再入航迹的优化是有效的、可行的。     

基于阻力加速度倒数剖面的再入轨迹规划与制导方法

针对升力式飞行器再入制导问题,提出了一种基于阻力加速度倒数剖面的在线解析规划与制导方法。首先将过程和终端约束转换成阻力加速度倒数形式的飞行走廊,采用三次样条函数描述倒数剖面。然后通过解析计算航程上下界,利用待飞航程在倒数剖面内的近似线性关系,以满足待飞航程为目标,迭代计算得到阻力加速度倒数剖面;在飞行过程中根据当前状态和实际待飞航程,周期性更新阻力加速度倒数剖面。通过对阻力加速度剖面的跟踪进行纵向制导,解算倾侧角指令;通过倾侧角反向来进行侧向制导,限制航向角偏差。实现了再入轨迹的在线快速生成与更新,并利用阻力加速度动态特性,将其与跟踪制导结合,提出的方法效率高,适应性强,有工程应用的潜力。     

基于高斯伪谱法的吸气式高超声速飞行器爬升弹道优化研究

吸气式高超声速飞行器爬升弹道设计是其总体设计的一个重要问题。这里提出一种基于高斯伪谱法的弹道优化方法,用于解决该问题。以末端弹道倾角为性能指标,飞行攻角为设计变量,建立了飞行器纵平面弹道优化模型。通过高斯伪谱法对状态变量和控制变量进行离散,将最优控制问题转化为非线性规划问题,再利用序列二次规划算法对其进一步求解。仿真结果表明,该方法收敛域大,对初值不敏感,设计精度高,是吸气式高超声速飞行器方案弹道优化的重要方法。     

基于任务安全性的亚轨道飞行器返回轨迹优化

基于高斯伪谱法,结合亚轨道飞行器返回段特点,从任务安全性的角度出发进行了返回轨迹优化研究。出于实际控制能力及安全性的考虑,采用伪控制量作为最优控制变量,摒弃了再入分段、末端区域能量管理段、航向校正圆锥等概念,引入"末端进场走廊"来描述性能指标及终端约束。仿真结果表明,在满足各种约束条件下,能够快速准确地生成亚轨道飞行器返回轨迹,同时验证了结果的可行性与最优性。     

基于改进A^*算法的无人机快速轨迹规划方法

针对旋翼无人机在三维障碍物环境中自主飞行时路径搜索速度慢、轨迹生成通常忽略无人机动力学特性的问题,发展一种基于改进A^*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法。首先,在三维障碍物环境中运用改进A^*算法通过剔除部分网格节点降低A^*算法的节点计算量,提升算法的路径搜索速度;其次,以最小化飞行轨迹的四阶导数作为目标函数,以路径点处的位置、速度、加速度等各阶导数作为约束条件优化飞行轨迹;最后,在三维障碍物环境中对比A^*算法改进前后的路径搜索结果,并对优化的飞行轨迹进行仿真飞行测试。结果表明:改进A^*算法大幅降低了A^*算法的节点计算量,显著提升了路径搜索速度;且无人机能够始终以较小位置误差沿优化轨迹光滑连续飞行。     

基于多维航迹特征的异常行为检测方法

在信息融合领域,利用数据挖掘中的异常检测技术,可以基于目标的多维航迹特征来挖掘目标的异常行为。现有轨迹异常检测方法主要检测目标的位置异常,没有充分利用目标的属性、类型、位置、速度和航向等多维特征,在挖掘目标的异常行为时具有局限性。通过定义多因素定向Hausdorff距离和构造多维度局部异常因子,提出了一种基于多维航迹特征的异常行为检测方法,通过对多维航迹数据的异常检测,实现对目标异常行为的挖掘。在仿真军事场景和真实的民用场景上进行了实验分析,所提方法都能有效的检测出目标的异常行为。