多约束条件下高超声速滑翔飞行器轨迹优化

研究了考虑航路点、禁飞区、热流、动压、过载、控制量以及终端状态等多种约束条件下高超声速滑翔飞行器轨迹优化设计问题。分析了采用一般Gauss伪谱方法进行高超声速滑翔飞行器轨迹优化设计存在的主要问题,为此,提出了轨迹分段优化策略,将轨迹优化的一般最优控制问题转换为多段最优控制问题,进而将各段轨迹按Gauss伪谱方法进行离散化,将连续多段最优控制问题转换为非线性规划问题进行求解。以多约束条件下最大射程轨迹优化为例进行仿真分析,结果表明分段优化方法能够较快地设计出满足各种约束条件的优化轨迹。     

基于Gauss伪谱方法的高超声速飞行器再入轨迹快速优化

基于一种求解最优控制问题的新方法—Gauss伪谱法(Gauss Pseudospectral Method\|GPM) ,研究了高超声速飞行器滑翔式再入的快速轨迹优化问题。针对远程多约束条件下滑翔式再 入轨迹优化问题的难点,提出了基于GPM的串行分段优化策略,包括三个方面：(1) 构造了 设计变量初值生成器,获得近似最优解作为优化初值;(2) 提出从可行解到 最优解的串行优化策略;(3) 引入平衡滑翔条件构造动态分段点,将再入轨迹分为初始下降 段和滑翔段分别求解。以某高超声速再入飞行器为对象进行轨迹优化计算,仿真结果验证了 本文的轨迹优化方法具有较高的精度和计算效率。
     

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。     

再入轨迹多约束模型预测静态凸规划方法

针对大升阻比可重复使用飞行器再入滑翔轨迹规划问题,提出了一种基于自适应分段Chebychev伪谱离散的多约束模型预测静态凸规划算法(P-CMPCP),实现了全量终端状态约束及多过程约束作用下再入轨迹的高精度迭代解算。考虑倾侧角翻转导致控制量不连续,传统规划方法难以同时严格满足终端位置、角度约束,且过程约束易超限,采用自适应分段伪谱离散策略,构建全程飞行状态及过程性能指标约束对各配点处控制调整量的敏感度关系,从而将非线性最优控制问题转化为静态凸规划问题,并利用内点法对各分段控制量进行了协调优化。本文所提方法无需对动力学模型进行简化或近似处理,即能以少量积分运算使轨迹满足再入全量模型约束,且控制量平滑,数值精度优于传统规划方法。     

高超声速飞行器再入轨迹快速优化研究

基于求解最优控制问题的Chebyshev伪谱法(Chebyshev Pseudospectral Method,CPM),研究了高超声速飞行器再入轨迹快速优化问题。针对远程多约束条件下再入轨迹优化问题的难点,提出了一种线性初值与节点更新相结合的优化策略,将攻角与倾侧角同时作为控制变量,以再入飞行时间最短为优化目标,利用CPM将轨迹优化问题转化为非线性规划问题,并使用SNOPT软件包求解,使CPM成为一种再入轨迹快速优化的通用算法。以某类高超声速再入飞行器为对象进行轨迹优化计算,并对比相同仿真条件下粒子群(PSO)算法的优化效果,仿真结果验证了该算法具有较高的求解效率和快速收敛性。     

基于高斯伪谱方法的再入飞行器预测校正制导方法研究

为了提高再入制导的适应性和鲁棒性,提出了一种最优预测校正制导方法.根据伪谱方法将再入动力学微分方程约束转换为代数方程约束,将制导问题转换为不需要积分弹道的最优规划问题,利用Gauss伪谱法收敛速度快、精度高的特点,设计了航路点间分段优化的伪谱自适应鲁棒再入制导律,对制导律的特性进行了分析.数值仿真表明,这种再入制导律对于再入点误差不敏感,具有良好的鲁棒性,仿真表明校正时间很短,具有应用于在线制导的潜力.     

基于Gauss伪谱法的多UAV协同航迹规划

将伪谱法应用于多无人飞行器（Unmanned Aerial Vehicle, UAV）协同航迹规划,给出了基于Gauss伪谱法（Gauss Pseudospectral Method, GPM）的多UAV协同航迹规划方法。根据UAV的物理特性,结合协同规划的要求,建立了多UAV协同规划的最优控制模型。此模型包括UAV机动性能约束、路径约束、多UAV协同打击约束和集结区约束;利用GPM将最优控制问题转化为非线性规划问题,并用非线性规划软件求解。仿真结果表明,该方法能够满足多UAV的协同规划要求,具有较高的求解精度。     

采用利希滕贝格图的高超声速飞行器轨迹优化

针对复杂约束条件下高超声速飞行器再入轨迹优化问题,提出一种混合算法进行求解,以解决现有轨迹优化方法对初值的强依赖性以及易陷入局部最优等问题。将高超声速飞行器再入轨迹优化建模成一个非线性规划问题,并设计双层优化结构进行求解。上层中,提出一种基于利希滕贝格图的自适应分段利希滕贝格算法（Adaptive piecewise Lichtenberg algorithm,APLA）,为高斯伪谱法提供良好的初值。APLA通过引入拉丁超立方体抽样提升算法初始触发点的效能,引入全局至局部搜索分段策略及自适应因子提高算法收敛速度和收敛精度,改善算法易陷入局部最优等情况。下层中,高斯伪谱法在最优解附近具有较好的收敛速度和较高收敛精度,因此使用高斯伪谱法以加快搜索过程,提升解的全局最优性。综上,提出再入轨迹优化混合算法（APLA＿GPM）,实现对高超声速飞行器再入轨迹优化问题快速、准确求解。仿真结果表明,APLA＿GPM在高超声速飞行器再入轨迹优化方面具有更快的收敛速度、更高的精度以及更强的鲁棒性。     

引入控制量变化率约束的双层协同轨迹规划器

针对亚音速飞行器编队飞行轨迹规划约束复杂、求解困难的问题,提出了一种引入控制量变化率约束的双层亚音速飞行器协同轨迹规划器。首先,引入控制量变化率约束以保证轨迹可行性,为了避免增加新的状态方程而增加计算量,采用拉格朗日插值多项式计算控制变量变化率,将其作为求解最优控制问题伪谱法的约束条件。然后,使用顶层单飞行器规划器在不考虑多飞行器协同约束的条件下使用较少配点的伪谱法快速求解每个飞行器的粗略轨迹结果,求解结果使用拉格朗日插值作为底层多飞行器规划器的初值。底层多飞行器规划器使用更多的配点以确保求解的精度,在考虑多飞行器协同约束条件下进行伪谱法求解,以解决伪谱法初值敏感问题并提高优化效率。最后仿真结果表明了所提方法的有效性,与引入虚拟控制量而增加状态方程方法相比,此方法计算量更小,求解效率更优,满足协同轨迹规划的要求。     

基于在线轨迹规划的混合再入制导方法(英文)

针对在线轨迹规划与跟踪,提出了一种混合再入制导方法。该方法将基于航路点的分段轨迹规划与轨迹跟踪制导有效地结合起来。首先给出再入飞行器无量纲运动方程,建立制导坐标系(GCF),并推导了新坐标系下的经纬度表达式。并将再入飞行过程中各种飞行约束条件转换为控制变量约束。为了加快轨迹优化速度,设计了初始再入飞行轨迹和相关航路点,给出了基于航路点信息的分段轨迹在线规划方法。纵向飞行轨迹跟踪采用基于线性二次型调节器(LQR)的方法,横侧向制导采用横向误差走廊的方法进行控制。仿真结果显示,该方法在线轨迹规划平均计算时间小于0.2秒,且具有较高的制导精度。     

基于序列凸优化的高超声速滑翔式再入轨迹快速优化

针对具有热流、动压、过载以及多个禁飞区约束的再入轨迹优化问题,提出采用序列凸优化方法快速求解。利用归一化时间作为自变量解决终端时间自由问题,并引入辅助控制变量以减少序列优化结果中的高频振荡,在此基础上,通过线性化、离散化和非凸约束的凸化处理,将非凸非线性优化问题转化为二阶锥规划(Second Order Conic Programming,SOCP)问题,然后采用凸优化求解算法快速求解。数值优化结果与对比验证表明该方法能快速高效求解多约束条件下的再入轨迹优化问题,且计算效率和性能均优于传统的非线性规划方法。     

高超声速滑翔飞行器再入轨迹快速、高精度优化

针对高超声速滑翔飞行器再入轨迹优化问题，提出一种基于稀疏差分法和网格细化技术的快速、高精度求解方法。该方法应用局部配点法将再入轨迹优化问题转化为非线性规划(NLP)问题，从两方面提高轨迹优化的效率和精度。一方面，引入一种高效的稀疏差分法计算NLP的一阶偏导数，提高NLP的求解效率；另一方面，提出一种基于新型广义二分网格的网格细化算法调整离散节点的数量和分布，使得方法能够采用较少的节点数目取得较高的优化精度，从而减小NLP的规模和计算量。应用该方法求解了高超声速滑翔再入轨迹优化问题，仿真结果表明所述方法能够快速生成一条严格满足各种约束的最优三维再入轨迹。在此基础上，研究了滑翔飞行器的再入落点区范围，进一步检验了该方法的有效性。     

基于Gauss伪谱法的固体运载火箭上升段轨迹快速优化研究

研究Gauss伪谱法在多级固体运载火箭上升段轨迹快速优化设计中的应用。针对多
级固体运载火箭上升段轨迹优化的特点,研究了求解多阶段最优控制问题的Gauss伪谱法,
引入连接点概念处理间断点,设计了边界控制变量计算方法。为进一步提高轨迹优化速度,
设计了含初值生成器的Gauss伪谱法串行轨迹优化策略,实现了固体运载火箭上升段轨迹快
速优化。仿真结果表明,采用提出的优化方法优化一条上升段轨迹所用时间为2~3分钟,终
端约束和路径约束均得到很好满足,算法求解精度高,对初值依赖性小,设计的边界控制变
量计算方法可行。     

基于序列二次规划算法的再入轨迹优化研究

介绍了序列二次规划算法在飞行器再入轨迹优化问题中的应用.首先引入了能量替代变量对无量纲运动方程进行推导,使得运动方程和优化问题易于处理,考虑严格的过程约束和终端约束,以攻角和倾侧角为控制变量,总加热量最小为性能指标;然后通过直接配点法将最优控制问题转化为非线性规划问题,选取各节点的状态量和控制量作为优化参数;最后应用序列二次规划算法对非线性规划问题进行求解.针对多约束的再入飞行器的轨迹优化时对初值敏感的问题,提出一种参考轨迹快速规划算法,提高了优化速度.仿真结果表明提出的方法能够较快地搜索到最优轨迹,满足所有约束且落点精度高.     

基于奇异摄动与反馈线性化的滑翔制导律

针对高超声速再入飞行器最远距离滑翔制导关键技术,设计了一种新型制导律.首先,利用奇异摄动理论对再入飞行器状态变量进行两个时间尺度的划分,将系统状态方程分解成两个低维子系统.然后,应用最优控制理论得出慢时间尺度上的解,并将其作为降维后的最优参考轨迹;在此基础上,利用非线性微分几何反馈线性化方法,设计快时间尺度制导指令,实...     

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。     

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。     

高超声速滑翔飞行器引入段弹道优化

高超声速飞行器弹道优化设计的目的足得到高超声速飞行的控制指令，从而得到方案弹道，针对其数学模型，寻找一个作为输入的攻角规律使得弹道最优。我们将此弹道问题转化成最优控制问题，通过极大值原理得到最优弹道的一阶必要条件。我们采用遗传算法求解了此两点边值问题。首先从次优化弹道得到攻角的变化规律，然后由从次优化弹道估计出的攻角范围推导出初始伴随变量的变化范围，再用遗传算法在此范崮内优化初始伴随变量得到了伞局最优弹道和相应的初始伴随变量。通过一个实例求得了满足热流约束的最大终端速度弹道，通过比较可知优于次优化弹道，从数值计算例子还可以看到遗传算法是求解两点边值问题的一种比较好的方法。