RLV再入混合制导方法研究

提出可重复使用跨大气层飞行器（RLV）再入混合制导方法，该方法将再入轨道在线生成技术、基于阻力加速度飞行剖面的跟踪制导技术和数值预测制导技术有机结合。其中再入轨道在线生成能够向轨道预测制导算法提供初值，以加快轨道预测制导算法收敛速度；轨道跟踪控制器控制再入吸热，使再入轨道满足再入走廊约束；而数值预测制导算法则对再入轨道进行快速预报，生成合适的制导指令，将RLV导向目标。给出了RLV再入混合制导的具体算法，并对Marshall航天中心先进制导与控制项目所提出的九种再入情况进行了初步仿真，结果表明所提出的RLV再入混合制导方案是可行的。     

RLV再入标准轨道制导与设计

将可重复使用运载器(RLV)再入轨道设计分为纵向轨道和侧向轨道设计两个过程:首先引入形状约束因子,在不进行轨道积分的情况下,在再入走廊内快速优化设计RLV再入飞行剖面;然后结合轨道跟踪控制,设计侧向方位误差走廊,快速生成满足末端能量管理(TAEM)接口和航程等要求的再入轨道。进一步提出修正标准飞行剖面参数的航程更新及制导方法,并采用RLV概念模型进行仿真分析。仿真结果表明这种RLV再入轨道设计方法能够快速生成再入标准轨道,相应的RLV再入制导方法可行,且具有较高的制导精度和可靠性,鲁棒性好。     

自主学习干扰观测器驱动的重复使用运载器再入段滑模控制

针对重复使用运载器(RLV)再入段的姿态控制问题,设计一种具有自主学习干扰观测器(SLDO)的滑模控制器。基于奇异摄动理论及时标分离原则,将RLV的姿态动力学方程划分为外环和内环子系统。根据RLV再入段模型不确定性和外部干扰均随时间变化、不可忽略且无法预知边界等特点,结合2型模糊神经结构、误差反馈学习架构以及滑模控制(SMC)理论,提出一种新型在线自主学习干扰观测器。设计基于SLDO驱动的多元超螺旋滑模控制器,完成对再入段姿态的跟踪。最后,针对6自由度RLV模型进行了仿真分析,仿真结果证明了控制方法的有效性以及鲁棒性。     

有约束重复使用运载器障碍变换预设时间控制

针对姿态角受约束的重复使用运载器(RLV)再入段姿态跟踪控制问题，提出了一种基于障碍变换的预设时间控制方法。首先建立了面向控制系统设计的RLV动力学模型，设计障碍函数对动力学模型中受约束的状态量进行变换，得到等价无约束变量及控制模型；然后针对变换后控制模型，基于反步法思想设计了预设时间控制律，采用指令滤波器避免微分膨胀问题，并引入RBF网络对再入过程中RLV所受不确定扰动进行了补偿。Lyapunov方法证明了姿态跟踪误差可在预设时间内收敛至原点附近邻域，且姿态角满足时变约束。数值仿真验证了所提方法可保证姿态角满足约束，实现姿态跟踪误差预设时间收敛，且具有更佳的跟踪控制性能。     

亚轨道再入返回段高度上边界技术研究

针对重复使用运载器(RLV)亚轨道再入返回过程中动压、过载等约束条件对飞行安全的不利影响,通过分析质点动力学方程,提出亚轨道再入返回段RLV存在高度上边界并给出两种求解高度上边界的计算方法。高度上边界反映了亚轨道再入返回段的制导能力,它对总体决策和控制系统具有重要意义,RLV上升段的最终高度也必须限制在这个高度之下。分析和仿真结果表明,求解高度上边界的两种方法具有一定的鲁棒性和工程实用性。〖JP〗
     

RLV再入姿态双环滑模控制及舵喷混合配置

设计了一种基于滑模控制的可重复运载器（RLV）再入姿态控制方法。用内外两环滑模控制同时跟踪对角速度和角度;根据RLV再入姿态的动力面与反作用混合控制的特点,用优化控制选择配置算法将控制力矩指令配置为末端受动器的控制指令,分别由动力面与反作用致动器执行。仿真结果表明：由该法可获得高精度、鲁棒性和解耦的跟踪性能。     

一种面向弹道再入目标跟踪的HPD-SRCQSPF算法

针对弹道再入目标轨迹跟踪问题,提出基于混合建议分布的平方根容积求积采样粒子滤波（HPD-SRCQSPF）算法,该算法以混合建议分布为框架,由两个基本建议分布组成。其中一个基本建议分布为先验分布,另一个基本建议分布为平方根容积求积卡尔曼滤波估计后的值。该混合建议分布与真实的后验分布很接近,因此有着高效性、高精度等特点。仿真结果表明,对于弹道再入目标轨迹跟踪模型,相比于标准粒子滤波（SPF）算法和平方根容积求积粒子滤波（SRCQPF）算法,HPD-SRCQSPF算法可以在较低运算负载的情况下获得更好的跟踪性能。特别是在弹道目标变轨机动的情况时,所提出算法的性能增益更为显著。     

RLV再入段模糊NLPID抗干扰控制器设计

可重复使用运载火箭(Reusable Launch Vehicle,RLV)再入段气动环境复杂,针对RLV再入段姿态控制抗干扰和弱鲁棒性问题,提出一种模糊非线性PID(Nonlinear PID,NLPID)抗干扰控制器.为提高NLPID控制器的抗干扰和滤波能力,采用了新型跟踪微分器.为克服参数摄动和外界扰动对姿态控制...     

基于神经网络的RLV再入段有限时间自适应姿态控制

针对可重复使用运载器(RLV)再入段的姿态控制问题,提出了一种基于神经网络的有限时间自适应姿态跟踪控制方法。首先,在传统RLV建模的基础上将模型不确定性、耦合及扰动力矩分离作为复合扰动;然后,利用径向基神经网络(RBFNN)对其在线估计并在标称控制器中进行动态前馈补偿;最后,利用终端吸引子改进控制器实现了对期望状态的有限时间跟踪,并通过引入鲁棒项降低了RBFNN估计误差对控制精度的影响。设计的姿态控制器无需获知精确的气动数据与扰动范围而仅需某飞行状态下的标称值。仿真结果表明提出的控制方法对RLV再入姿态跟踪具有较好的控制效果。     

天地往返可重复使用运载器再入飞行GNC系统关键技术

天地往返可重复使用运载器(RLV)在未来天战中将扮演重要角色。目前各军事大国围绕RLV的关键技术开展了广泛深入的研究。再入飞行是RLV飞行任务的重要阶段,而制导、导航与控制(GNC)系统则是RLV的核心系统之一,是RLV再入飞行的“脑系统”。本文分析了RLV在再入飞行阶段GNC系统的任务要求,明确其体系结构,分析GNC系统存在的问题,给出了深入研究GNC系统需要解决的关键技术和进一步研究的方向。     

充气式再入航天器总体方案及关键技术初探

充气式再入航天器是一种新型的再入航天器,可实现载人航天和行星探测任务中的行星大气再入,具有系统简单、质量小、气动加热低和可适应不同外形的再入载荷等优点。文章介绍了充气式再入航天器的国际发展现状,并对充气式再入航天器的总体方案进行了初步分析。参考俄罗斯的充气再入与降落技术(inflatable re-entry and descent technology,IRDT)设计先例,提出了充气式再入航天器的构型方案,并针对该构型进行了基于计算流体力学(computational fluid dynamics,CFD)的气动力和热仿真分析。计算采用了迎风格式的层流模型,基于密度进行求解。文章还基于国际空间站的运行轨道,开展了再入轨道的设计,最后对再入气动特性分析、柔性热防护材料、布局与折叠包装和充气机构设计等关键技术提出了初步建议。     

基于Riccati方程解的再入飞行器制导律设计

提出一种再入飞行器纵向制导律设计方法。首先对纵向运动方程沿着实际轨道线性化,然后利用线性最优调节器原理设计制导律。在每个制导周期内求解代数R iccati方程,利用其正定解构造反馈控制律,与标准轨道的控制量叠加后形成全量控制,用于实际再入轨道的制导。仿真结果表明,所设计的制导律对再入初始偏差具有较强的鲁棒性,同时它也能较好地补偿由于气动参数和大气密度摄动造成的航程误差,从而保证落点精度。     

美国STSS卫星有效载荷主要指标探讨

根据目标光学特性、大气吸收特性及地球背景辐射特性,推测了美空间跟踪与监视系统（STSS）卫星助推段捕获相机和中段跟踪相机的波段选择。根据卫星轨道及目标运动特性,推测相机探测距离和视场。以推测结果为输入条件计算星座覆盖率,结果验证了推测的合理性。     

RLV双环滑模RCS/气动舵复合控制器设计

针对可重复使用运载器(RLV)再入飞行强非线性、快时变特性和多种控制模式给姿态控制器设计带来的困难和挑战,提出了一种双环滑模反作用控制系统(RCS)/气动舵复合控制器设计方案。首先建立了RLV再入飞行的数学模型,基于时标分离原理,设计了快、慢双环回路控制系统,并采用滑模控制律(SMCL)获得控制力矩指令;所设计的RCS/气动舵复合控制器,由控制分配将控制力矩指令分别映射成RCS推力器执行的开关指令和气动舵面偏转指令,采用链式递增融合协调气动舵与RCS的复合控制。仿真结果表明,双环滑模RCS/气动舵复合控制器能较好地完成姿态跟踪控制,有效地节省RCS燃料,实现了气动舵面与RCS的协调控制。控制方案也能用于再入飞行器或空天飞机的控制系统设计。     

直接再入大气的月球返回轨道设计研究

直接再入大气的月球返回轨道是月球采样返回任务普遍采用的飞行方案。文章将月-地转移轨道设计与再入大气仿真相结合,通过两级修正策略和落点匹配使月球返回轨道既满足再入界面约束又满足再入点地理位置约束。两条分别采用弹道式和弹道-升力式再入的月球返回轨道的计算结果表明,此方法是有效的。     

飞船在大气层外飞行段的主要参数对轨道的影响

飞船返回地球时再入速度很大,过大的过载和气动加热率尤其对载人飞船带来安全性问题。如果利用航天器在大气层外及其边缘处多次再入运动,可降低速度、耗散热量。文章主要分析了载人飞船在大气层外多次再入飞行时的各主要参数对飞船轨道和轨道终点的影响。在分析过程中,首先建立了飞船在大气层外飞行的数学模型,进而通过大量的数值仿真得到一条基准轨道,在此基础上分别改变轨道起始点参数（倾角、偏航角和飞行速度）的初始值,分析轨道的特性及轨道的终点误差。最后根据起始点参数值和对应的轨道终点误差值的关系,得到了飞船在大气层外飞行时的起始参数对飞行轨道及轨道终点影响的敏感度,从而为工程上轨道的设计提供一个有效的参考依据。     

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。     

基于自适应RBF神经网络的可重复使用运载器再入段姿态控制

针对再入段可重复使用运载器(Reusable Launch Vehicles,RLV)姿态控制问题,提出一种基于自适应径向基函数(Radial Basis Function,简称RBF)神经网络(ARBFNN)的姿态控制方法。首先,建立RLV的6-DOF非线性动态模型,并将旋转动力学模型变成严反馈形式。然后,设计了一种自适应RBF神经网络控制(ARBFNN)结构,可以减少神经网络逼近误差的影响。同时,通过李雅普诺夫和自适应控制的结合消除了控制器设计过程中的不确定影响,并验证了系统的稳定性。最后,通过仿真验证了所提算法在解决再入段RLV姿态控制问题上的有效性。     

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。