运载火箭推力故障下基于智能决策的在线轨迹重规划方法

为了提高运载火箭上升段飞行中推力故障下轨迹重规划的计算效率,提出了一种基于智能决策的在线轨迹重规划方法,将原问题转化为最优救援轨道的在线智能决策和成熟的燃料最优轨迹规划问题进行求解。通过离线求解不同故障状态对应的轨迹重规划问题,建立"故障状态-救援轨道"样本集,基于径向基神经网络建立最优救援轨道的决策模型,并将决策模型装订箭上。在实际飞行中以当前故障状态作为输入,利用决策模型可在线快速决策出最优救援轨道根数,进而求解以救援轨道为目标轨道的燃料最优轨迹规划问题,从而完成推力故障下的在线轨迹重规划。数值仿真表明,与直接求解轨迹重规划问题相比,该方法的计算效率提高了两个数量级以上,同时给出一致的最优救援轨迹。     

基于SQP方法的常推力月球软着陆轨道优化方法

月球软着陆是未来月球探测中的一项关键技术。针对这项技术，本文给出了一种基于SQP方法的常推力月球软着陆轨道优化方法。该方法通过将常推力月球软着陆轨道离散化，利用离散点处状态连续作为约束条件，把常推力月球软着陆轨道优化问题归结为一个非线性规划问题，对于此问题的求解，其初值均为有物理意义的状态和控制量，从而避免了采用传统优化方法在解决此优化问题时对没有物理意义变量初值的猜测。最后，利用SQP方法求解了此轨道优化问题。仿真计算结果表明这种离散化的方法应用于此轨道优化问题可以避免传统轨道优化方法对初值敏感的问题。     

有限推力下时间最优轨道转移

研究了一种有限推力作用下的时间最优轨道转移计算方法。以非奇异根素形式的高斯行星摄动方程为基础,由庞德里亚金极小值原理导出正则方程组,通过将最优控制问题转化为协状态初值为待优化参数的参数优化问题,并通过非线性规划求解得到的参数优化问题,从而避开求解两点边值问题的困难。文章最后给出2个算例,分别计算了零倾角零偏心率最优轨道转移和大倾角改变最优轨道转移。计算过程及结果表明本文所用方法对协状态初值猜测敏感性小,收敛迅速;零倾角零偏心率情况下无奇异;所得控制轨线光滑。     

基于节点改善策略的伪谱轨迹优化

基于Legendre Gauss Lobatto（LGL）伪谱法(PSM)求解最优控制问题的原理,研究了有限推力轨迹快速优化设计以及计算节点和效率改善策略。对远程变轨动力学模型进行了无量纲化处理,并设计了初值生成和串行优化求解策略,用来提高多变量多约束大规模稀疏非线性规划问题的收敛性。结合极小值原理推导了问题的最优性必要条件,基于协态映射原理设计了数值解的最优性验证方法。利用二阶微分方程技术消去部分状态量,建立了节点和计算效率改进模型,并讨论了该策略的相关数值处理技术。仿真结果表明,本文的算法可以快速地提供应用于实际飞行任务的最优解,节点改善策略在保证计算精度的同时,有效降低了计算收敛时间。     

UKF参数估计在航天器气动辅助变轨问题中的应用

为快速精确地求解气动辅助变轨问题,提出一种基于无损卡尔曼滤波(UKF)参数估计的数值求解方法。首先,针对气动辅助变轨问题,利用极大值原理将其转化为对应的两点边值问题;然后,以协态变量的初值作为估计参数,以末端条件为期望观测值,将该两点边值问题转化为参数估计问题,并应用UKF滤波算法求解。该算法基于估计理论,避免了计算传统数值方法所需要的梯度矩阵,同时克服了猜测协态变量初值的困难,降低了求解气动辅助变轨问题的难度。数值仿真表明,该算法结构简单,求解效率高,具有良好的鲁棒性。     

大型挠性航天器的鲁棒模型预测姿态控制

针对大型挠性航天器的三轴姿态控制问题,考虑了控制输入约束,设计了鲁棒模型预测姿态控制器。首先,将模型预测控制应用到不考虑扰动的标称挠性航天器系统中,通过求解优化问题推导预测控制律,从而得到三轴姿态的标称轨迹。然后,为有效处理大型挠性附件振动对中心刚体姿态造成的扰动,针对带有扰动的挠性航天器实际姿态控制系统,设计由最优状态与实际系统状态的误差构成的辅助反馈控制器,使实际系统状态维持在以标称轨迹为中心的“管道”(Tube)不变集内,并驱使实际系统状态到达标称轨迹上,最终沿着标称轨迹到达平衡点。仿真结果表明,在鲁棒模型预测控制的作用下,实现了姿态角的快速精确跟踪,有效地处理了由大挠性附件振动对中心刚体姿态产生的扰动,增强了系统的鲁棒性。     

应用非线性规划求解异面最优轨道转移问题

研究了一种应用非线性规化求解有限推力作用下异面最优轨道转移问题的方法。采用改进春分点根素形式的高斯行星方程，从庞德里亚金极小值原理出发，将有限推力作用下异面最优轨道转移问题转化为两点边值问题；在考虑边界条件、横截条件及开关函数的前提下，将两点边值问题转化为针对协状态初值等的参数优化问题；最后应用非线性规划方法求解形成的参数优化问题。本方法特点是能得到开关函数从而得到最优发动机开关机逻辑。文章最后通过一个仿真计算，演示了完整的求解过程，验证了方法的有效性。     

基于Gauss伪谱法的高超声速飞行器多约束三维再入轨迹优化

高超声速飞行器再入飞行过程中,需要满足多种过程约束和终端状态约束,同时再入初始状态根据飞行任务不同会有较大变化,针对其特点的快速轨迹优化问题已成为当今热点。本文研究了一种基于"初值轨迹生成+Gauss伪谱法+SQP求解NLP"的方法,既利用了Gauss伪谱法收敛快、精度高的特点,又结合初值轨迹生成算法,弥补了Gauss伪谱法对初值敏感的不足。本文在仿真过程中选取再入总吸热量最小为性能指标,求解了满足多种约束的再入轨迹,并将优化的结果与数值积分的结果进行比较,验证了此算法有效性和可行性。     

基于凸优化理论的含约束月球定点着陆轨道优化

针对月球精确定点软着陆问题,考虑导航及障碍检测敏感器视场约束及制动发动机推力大小约束,对月球动力下降段轨道优化方法进行了研究。首先建立了含约束条件的三维定点软着陆轨道优化问题模型,根据庞德亚金极小值原理推导了最优推力开关方程,并给出了推力奇异区间不存在的证明。针对优化模型中的复杂非线性约束,引入凸优化理论将问题转化为二阶锥优化问题,并采用内点法求解了最优标称轨迹。最后给出了月球软着陆制动段、接近段的仿真结果,验证了该着陆轨道优化方法的有效性。     

基于脉冲初值的小推力转移轨道优化研究

针对小推力转移轨道优化过程往往忽略初值多样性的现状,研究了基于不同脉冲初值的小推力转移轨道优化问题。基于直接法的离散思想建立了小推力转移轨道优化模型,提出了基于粒子群和序列二次规划的组合优化算法,以地球1∶1共振近地小行星2016HO3交会任务为例,将3种典型的脉冲轨道作为初值设计了燃料最优小推力转移轨道。仿真结果表明:3种初值轨道优化得到了2个小推力转移发射窗口,两者燃料消耗差距不超过6%。不同的初值对小推力轨道的整体性能指标影响较小,但开关机时刻和推力方向的变化会产生较大差异,从而得到不同的最优控制曲线。     

运载火箭推力故障下在线计算轻量化任务重构方法

为了避免运载火箭推力下降故障引起发射任务失败,基于径向基神经网络,提出了一种在线计算轻量化的任务重构方法,可快速在线计算最优救援轨道对应飞行轨迹(最优轨迹)的近似解.在离线部分,结合凸优化与自适应配点法产生"故障状态-最优轨迹"数据集.数据集被用来训练径向基神经网络,建立轨迹决策模型来构建故障状态到最优轨迹的动力学关系...     

一种燃料最省的火星精确着陆动力下降段快速轨迹优化方法

针对火星精确着陆问题,给出一种燃料最省的火星着陆动力下降段快速轨迹优化方法。首先以燃料最省为指标建立了着陆器动力下降段轨迹优化问题模型,然后利用极大值原理对该模型的推力大小、推力方向与协状态变量之间的关系进行分析,得出着陆器推力只能以最大或最小推力工作、推力方向和与速度对应的协状态矢量方向相同的结论。并以此为基础,将原问题的状态微分方程和协状态微分方程转换为有限个推力为常值的分段函数,推导每段内微分方程的解析表达式,给出了动力下降段轨迹优化方法的算法流程;最后通过数学仿真将所提出的方法与凸规划、多项式制导方法进行比较。结果表明该方法不仅避免了多项式方法没有考虑推力约束及燃料消耗的缺陷,而且在计算效率方面较凸规划方法有大幅度提高。     

采用Gauss伪谱法的小推力日-火Halo轨道转移优化设计

针对日-地Halo轨道到日-火Halo轨道的小推力轨道转移问题,给出一种基于不变流形理论和Gauss伪谱法的优化设计方法。首先,在日心惯性坐标系中建立小推力轨道优化模型,并基于不变流形理论给出轨道转移中流形出口和入口的选择原则,应用该原则在日-地系统中选择流形出口,在日-火系统中选择流形入口,并将其作为轨道转移的初末状态;然后基于Gauss伪谱法将最优控制问题离散化为非线性规划(NLP)问题,并采用基于逆多项式的形状算法给出了NLP初值的计算方法;最后对该轨道转移问题进行了数学仿真。仿真结果表明：Gauss伪谱法可有效用于小推力日-火Halo轨道转移的优化,且采用逆多项式形状算法得到的初值具有初始误差小,使得NLP收敛速度快的特点。     

吸气式高速飞行器爬升-巡航轨迹在线优化

针对吸气式高速飞行器的大气层内爬升和巡航飞行段,进行了在线轨迹优化设计。与传统的爬升段结合定高定速巡航轨迹形式不同,采用优化的方法得到的轨迹能够保证性能指标的最优性。首先,将轨迹优化问题建模为非线性最优控制问题,控制量包括攻角、倾侧角以及燃油当量比。然后,对问题的非线性进行了处理,将变量进行离散化,得到凸优化问题。分析了飞行器的气动和推力特性,设计了优化变量的初始参考。最后,设计算法的外环迭代策略,将每一次求得的解作为参考轨迹进行下一次迭代计算。数值仿真结果表明,该方法能够解决吸气式高速飞行器爬升巡航段轨迹优化问题,并且求解时间满足在线轨迹优化要求。     

空间机器人神经网络自适应滑模目标操控轨迹跟踪控制

针对参数未知的空间目标操控问题,考虑空间机器人负载不确定性、系统动力学不确定性和环境扰动等因素,为实现操作过程的稳定控制及机器人轨迹的有效跟踪,提出一种基于径向基神经网络估计不确定项的自适应增益非奇异终端滑模变结构控制器。首先基于拉格朗日法建立空间机器人的刚体动力学模型。考虑空间机器人基座姿态主动控制模式,使用径向基神经网络对模型中的不确定项进行估计。进而提出基于神经网络估计的非奇异终端滑模控制器,并针对不确定性和扰动的估计误差设计自适应增益,以期实现空间机器人系统轨迹跟踪控制的收敛。仿真校验结果表明所设计的控制方法具有较好的误差收敛速度和控制精度。     

RBCC可重复使用运载器上升段轨迹优化设计

针对火箭基组合动力(RBCC)可重复使用运载器(RLV)轨迹多段、多控制变量、推力与飞行轨迹耦合,飞行轨迹设计困难的问题,提出了基于高斯伪光谱方法的数值优化求解模型和求解方法,并获得满足要求的上升段燃料最省轨迹。将该轨迹分为3部分,分别由引射火箭、亚燃冲压和超燃冲压发动机提供动力,以攻角和燃料秒流量为控制变量,根据轨迹任务和各模态发动机启动及工作条件建立优化模型、设定各段末端和路径约束,利用高斯伪谱法求解最优轨迹并利用特殊方法计算边界控制变量。通过与传统方法所得轨迹的对比表明,所建立的优化模型和方法可快速求解出RBCC运载器上升段最优轨迹,优化结果符合RBCC运载器工作特点。     

火箭返回制导动力着陆段的自适应启动方法

针对重复使用火箭垂直返回着陆问题,提出了一种燃料最优的动力着陆段自适应启动方法。首先,将燃料最优启动点对应的动力着陆轨迹的推力剖面和攻角剖面描述为解析的形式,该解析形式中攻角剖面由状态量唯一确定,推力剖面仅含一个待定参数。随后,通过预测具有上述解析剖面形式的轨迹判断是否启动动力着陆。计算中引入松弛终端位置约束的策略求解推力剖面待定参数,由终端位置约束判断是否满足燃料最优启动条件。上述策略将燃料最优启动条件的判断问题简化为单一变量求解问题,实现了该问题的快速求解。仿真结果表明,该方法得到的启动点与数值优化方法得到的燃料最优启动点接近,且求解过程稳定、计算效率高。     

一种弹道修正弹SINS任意滚转角快速粗对准方法

针对弹道修正弹药出炮口后滚转角处于随机状态,捷联惯导系统(SINS)失准角过大时卡尔曼滤波收敛困难的问题,提出在卫星拒止环境下利用神经网络快速估计初始滚转角的改进方法。在炮口处布设少量导航信标,建立反向传播(BP)神经网络拟合初始滚转角与观测量间的非线性映射模型。针对信标辅助下姿态弱可观的问题,引入惯导测量参数作为输入,提高网络估计精度。采用主成分分析法进行特征提取,简化网络结构。仿真结果表明,与基于非线性卡尔曼滤波的对准方法相比,本算法可实现任意滚转角下的快速粗对准;对射角、初始俯仰角误差未在训练范围内以及存在布设误差等场景也进行了测试,与未优化的BP网络相比,对准精度更高,鲁棒性更好。     

基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。