高超声速飞行器末段轨迹快速优化

利用高斯伪谱法求解具有路径约束和落角、落速等终端约束条件下的高超声速飞行器末段轨迹优化问题.分析了不同LG节点数目对该问题求解精度和计算时间的影响,以及不同LG节点的拟合多项式与实际积分结果之间的相对误差关系.根据精度需要,选择合适的LG节点进行优化,分析了状态变量与积分结果的相对误差传播情况.仿真结果表明,采用节点分析后的高斯伪谱法在求解该问题上具有较高的计算精度和计算效率.     

亚轨道飞行器能量管理段轨迹设计

亚轨道飞行器（SRLV）通过跟踪特定的轨迹来实现对能量的控制与管理,轨迹设计是能量管理的一项关键技术。深入研究了亚轨道飞行器能量管理段（TAEM）轨迹的设计思想、准则和流程;提出了一种基于待飞距离规划动压剖面的轨迹设计方法,通过调整航向调整段的动压剖面,保证飞行器以亚声速状态进入航向调整段,避免飞行器转弯超调;提出了采用顺风作为轨迹设计的缺省状态,保证飞行器在严重的逆风状态下仍然可以满足着陆窗口约束;通过具体算例进行仿真分析,验证了设计方法的有效性。     

空天飞行器上升轨迹优化

飞行器轨迹优化是一类最优控制问题,传统的优化方法存在对初值敏感的缺陷。采用一种组合优化方法,对空天飞行器的上升轨迹进行优化。首先用遗传算法对直接打靶法离散的非线性规划问题进行全局寻优,得到初步优化结果,然后以该结果作为初值,用序列二次规划法对伪谱法离散的非线性规划问题进行局部寻优,得到最终的优化结果。结果表明,组合优化方法既解决了初值敏感问题,又有较高的优化精度,可以有效求解轨迹优化问题。     

基于伪谱法的亚轨道返回轨迹在线重构方法

任务目标的多样化要求亚轨道飞行器具备在线重构能力.根据飞行器当前飞行状态以及终端约束条件,使用勒让德伪谱法进行在线轨道重构,生成满足各种轨道约束的最优返回轨迹,并实时反馈更新当前轨道控制量迎角和倾斜角,达到实时最优闭环制导的目的.轨道重构的实时性可采用无量纲化、Bootstrap串行优化、弹性约束和自适应反馈更新等策略加以保证.仿真结果表明,在线轨道重构可以满足实时性要求,即使出现严重的阵风干扰,也能达到所要求的终端约束条件,并且制导指令不会出现增加控制难度的剧烈抖动现象.     

高超声速飞行器末段轨迹快速优化

利用高斯伪谱法求解具有路径约束和落角、落速等终端约束条件下的高超声速飞行器末段轨迹优化问题。分析了不同LG节点数目对该问题求解精度和计算时间的影响,以及不同LG节点的拟合多项式与实际积分结果之间的相对误差关系。根据精度需要,选择合适的LG节点进行优化,分析了状态变量与积分结果的相对误差传播情况。仿真结果表明,采用节点分析后的高斯伪谱法在求解该问题上具有较高的计算精度和计算效率。     

亚轨道飞行器返回侧向制导规划方法

侧向制导方法是亚轨道飞行器返回制导方法中重要的一方面。由于亚轨道飞行器返回飞行过程短,因此采用侧向走廊的方法进行倾斜角的反向控制,末端制导精度差。为此,利用归一化能态方程的积分端点固定、积分过程快的特点,提出了一种快速收敛的迭代倾斜角反向时机规划方法。算例结果表明,采用该方法可以实现反向点的在线规划,从而有效提高了侧向制导精度。     

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GPM的高超声速飞行器再入轨迹优化

为保证高超声速飞行器具有最大再入距离,应用高斯伪谱方法求取了存在路径约束及终端约束的飞行器最优再入轨迹。首先选取迎角及倾斜角作为最优控制量,并分析再入轨迹的最优控制模型;然后应用高斯伪谱方法将最优控制问题离散成非线性规划问题,并采用SNOPT软件包对非线性问题进行求解,得到最优轨迹。通过仿真证明了该方法求得的最优轨迹对初始值不敏感,且具有良好的实时性。     

亚轨道飞行器航程控制的末端能量管理方法

提出一种针对小能量亚轨道飞行器在无动力返回末端区域的多参数耦合、能量航向分离控制、动势能匹配衰减的精确控制的末端能量管理方法。以动能、势能作为约束条件,以航程作为优化指标,采用能量控制方法实时生成能量剖面,根据飞行器名义能量/航程在能量剖面中的位置确定迎角,最终生成三个姿态角。仿真结果表明用这种方法得到了良好的制导结果。     

亚轨道飞行器发动机故障下飞行程序设计方法

针对亚轨道飞行器单台发动机发生故障情况,提出了基于正指数攻角的发动机故障下飞行程序设计方法,给出了不同故障时刻的仿真结果,并与正常飞行情况进行了比较.仿真结果表明,对于不同故障时刻,该方法均能够在满足弯矩约束、攻角限制的情况下使得故障飞行器安全到达预定高度,为后续应急返回机动飞行提供有利的飞行条件.     

基于混合优化的运载器大气层内上升段轨迹快速规划方法

针对运载器大气层内的最优轨迹快速规划问题,提出一种将求解最优控制问题的间接法与直接法相结合的混合优化方法。首先,基于最优控制问题的一阶必要条件,将运载器大气层内的三维最优上升问题转化为Hamiltonian两点边值问题;然后,采用直接法中能以较少的节点获得较高求解精度的Gauss伪谱法进行求解,提高算法的求解效率;最后,采用真空解析解初值及密度同伦技术,解决初值猜测与算法收敛困难的问题。仿真结果表明,混合优化算法能够准确、快速地对运载器大气层内的最优上升轨迹问题进行求解,并在计算精度与效率上均优于间接法,可应用于运载器的轨迹在线规划与闭环制导。     

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。     

Reentry trajectory optimization for hypersonic vehicle satisfying complex constraints

The reentry trajectory optimization for hypersonic vehicle（HV）is a current problem of great interest.Some complex constraints,such as waypoints for reconnaissance and no-fly zones for threat avoidance,are inevitably involved in a global strike mission.Of the many direct methods,Gauss pseudospectral method（GPM）has been demonstrated as an effective tool to solve the trajectory optimization problem with typical constraints.However,a series of diffculties arises for complex constraints,such as the uncertainty of passage time for waypoints and the inaccuracy of approximate trajectory near no-fly zones.The research herein proposes a multi-phase technique based on the GPM to generate an optimal reentry trajectory for HV satisfying waypoint and nofly zone constraints.Three kinds of specifc breaks are introduced to divide the full trajectory into multiple phases.The continuity conditions are presented to ensure a smooth connection between each pair of phases.Numerical examples for reentry trajectory optimization in free-space flight and with complex constraints are used to demonstrate the proposed technique.Simulation results show the feasible application of multi-phase technique in reentry trajectory optimization with waypoint and no-fly zone constraints.     

基于混合粒子群算法的上升段交会弹道快速优化设计

基于梯度搜索的高效性和粒子群搜索的随机性,提出了一种混合粒子群算法,并应用该算法研究了运载火箭上升段交会弹道快速优化设计问题.以运载火箭与目标飞行器在交会时刻的距离最小为目标函数,设计了运载火箭飞行程序,建立了运载火箭上升段交会弹道优化模型,同时分别采用混合粒子群算法、遗传算法和粒子群算法进行求解.仿真结果表明:基于本文算法对运载火箭上升段交会弹道进行优化设计,平均交会位置误差为4.137m,较遗传算法减少了17.940m,平均优化耗时488.922s,较粒子群算法缩短了2342.125s.混合粒子群算法搜索速度较快,收敛精度较高,可用于运载火箭上升段交会弹道的快速优化设计.      

重复使用运载器基于轨迹线性化的俯仰角控制

为了改善重复使用运载器末端区域能量管理段的控制系统性能,提出了一种基于轨迹线性化的俯仰角控制回路结构,该结构由伪逆模型前馈和反馈控制组成.根据瞬时平衡的定义,沿轨迹剖面线性化,获得了伪逆模型的设计方法,形成俯仰控制结构.以高空超声速飞行为例,进行了俯仰角控制设计,并与常规反馈控制相比较.结果表明,基于轨迹线性化的俯仰角控制,可以改善控制系统的动态性能,减小反馈回路的负担,降低积分饱和的可能性.      

垂直起降运载火箭返回轨迹不确定性优化

针对垂直起降运载火箭一子级在返回着陆的过程中存在的参数不确定性,提出了一种基于非侵入式多项式混沌展开的序列优化和可靠度评估的返回轨迹不确定性优化方法。首先,建立了返回多飞行段轨迹在确定性条件下的优化模型。然后,为同时兼顾轨迹的鲁棒性和可靠性,建立了由鲁棒最优目标函数、基于可靠度的路径约束和鲁棒等式约束组成的不确定性返回轨迹优化模型。最后,基于非侵入式多项式混沌展开方法对鲁棒目标函数和等式约束进行量化处理,将原随机鲁棒优化问题转化为高维状态空间中的等价确定性优化问题;为提高路径约束的可靠度评估效率,基于非侵入式多项式混沌展开方法对最可能点法进行改进,进一步发展了序列优化和可靠度评估策略。数值仿真结果表明,所提出的不确定性优化方法具有较好的鲁棒性,可以满足工程可靠性指标要求,同时还具有较高的精度和计算效率。     

基于改进鸽群算法的高超声速飞行器轨迹优化

采用基于罚函数思想的约束处理技术改进鸽群智能算法,应用于复杂的带约束的飞行器轨迹优化问题。以高超声速飞行器爬升段轨迹优化为例,建立其包含微分方程约束、路径约束和终端约束的优化数学模型,通过罚函数构造算法的适应值函数并对优化变量添加边界强约束,将改进的鸽群智能(PIO)算法和粒子群(PSO)算法对高超声速飞行器爬升段优化数学模型进行对比仿真分析。仿真结果表明,改进的鸽群智能算法在解决此类复杂带约束优化问题中展现出了更好的优化效率,具有良好的工程应用价值。