考虑燃料消耗均衡性的低轨通信星座在轨星座构型重构方法研究

针对低轨（low earth orbit,LEO）通信星座在轨重构问题,分析了低轨通信星座的特点,提出了4个重构指标,即全球平均覆盖率、燃料消耗均衡性、重构总时间和重构总速度增量,并分析了提高轨道高度的重构方式。采用基于分解的多目标进化算法（multiobjective evolutionary algorithm based on decomposition,MOEA/D）对重构进行建模分析。结果表明,模型优化结果可以得出多组最优解,构成帕累托前沿,并得出燃料消耗均衡性最优的解,针对两种失效模式得出的重构总时间均为3.6×105s,速度增量方差分别为261.4m2/s2和293.4m2/s2,这些解均可恢复星座原有的覆盖性能,并使燃料消耗最为均衡。     

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。     

微小型无人直升机避障最优轨迹规划

针对无人直升机在低空复杂环境下避障飞行问题,提出了一种基于非线性最优控制理论的求解策略.以避障机动飞行时间为优化目标,无人直升机六自由度非线性动力学方程为等式约束,直升机飞行性能限制以及三维空间中障碍物限制等因素为不等式约束,建立了避障机动飞行的最优控制模型.然后利用高斯伪谱法（GPM,Gauss Pseudospectral Method）将轨迹规划问题转化为非线性规划（NLP,Non-Linear Programming）问题,并采用序列二次规划算法进行求解.在此基础上研究了障碍物尺寸对最优轨迹的影响.计算结果表明,该方法能够以较高的精度生成真实可行的避障飞行轨迹,最优机动动作取决于障碍物纵横向尺寸比.      

一种基于莱维飞行的新型改进平衡全局优化算法

本文将莱维飞行（Lévy flight）和平衡优化算法（EO）相结合,提出了一种新型的全局优化算法（LEO）。该算法从平衡优化算法核心出发,采用莱维飞行轨迹实现了在探索和开发之间更好的平衡,并且可以有效防止算法陷入局部最优解。同时给出了新型全局优化算法的数学模型和算法流程,进一步保证了算法中全局搜索和局部开发之间平衡性。将该算法应用于基准测试函数求解以测试算法性能,通过与主流智能算法对比,优化结果表明新算法在解决优化问题方面表现更为优越,为更多工程问题的解决提供了新的思路。     

旋翼翼型高维多目标气动优化设计

先进旋翼翼型设计是典型的多设计点、多目标优化问题,常规优化方法已无法满足翼型高维多目标优化设计的要求。基于分解的多目标优化算法（MOEA/D）,建立了考虑高低速升阻特性、力矩特性、阻力发散特性等的旋翼翼型高维多目标优化设计方法,并采用高精度kriging模型以提高优化设计效率。针对旋翼内段、中段翼型进行了5个设计目标的全局优化设计,采用自组织图映射（SOM）方法对最优Pareto解集进行了聚类分析。典型翼型CFD结果分析表明,中段翼型低速力矩系数幅值减小约50.7%,高速最大升力系数提高约6.5%,最大升阻比提高约7.7%,同时阻力发散特性得到改善,内段翼型同样取得了良好的多目标优化效果。研究表明,MOEA/D算法对高维多目标气动优化设计问题具有很好的适应性,能有效提升旋翼高低速气动性能设计的能力。      

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法（SCA）,利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

改进遗传算法在飞机总体参数优化中的应用

基于飞机总体参数设计中的多目标优化问题,提出了改进的多目标遗传算法.算法围绕Pareto最优解的概念,利用遗传算法的内在并行性,设法求取多目标优化问题的"Pareto前沿".将不同的改进遗传算法应用于同一干线客机总体参数优化设计中,要求巡航升阻比和有效载荷系数两个目标达到最大,并对各种算法所得的结果进行综合分析与比较,结果显示:基于Pareto排序的多目标优化算法(NSGA,Non-dominated Sorting Genetic Algorithm)的Pareto解最优,可以支配改进的向量评价遗传算法(VEGA,Vector-Evaluated Genetic Algorithm)和随机权重遗传算法(RWGA,Random-Weight Genetic Algorithm)的结果;而VEGA和RWGA的结果互有优劣.      

基于多目标优化的微纳卫星群姿态控制

在微纳卫星群姿态控制中,要求多个卫星相互协同,能够快速达到期望的目标姿态,同时要求能耗最小.本文提出微纳卫星群姿态控制的多目标优化模型,以同时优化卫星姿态的角度误差和降低能耗2个性能指标函数.基于MATLAB用弹性约束法求解该优化问题,得到了多目标优化的帕累托前沿,并给出了其相应的卫星姿态,实现了多个微纳卫星姿态机动控制和协同控制.仿真结果表明本文运用的多目标优化方法在微纳卫星姿态机动控制和协同控制中是有效的.     

基于飞行角度优化的蚁群改进算法

针对无人飞行器路径规划问题,实现了排序蚁群算法,并在此基础上,引入了针对无人飞行器飞行特征的飞行角度优化策略,并建立了转移概率的更新原则。模拟飞行环境建立栅格化地图,进行仿真验证,输出无人飞行器的最优路径,验证最优解的质量和算法的收敛速度,结果表明,该方法能有效消除飞行过程中的尖角和折返现象,更加符合无人飞行器的飞行特征。与传统的方法相比,算法的收敛速度和最优解的质量均得到了提升。     

一种基于有限K近邻的强度帕累托进化算法

在航天器控制计算机的软硬件协同设计过程中,需要解决多目标优化问题。当前的强度帕累托进化算法在求解高维多目标优化问题时具有优势,但是在环境选择阶段的计算时间复杂度仍然较大。文章针对这一问题,提出了一种改进算法。新的算法采用有限K近邻方法,减少了原算法中K近邻策略的比较次数,使时间复杂度由O(M3)下降为O(max(l,logM)M2。试验结果表明文中算法的计算速度更快,并且具有更优的收敛性和分布多样性特征。     

一种用于SGCMG奇异规避的CVP轨迹规划

采用单框架控制力矩陀螺(SGCMG)作为执行机构的小型敏捷卫星在姿态机动过程中存在着奇异问题.本文从SGCMG姿态控制系统整体出发，将奇异问题转化为状态约束的动态控制问题，基于控制变量参数化(CVP)方法，设计了一种用于SGCMG奇异规避的轨迹规划.该算法在实现小型敏捷卫星大角度姿态机动过程无奇异的基础上，将SGCMG框架角转速的最优轨迹通过CVP方法进行分段线性规划.这种规划策略对框架伺服系统的算法设计无复杂要求，仅需要简单的加减速控制，从而节约了星上资源.在轨迹规划实现过程中，考虑了工程实际中的约束条件，可以按照姿态机动任务要求规划出一条综合考虑能量资源和目标精度的最优轨迹.仿真结果表明：该算法实现了姿态参数轨迹和星体角速度轨迹的平缓变化，目标误差在1×10-3量级，星体在机动过程中运行稳定，SGCMG不会出现奇异现象.     

终端区最优飞行轨迹特征的研究

为了给飞机提供一条能满足多种指标要求的最优飞行轨迹,针对变分最优理论难以求解多指标优化问题,提出了命名为多次优化的方法,即将多要求的优化任务分成先后相继的多次任务,每次任务中选取一种不能边界转化的要求作为最优性能指标,而其余要求转化为边界条件.利用这一方法以时间、转弯次数、转弯角度为最优性能指标给出了终端区最优飞行轨迹的一般特征.     

基于多目标灰狼算法的干扰资源多效能优化方法

依靠经验决策或简单的模板匹配的传统干扰资源决策方式难以适应当前复杂的电磁环境。针对雷达干扰资源决策的智能化需求展开研究,将干扰资源调度建模为多目标优化问题,以最大化整体干扰效能、最小化干扰总功率、最小化作战损失为目标函数建立干扰资源调度模型,利用一种多目标灰狼算法（MOGWO）求解问题模型Pareto前沿,以最优解集代替最优解,再根据战场实际情况选择最佳调度方案,使决策方案更加科学合理。实验结果表明,MOGWO算法能够克服基本灰狼算法（GWO）探索能力不足、局部收敛的缺陷,有较高的搜索效率,算法的寻优能力和稳定性均优于NSGA-Ⅱ算法和MOPSO算法。      

基于操纵面故障影响估计的安全飞行轨迹优化

操纵面故障将改变飞机受到的气动力和力矩,降低机动性能和控制能力,基于传统质点模型的航迹规划方法难以解决此类飞机安全飞行轨迹优化问题.因此,引入由故障引起的侧滑和侧力,估计故障后气动力系数,建立故障飞机模型;针对故障飞机控制和机动能力下降的问题,在原故障模型的基础上引入控制量变化率,构建轨迹优化对象模型,并将控制量变化率最小作为优化指标;采用高斯伪谱法优化计算安全飞行轨迹.仿真实验以副翼和方向舵故障为例进行设计,结果满足运动方程及各控制量、状态量约束,并能实现平稳飞行.     

航天器气动力辅助轨道转移轨迹优化问题研究

针对航天器共面及异面气动辅助轨道转移的轨迹优化问题,利用高斯拟谱法将原始连续两点边值问题离散化并转化为等价的非线性规划问题,应用SNOPT算法对此非线性规划问题进行求解．同时分析了对应于不同变轨角度时大气内飞行轨迹、飞行速度以及热流峰值的变化规律．     

基于高斯伪谱法的空天飞机上升段最优轨迹设计

针对复杂多约束条件下空天飞机上升段燃料最优轨迹优化问题,提出一种基于高斯伪谱法的上升段轨迹优化策略.依据发动机的推力特性将上升轨迹合理分段,使原最优控制问题转化为多段最优控制问题后,采用高斯伪谱法进行并行优化计算.数值仿真结果表明采用这种轨迹优化策略能够满足组合动力系统工作模态转换时对飞行状态的约束条件,可以在较短的时间内完成高精度的上升段轨迹优化任务,从而验证了该方法的有效性.     

行星着陆动力下降轨迹优化的中心差分凸化方法

针对行星定点软着陆实时在线制导的任务需求,设计了基于序列凸优化的动力下降燃料最优轨迹求解算法.算法采用预标记的中心差分法线性化动力学方程,并提出将性能指标相对偏差作为收敛终止条件,能够快速生成燃料最优轨迹.此外,在分析最优轨迹簇剩余燃料和终端时间关系的基础上给出其拟合函数,作为最优终端时间的近似估算,以减少算法求解未知...     

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

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.