基于非线性规划的高超声速滑翔轨迹优化

研究了最大航程的无动力滑翔轨迹优化问题。为避免间接法的缺点,采用直接单重打靶法将轨迹优化问题转换为非线性规划问题,并利用非梯度优化算法和梯度优化算法相结合的混合优化策略得到最优轨迹。仿真结果表明,在采用更为真实的大气模型和动力学模型条件下,该方法具有较高的求解精度、收敛性以及鲁棒性,降低了初值要求;相对于最大升阻比轨迹,射程提高1.54%。     

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。     

基于间接法的上升段轨迹优化方法研究

固体火箭上升段轨迹优化设计具有重要的工程意义.针对此问题,提出了一种求解上升段最优轨迹的可行方法.在零侧滑角假设下构建飞行器模型,以推力方向为最优控制量,根据极小值原理推导一阶最优条件.采用间接法,将真空条件下上升段最优轨迹的解作为初值,以状态响应方程构造一种迭代的方法,最后在满足攻角过程约束下,通过同伦算法获得真实大气环境下的最优轨迹.仿真结果表明,该优化算法能够稳定收敛,具有良好的鲁棒性.     

联立法求解月面上升段最优轨迹的快速收敛控制技术

为了更好地解决复杂约束下的航天器月面上升段在线轨迹规划问题,提出了一种求解最优轨迹的联立框架。首先利用有限元正交配置法将状态变量和控制变量完全离散化,得到一个非线性规划命题。考虑到命题中含有较多的不等式约束并且会随着有限元的增加而增加,故采用内点算法对非线性规划命题进行求解。离散化后的非线性规划命题的规模大幅度增加,导致了优化计算难度的加大和求解时间的增加,为了便于联立法的在线应用,采用收敛深度控制策略从平衡解的精度和计算效率的角度来改进优化算法的实时性。以某航天器载人返回任务月面上升段场景为算例进行仿真,结果表明基于联立法求得的最优控制量序列得到的飞行轨迹满足轨道根数的精度要求,同时利用收敛深度控制策略可以实现快速收敛控制。     

基于Proximal-Newton-Kantorovich凸规划的空天飞行器实时轨迹优化

针对空天飞行器大气层内上升段实时轨迹优化问题，提出一种基于Proximal-Newton-Kantorovich凸规划的轨迹优化方法。首先，应用Newton-Kantorovich迭代方法将轨迹优化问题转化为一系列的子问题，每个子问题都是一个线性最优控制问题；其次，针对Newton-Kantorovich迭代方法忽略运动方程中的高阶信息，导致难以收敛这一问题，提出Proximal-Newton-Kantorovich迭代方法，在子问题的性能指标中加入邻近规则化项，改善了Newton-Kantorovich迭代方法的收敛性；最后，将子问题离散为二阶锥规划问题，并应用内点法进行求解。提出的Proximal-Newton-Kantorovich凸规划方法是一种求解非线性轨迹规划问题的可行途径。理论分析表明，Proximal-Newton-Kantorovich迭代方法的收敛结果一定是轨迹优化问题的局部最优解。数值实验表明，此方法的计算时间在毫秒级。     

基于二代小波的轨迹优化节点自适应加密

针对采用直接法求解轨迹优化问题中精度和效率之间的矛盾,提出了基于二代小波轨迹优化节点自适应加密.采用RK(Runge-Kutta)离散方法将原轨迹优化问题转化为非线性规划问题,并采用成熟的非线性规划算法求解.对控制或状态函数进行小波变换得到小波系数,基于小波系数和二分节点的对应关系,根据小波系数的幅值确定下一个迭代步所使用的节点并进行序列优化.算例结果表明:通过设置合适的小波系数阀值,采用较少的时间离散节点即可使优化结果达到预定的精度.与高斯伪谱法软件相比,节点个数大约减少10%,最优指标的精度大约提高1个数量级.      

基于混合规划策略的自由漂浮冗余机械臂减振运动规划(英文)

对自由漂浮柔性冗余机械臂系统的减振运动规划问题进行研究。首先,采用拉格朗日方法建立系统的动力学模型,并给出了减振运动规划的模型。其次,提出一种基于高斯伪谱法与直接打靶法的混合规划策略,用于求解运动规划问题。先利用高斯伪谱法将运动规划问题转化为一个非线性参数优化问题,并用遗传算法确定近似解,随后利用直接打靶法建立优化模型,将得到的近似解作为优化变量的初值,并采用序列二次规划算法求得精确解。最后,对算例进行分析,验证了基于混合规划策略得到的关节运动轨迹能够明显减小柔性臂杆的全局振动以及残余振动。数值计算的结果表明该方法对减振运动规划问题的求解是有效且稳定的。     

直接优化算法在快速交会组合变轨策略中的应用

快速交会远程导引段轨道机动过程中,交会时间受限、考虑测控约束的最小燃料消耗脉冲交会属于多变量优化问题,需要建立一种混合的优化算法对问题求解。建立了基于Lambert双脉冲的多脉冲快速变轨策略模型,给出一种三步串行的混合智能优化算法对模型进行求解。首先利用粒子群算法搜到全局最优解的近似解;然后以全局最优解的近似解作为二体模型的初解,用序列二次规划算法对全局最优解的近似解进行局部优化,所得解为精度较高的精确解;最后以二体模型下所得的解为初值,用最小二乘法解非线性摄动约束的快速交会问题。使用三步串行的混合优化算法对基于轨道要素的变轨策略进行仿真验证与分析。仿真结果表明,该算法能够规划出椭圆轨道到圆轨道共面、两椭圆轨道异面以及考虑测控约束情况下的快速交会轨道机动策略。     

自动微分技术及其在轨迹优化中的应用

研究了自动微分技术在直接配点法中的应用,将其与内点非线性规划算法相结合,用于求解配点法转化得到的非线性规划问题。采用前向自动微分模式,利用ADOL-C实现了基于算子重载的自动微分计算;为验证算法的性能,以经典的航天飞机再入轨迹优化问题为例,针对三种直接配点格式,比较了自动微分法和有限差分法用于微分计算的性能。研究结果表明,自动微分可以提高微分信息计算的精度和效率,进而提高非线性规划算法的稳定性和收敛速度。     

非合作目标交会的双层MPC全局轨迹规划控制

针对空间非合作目标近距离视线交会中的全局最优鲁棒轨迹规划与控制问题,提出了基于高斯伪谱方法（GPM）和线性时变模型预测控制（LTVMPC）的双层模型预测控制（MPC）算法。在轨迹规划方面,以视线坐标系下的相对轨道动力学为模型、能量最少和控制精度最优为性能指标构建最优控制问题,利用GPM精度高、收敛速度快的特点将最优控制问题转化为易于求解的全局非线性规划问题,在MPC框架下求解得到全局最优的标称轨迹,克服了传统的MPC不适用于全局大范围非线性规划的缺点;在轨迹跟踪控制方面,考虑预测时域内状态转移矩阵的时变特性,设计了LTVMPC算法对标称轨迹进行追踪,避免了存在不确定性时轨迹的重规划,从而降低在线计算量,保证算法在线自主实施,并且采用滚动优化的策略使算法对不确定性具有鲁棒性。由于规划层和控制层考虑的约束相同,因此规划的轨迹是可控、可达的。数字仿真表明,在燃料消耗和交会时间等方面,提出的方法均显著优于传统的MPC方法,相较于传统的MPC方法,新算法的交会时间减少50%左右,燃料消耗降低30%以上。     

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.      

Overview of some optimal control methods adapted to expendable and reusable launch vehicle trajectories

Launcher trajectory optimization is a complex task, especially when considering the specific problems arising in the study of reusable launch vehicles. Part of the difficulty comes from the different characteristics of the trajectory arcs which make up the vehicle's mission (constraints and controls may not be the same). Another difficulty is the necessity, in some cases, of a global optimization between ascent and re-entry phases (branching optimisation). Finally, optimization tools devoted to this task should be polyvalent and robust, as the studies of reusable launch vehicles usually cover many different concepts, and also many different trajectory cases (such as abort scenarios). The purpose of this paper is to present different approaches used in France by CNES and ONERA to solve optimal control problems in the context of launcher trajectory optimization. These approaches, which are powerful implementations of classical optimization methods, were designed to cover the needs for both expendable and reusable launchers trajectory calculation. The first optimization tool presented is OPTAX, which uses an indirect shooting method. The second and third tools presented are CNES's ORAGE and ONERA's FLOP/OLGA, which use two different variants of the gradient method. The paper describes the equations and methodology behind these tools, and also presents their advantages and drawbacks.     

基于Gauss伪谱法的UCAV对地攻击武器投放轨迹规划

研究无人作战飞机(UCAV)在对地攻击阶段的武器投放轨迹规划问题.针对传统方法在处理复杂的飞行器运动学、动力学约束上存在的困难,提出了一种基于Gauss伪谱法(GPM)的求解策略.首先,为了最大程度地逼近实际飞行环境,对UCAV的气动力特性、发动机推力特性、油耗特性及大气环境特性进行了高精度拟合,并充分考虑了飞行器各种...     

求解最优月球软着陆轨道的隐式打靶法

基于间接法思想推导出一种隐式打靶法对月球软着陆轨道优化问题进行了研究。建立月球软着陆轨道归一化系统模型,利用庞特亚金极大值原理将月球软着陆轨道优化问题转化为满足最优必要条件的两点边值问题（TPBVP）,采用一种新的时间变量使两点边值问题的终端时刻固定,同时将终端时刻看作状态变量并引入终端时刻的哈密尔顿函数值作为隐式终端条件,提出一种隐式打靶法对含有隐式终端条件的两点边值问题进行迭代求解,从而得出燃料消耗最优的月球软着陆轨道。仿真结果表明,与直接法和混合法相比,隐式打靶法优化精度高,收敛速度快,实现了月球软着陆过程燃料消耗最优。同时应用隐式打靶法求解不同发动机推力值的最优月球软着陆问题,得到燃料消耗最小的最优推重比,可为月面着陆器下降级发动机选型提供参考。     

Real-time trajectory planning for UCAV air-to-surface attack using inverse dynamics optimization method and receding horizon control

This paper presents a computationally efficient real-time trajectory planning framework for typical unmanned combat aerial vehicle (UCAV) performing autonomous air-to-surface (A/S) attack. It combines the benefits of inverse dynamics optimization method and receding horizon optimal control technique. Firstly, the ground attack trajectory planning problem is mathematically formulated as a receding horizon optimal control problem (RHC-OCP). In particular, an approximate elliptic launch acceptable region (LAR) model is proposed to model the critical weapon delivery constraints. Secondly, a planning algorithm based on inverse dynamics optimization, which has high computational efficiency and good convergence properties, is developed to solve the RHCOCP in real-time. Thirdly, in order to improve robustness and adaptivity in a dynamic and uncer- tain environment, a two-degree-of-freedom (2-DOF) receding horizon control architecture is introduced and a regular real-time update strategy is proposed as well, and the real-time feedback can be achieved and the not-converged situations can be handled. Finally, numerical simulations demon- strate the efficiency of this framework, and the results also show that the presented technique is well suited for real-time implementation in dynamic and uncertain environment.     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。     

High-fidelity trajectory optimization for aeroassisted vehicles using variable order pseudospectral method

In this study, the problem of time-optimal reconnaissance trajectory design for the aeroassisted vehicle is considered. Different from most works reported previously, we explore the feasibility of applying a high-order aeroassisted vehicle dynamic model to plan the optimal flight trajectory such that the gap between the simulated model and the real system can be narrowed. A highly-constrained optimal control model containing six-degree-of-freedom vehicle dynamics is established. To solve the formulated high-order trajectory planning model, a pipelined optimization strategy is illustrated. This approach is based on the variable order Radau pseudospectral method, indicating that the mesh grid used for discretizing the continuous system experiences several adaption iterations. Utilization of such a strategy can potentially smooth the flight trajectory and improve the algorithm convergence ability. Numerical simulations are reported to demonstrate some key features of the optimized flight trajectory. A number of comparative studies are also provided to verify the effectiveness of the applied method as well as the high-order trajectory planning model.