多冲量近程交会最优化模型

文章基于Lawden方程对椭圆参考轨道的近程最优交会问题进行了研究,并提出了一种混合遗传算法求解最优近程交会问题。首先在一定假设条件下给出了目标在椭圆参考轨道的近距离相对运动模型——Lawden方程,构建了多脉冲最优交会问题模型并进行了理论分析。性能指标选为轨道交会过程中燃料消耗和时间消耗加权最小的多目标优化指标,优化参数为脉冲大小和脉冲施加时刻,终端状态受到相对位置和相对速度的约束。然后介绍了具有较强全局和局部寻优能力的混合遗传算法。最后以四脉冲为例进行仿真计算。仿真结果表明,是否考虑第一次脉冲位置,总燃料消耗变化不明显。因此,追踪航天器一旦捕获到目标信息即可施加第一次脉冲。仿真结果还证明了混合遗传算法在求解最优交会问题时的有效性。因此,混合遗传算法对基于Lawden方程的椭圆参考轨道近程最优交会问题的求解可行。     

临近圆轨道最优脉冲交会中的参考系选择问题研究

利用极坐标下的无量纲化线性方程研究临近圆轨道最优脉冲交会中的参考系选择问题。首先给出了无量纲化线性方程,接着以定理的形式说明参考系的选择对该方程下的最优交会模式的分类和分布没有影响,并以二脉冲最优交会及二脉冲带漂移最优交会、Hohm-ann最优交会三种交会模式为例说明不同参考系的选择对各自模式下的求解过程也没有影响。但是在无量纲化过程中交会时间和轨道半径差受参考系选择的影响,所以参考系的选择会影响最优交会的结果,最后通过三种最优交会模式的仿真对此结论进行了验证。     

对接口匹配的航天器双主动最优交会研究

研究了两航天器协同轨道机动（双主动）完成近距离交会任务的最优控制问题。在考虑航天器姿态变化、对接口位置及路径约束的情况下,构建了完整的6自由度、26状态的双主动最优交会数学模型。利用高斯伪谱法分别将燃料总消耗最少和交会时间最短两种最优问题离散为大型非线性规划问题,而后应用SNOPT软件包进行了求解。在此基础上通过大量数值计算分析总结了不同初始参数对最小燃料消耗和最短交会时间的影响规律,并与主被动交会形式进行了对比。结果表明,当两航天器质量接近时,双主动交会通常可明显减少燃料消耗,或缩短交会时间;而当质量差距较大时,双主动最优交会逐渐退化为主被动最优交会。     

一类最省燃料优先的多圈飞行脉冲交会

通过分析采用多圈飞行Lambert解的双脉冲交会的特征速度与转移轨道半长轴的关系,指出其最优解实际上是2N+1条满足时间约束的转移轨道中燃料较省的,而非最省燃料轨道.提出将双脉冲交会的首次脉冲矢量分解成方向相同的两次脉冲,使得追踪器在特定的滑行轨道飞行N圈以消耗多余的转移时间,利用剩余的转移时间沿最省燃料轨道与目标交会.几何上证明了这种交会的特征速度与最省燃料转移相同,并且给出了解的存在性条件.通过仿真验证了这种交会比采用多圈飞行Lambert解的双脉冲交会更省燃料,解的存在性对转移时间的长度要求更低.     

摄动椭圆参考轨道上的最优精确交会

针对椭圆参考轨道附近的交会问题,给出了数值梯度寻优算法和遗传寻优算法用于确定最优转移时间和最优双脉冲,并解决了双脉冲半圈交会和整圈交会的奇异问题.在此基础上,考虑地球J2带谐项对相对运动的影响,给出了采用线性梯度的迭代算法,并将其用于摄动下的燃料最优双脉冲交会制导.采用不同偏心率的参考轨道进行了交会仿真,结果表明该迭代...     

能量最优与燃料最优Lambert交会问题

Lambert双脉冲交会问题是航天工程中轨道转移和在轨交会等领域的重要问题,而能量最优和燃料最优Lambert交会问题是针对典型应用背景和工程需求衍生的一类Lambert优化问题。针对能量最优与燃料最优Lambert双脉冲交会问题提出一种基于矢量形式的解析计算方法,给出能量最优和燃料最优Lambert交会问题的矢量形式解析解,同时对2种最优交会问题求解的性质与特点进行了分析对比。仿真结果验证了计算的正确性及燃料最优轨道相比能量最优轨道燃料消耗较少的事实。      

基于人工蜂群算法的固定时间多脉冲交会

在两航天器交会问题中,采用多脉冲变轨策略往往能取得更小的燃料消耗.利用人工蜂群算法优化了航天器固定时间多脉冲交会问题,提出一种改进的人工蜂群算法.该方法能够简化时间约束的处理,能获得满足地球半径约束的解.该方法易于编程,鲁棒性强,可以应用到不同的摄动模型.仿真结果表明,该算法不易陷入局部最优,相比于粒子群算法和传统人工蜂群算法具有更高的求解精度.     

基于引导型人工免疫算法的最优Lambert变轨

主要研究了燃料最省的Lambert双脉冲变轨问题.首先对普适变量法进行改进以避免奇异,并将其用于Lambert双脉冲变轨问题的求解.然后针对只给定初始时刻追踪航天器和目标航天器的轨道要素及总时间约束的交会问题,引入调相时间的概念,并将其和转移时间作为Lambert变轨的优化变量.最后采用引导型人工免疫算法GAIA(Guiding Artificial Im-mune Algorithm)对该优化问题进行寻优.仿真算例表明,与自适应遗传算法AGA(Adaptive Ge-netic Algorithm)相比,GAIA具有更强的寻优能力和更快的寻优速度,从而验证了GAIA用于最优Lambert变轨的有效性.     

卫星编队的多脉冲队形重构方法

主要研究了椭圆轨道燃料消耗最优的多脉冲编队队形重构问题.首先,基于Lawden方程的解析解,推导了多脉冲机动的数学模型.然后构造燃料最优目标函数,将总脉冲写成关于各脉冲作用时间和前n-2次脉冲大小的函数.然后利用遗传算法对问题进行求解,将结果转换到时间域,确定最终各脉冲的大小、方向和作用时间.最后进行了数学仿真,验证了算法的正确性.     

广义多圈Lambert算法求解多脉冲最优交会问题

基于一种高效高精度的Battin多圈Lambert算法提出一种考虑轨道摄动的广义多圈Lambert算法.与现有算法相比,本算法虽然原理复杂但计算流程非常简单,效率极高,分别通过几次内外循环就可满足精度要求.广义多圈Lambert算法结合一种可行解迭代交会模型构成了一个通用的多圈多脉冲交会规划框架,应用两步法求解此多变量的复杂工程优化问题,首先利用高效率的进化全局优化算法以及解析轨道模型作全局搜索,然后利用序列二次规划算法以及简化高精度轨道计算模型作局部搜索,此方法可以保证高效高精度的求解多圈多脉冲交会问题.算例表明此方法特别适用于满足实际工程约束的交会规划问题.     

同一平面气动力辅助变轨的近似解及分析

采用格林函数法,给出了同一平面气动力辅助变轨飞行的3种过程约束(气动加热率、动压、升力约束)条件之间关系的近似定量描述形成的飞行包络线.由此求解了航天器同时受3种约束条件时,各种性能指标下的同一平面气动力辅助变轨轨迹的近似解及相应的最优控制规律.文中对近似解与控制规律的内部结构作了细致的分析,得到了一些有益的结论.     

一种基于时延约束的最优路径求解算法

作为QoS路由和流量工程的关键技术之一,基于时延约束的最优路径问题一直没有得到有效的解决.针对现有的算法很难得到最优解和计算复杂度过大等问题,提出了一种基于时延约束的最优路径求解(DCOP)算法,该算法通过减少算法的搜索空间来有效地降低算法的计算复杂度,可得到最优的无环解.算法采用自适应参数设计,提高了对网络规模和复杂业务变化的适应性.仿真表明该算法比同类算法计算复杂性降低了近一个数量级,且算法具有自适应能力,设计简单,易于工程实现.      

高空太阳能无人机三维航迹优化

为提升高空太阳能无人机的飞行性能和载荷能力,综合考虑无人机运动状态和能量获取、存储、消耗之间的耦合关系,建立了三维航迹优化模型。采用高斯伪谱法在离散点上近似状态变量和控制变量,且在一系列配点上满足动力学方程的约束,将最优控制问题转化为非线性规划问题。针对典型的点到点飞行任务开展了航迹优化,并与常规定高定速航迹进行了对比。结果表明:通过调整飞行姿态,可以使高空太阳能无人机的净吸收能量提高9.2%;综合调整飞行姿态和改变飞行高度两种措施可以获得更大的能量优势,使储能电池剩余电量提高18.8%。      

不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择

针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题,提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先,描述了测试不可靠条件下多目标优化选择问题的数学模型;其次,在该数学模型下,将系统给出的故障检测率和隔离率作为约束条件,将测试代价、漏检率和虚警率作为优化目标,建立了多目标优化问题;然后,提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择,利用NSGA-Ⅱ能够得到一组Pareto最优解,可根据实际需求选择最优的测试组合;最后,针对某装备进行实例分析,得到3组最优解,可以满足不同需求下的最优选择,验证了所提数学模型与多目标优化算法的可行性与有效性。      

基于拟态电势能的飞行器航路规划方法

航路规划是现代各类飞行器,特别是无人机（UAV）安全飞行和完成任务的关键要素。对于复杂威胁环境和高维空间的航路规划问题,传统规划方法在规划速度、航路安全性、算法适用性等方面存在一定的应用局限。分析了电荷在电场中移动引起电势能变化的特点规律及电势场分布特性,模拟电势场理论对飞行环境进行威胁建模,建立基于电势威胁场引导的航路节点概率选择机制及安全性评价准则。在此基础上,构建基于拟态电势能的随机采点扩展式航路规划方法。通过与传统航路规划方法的对比仿真实验表明,运用拟态电势能进行航路规划,能够显著缩短路径长度和计算时间,提高规划航路的安全性,对于航路规划的应用很有价值。      

三维真实地形环境下无人机救援航路规划方法

利用无人机(UAV)的三维飞行能力,采用优化方法规划路径,能够使其在救援任务中比地面车辆以更短的时间到达救援区域,提高救援效率.针对真实的地理环境,根据无人机约束采用均匀化网格方法进行地形建模,之后根据地形数据的特点设计适合数学计算与求解的数据结构.最后设计了包含偏离代价、高度代价、地形跟随/回避代价、威胁代价和安全距离代价的综合性能指标函数,并采用航路点交叉和网格搜索代替航路点搜索的方法,对蚁群算法进行改进完成航路规划.仿真结果表明:本文方法能够直接处理三维地形数据,在保持地貌的前提下,完成了无人机的三维航路规划任务,得到满足无人机约束的三维最优航路,提高了航路规划方法的实用价值.      

舰载机牵引系统路径规划方法

舰载机在任务繁忙和障碍密集的飞行甲板上运动,为了降低舰载机的能耗和增加发动机使用寿命,一般由牵引车牵引舰载机运动,舰载机和牵引车构成牵引系统。为了提高牵引系统出行任务的安全高效性,提出了一种甲板环境下的牵引系统路径规划方法。建立了路径规划的数学模型,该模型包括牵引系统运动学模型和机动能力约束,任务目标函数和任务约束模型,以及障碍物规避模型。结合上述模型,基于几何学理论和Dijkstra算法设计了最优路径的搜索方法。以尼米兹级航母飞行甲板为例,进行了牵引系统的路径规划和跟踪控制仿真,结果表明了模型的合理性和方法的有效性。      

复杂低空物流无人机路径规划

针对复杂低空物流无人机路径规划问题,考虑空域环境、运输任务等内外限制,以飞行时间、能耗及危险度最小为目标函数,建立多限制条件物流无人机路径规划模型,设计启发算法以快速解算路径。采用栅格法对规划环境表征,引入物流无人机性能约束确保路径可飞。针对A*算法存在的问题及物流无人机航空运输特色,引入栅格危险度因子、货物质量惩罚系数,增加飞行时间、能耗等代价以提升避障能力、降低成本。为匹配所提启发算法解算效率与精度,采用动态加权法对函数赋权。为筛除冗余路径点及保证平稳飞行,采用双向交叉判断法等对原路径优化平滑。为验证所提路径规划模型及启发算法的有效性,对比4种算法规划结果,分析栅格粒度大小与代价权重值对结果的影响。在既定的运输环境及物流无人机性能约束下,研究结果表明:所提算法与A*算法相比,保证了物流无人机飞行安全、能耗少,将飞行时间由406 s降至386 s,降低了5%;飞行路径点数为129个、栅格危险度因子为11.69,降低了姿态改变次数,保证了运输安全;当栅格粒度大小为5 m,代价权重值为0.4、0.1、0.5时,采用所提算法规划的路径最佳。      

基于高斯伪谱法的火星表面上升燃耗最优轨迹设计

火星上升器的设计与其轨迹设计紧密相关,而现有方法大都将MAV(Mars Ascent Vehicle)的分级优化和轨迹优化解耦计算,其计算效率低且鲁棒性较差。提出了一种基于高斯伪谱法的两级MAV分级与轨迹耦合多阶段优化算法,它以MAV的发射总质量最小为目标函数,并考虑了MAV设计约束、MAV的质量模型约束、轨迹的路径约束和控制约束等限制条件。利用该方法可以同时求得发射总质量最小的两级MAV分级参数和一条燃耗最优的上升轨迹,解决了由于不合理的两级MAV分级设计导致的轨迹优化算法无法收敛的问题。数值仿真结果表明该方法具有较快的收敛速度,且对初值选取的敏感度较小、具有较强的鲁棒性。