再入飞行器标称攻角优化设计

再入飞行器的标称攻角在弹道规划以及飞行器覆盖能力分析中起到重要作用,由于再入飞行中气动加热严重,过载和动压约束严格,给标称攻角的设计带来很大困难.针对弹道射面内最大纵程和最小总热载荷问题,在考虑热流、动压和过载约束下分别进行标称飞行攻角的优化设计.首先将过程约束转化为对控制量攻角的约束,将需要优化的标称攻角通过分段线性函数参数化,把最优控制问题转化为4个参数的寻优问题,然后利用遗传算法获得参数的初始猜想,并设计序列二次规划(SQP,Sequential Quadratic Programming)算法求解.仿真结果显示该方法能够快速获取再入标称飞行攻角,为再入轨迹优化和制导总体设计提供参考.     

基于差分进化算法的再入可达域快速计算#br#

针对高升阻比高超飞行器再入可达域计算问题,提出了基于差分进化算法和倾侧角插值相结合的混合求解方案。通过设计罚函数和适应度函数极值化将再入过程等式约束和不等式约束添加到优化指标。为了减小参数化倾侧角剖面的搜索空间,利用带约束的差分进化算法求解满足再入过程约束和终端约束的再入轨迹。在分别得到最大横向航程和最大纵向航程的倾侧角剖面后,利用插值法快速生成倾侧角指令集,进而实现再入可达域的快速计算。以高升阻比飞行器CAV H为对象,设计仿真算例,结果表明,该混合优化求解方案易于实现且具有良好的可操作性。     

基于差分进化算法的再入可达域快速计算

针对高升阻比高超飞行器再入可达域计算问题,提出了基于差分进化算法和倾侧角插值相结合的混合求解方案。通过设计罚函数和适应度函数极值化将再入过程等式约束和不等式约束添加到优化指标。为了减小参数化倾侧角剖面的搜索空间,利用带约束的差分进化算法求解满足再入过程约束和终端约束的再入轨迹。在分别得到最大横向航程和最大纵向航程的倾侧角剖面后,利用插值法快速生成倾侧角指令集,进而实现再入可达域的快速计算。以高升阻比飞行器CAV-H为对象,设计仿真算例,结果表明,该混合优化求解方案易于实现且具有良好的可操作性。     

再入动力学的性质及其在轨迹优化中的应用

考虑具有终端约束和过程约束的探月返回飞行器再入轨迹设计问题,通过将性能指标泛函定义为再入终端位置误差的平方和,再入轨迹设计问题转化为具有过程约束和状态方程约束的优化问题.首先仅考虑状态方程约束,利用最大值原理,得到该优化问题的必要条件,选取间接法中的共轭梯度算法求解最优控制量.进而针对轨迹约束问题,研究了再入过载和轨道飞行段飞行距离与航迹角以及倾侧角的关系,在此基础上,提出了采用调整初始倾侧角序列的方法实现过程约束.该算法克服了罚函数方法中需要调节参数较多的问题,并且物理意义明确,实现简单.最后,给出了Apollo再入轨迹优化的数值仿真算例,验证了所给出算法的有效性.     

基于自适应伪谱法的高超声速飞行器再入轨迹优化

针对高超声速飞行器再入轨迹优化问题,建立考虑地球自转的三自由度再入运动方程,以美国通用空天飞行器为对象建立再入约束模型。采用Legendre-Gauss-Radau配点对3种典型优化问题:最大纵程、最大横程及最小航迹角变化率问题进行离散,将连续时间最优控制问题转化为非线性规划问题。基于Legendre多项式近似理论,引入衰减系数构建相对误差估计关系式,并以此提出一种有效的自适应网格重构策略。最终获得了3种典型再入轨迹优化问题的最优解。仿真结果表明,该算法的求解结果与变步长Runge-Kutta-Fehlberg法积分一致。相比传统自适应伪谱法,其配点和区间分配更合理,迭代次数少,求解速度高,且对人工参数不敏感。      

基于合作进化算法的月面返回再入轨迹优化设计

在考虑热流、过载、动压以及开伞点参数等多种约束条件下,针对低升阻比返回舱月面返回再入轨迹优化设计问题,基于分段线性倾侧角参数化策略,提出了采用合作进化算法进行参数优化的策略来实现再入轨迹的快速高精度优化设计.首先采用以能量为自变量的分段线性倾侧角控制参数化策略,将连续最优控制问题转化为有限维参数寻优问题,然后基于逃逸粒子群算法和自适应差分进化算法的合作进化算法求解该问题.数值仿真验证了倾侧角参数化策略的正确性,对比试验分析表明合作进化算法较传统进化算法有更快的收敛速度和更高的优化精度的综合性能,更加适合月面返回再入轨迹优化设计问题的求解.      

基于在线约束限制的飞行器预测校正制导

针对传统预测校正算法在再入过程中弹道性能与约束无法保障等问题,提出了一种基于倾侧角参数化的离线弹道优化与在线预测校正相结合的再入制导方法。基于平衡滑翔条件对过程约束进行分析,并证明了倾侧角剖面对射程的单调性。离线部分通过控制量参数化(CVP)方法构建控制模型,并使用序列二次规划(SQP)方法对弹道进行优化,从而大幅度提高弹道性能。在线部分利用Gauss-Newton法实时对弹道进行迭代求解,得出满足终端约束的倾侧角剖面,引导飞行器平稳、精确地飞向末端能量段并满足射程约束,Gauss-Newton法求解弹道具有收敛速度快、精度高的特点。针对高升阻比飞行器导致平衡滑翔条件难以成立以及飞行过程中的强干扰使约束超出的问题,提出了一种约束限制方法,对再入时的过程约束进行了有效的保障。仿真结果表明,本文方法对投放偏差、飞行器参数与大气模型等不确定因素具有良好的鲁棒性,对弹道性能的保障具有工程应用价值。     

等再入航程返回轨道模糊混合优化设计

为了消除采用梯度迭代求解算法求解再入弹道优化问题时对初始值的依赖，减小遗传算法对种群数量和迭代次数的需求，采用模糊思想设计了改进的稳态遗传-序列二次规划(GA-SQP)混合求解算法。针对等再入航程返回轨道设计问题，提出了初始种群的基因检测方法、基于模糊隶属度的评分函数建立方法和搜索过程中劣质基因的评分方法，考虑了过载超限时间约束、倾侧角翻转最大角速度限制等实际约束，给出了序列二次规划求解过程中再入点在瞄准点之后和制动时长过短的特殊情况下约束的处理方法。采用改进的稳态GA-SQP混合求解算法，可以实现近地轨道变高度返回的情况下等再入航程返回轨道设计。改进的稳态GA-SQP混合求解算法不依赖于初始值，种群数量较小，与未改进的遗传-序列二次规划算法相比迭代次数减少34.7%,计算速度和计算精度均达到工程适用程度。     

基于直接配点法的月球软着陆轨道快速优化

介绍了直接配点法在月球探测器软着陆轨道快速优化问题中的应用.首先给出了软着陆最优化控制问题模型,其中状态方程为量纲为1的三自由度模型,性能指标选为燃料消耗最小,控制变量则为推力攻角和推力.终端状态受到速度和高度的约束.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,即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.最后应用基于Matlab语言的SNOPT软件包对参数最优化问题进行求解,该软件包对于求解大型非线性规划问题具有很好的收敛性.仿真结果表明直接配点法对于月球探测器软着陆轨道初始状态量和控制量的取值不敏感,且求解过程具有一定的实时性.因此,直接配点法对于再入轨迹优化问题的求解是可行的.     

高超声速再入滑翔飞行器多约束轨迹快速优化

为适应高超声速再入滑翔飞行器高动态、多约束的特点,提出了一种快速轨迹优化方法.轨迹优化时将倾侧角控制曲线表示为飞行器能量参数的分段线性函数,从而使纵向轨迹优化问题转化为多维非线性规划问题,并采用序列二次规划(SQP,Sequential Quadratic Programming)方法进行优化求解.横侧向轨迹控制采用偏航角跟踪视线角的方法,设计了视线角误差走廊边界随速度变化的取值,研究了倾侧角反转策略,避免了传统优化中求解倾侧角反转时刻所需的迭代运算.仿真结果表明:该轨迹优化方法在一般高性能微机上生成一条约10 000 km左右的飞行轨迹耗时约5 s,具有较快的优化速度,且精度较高,有一定的工程应用价值 .