引入多Agent协商的协同优化在卫星设计中的应用

卫星设计是复杂的多学科优化问题,协同优化算法具有模块化特点适合于处理多学科优化问题。在对卫星进行多学科优化时发现,现有的协同优化算法为了保证共享变量在系统级和分系统级间的一致性,收敛困难,计算量大,不对分系统自身进行优化不能保证卫星整体性能最优。本文通过引入Agent概念和基于Agent的协商算法,提出了一种基于劝说式多Agent协商的协同优化设计算法。针对对地观测卫星,以总质量最小为目标,建立了包含结构、轨道控制、姿态控制和电源4个分系统Agent和1个系统级Agent的卫星优化设计模型并进行了协同优化设计。研究结果表明:引入Agent协商算法的协同优化算法,可以保证共享变量的一致性;在协同优化算法中增加分系统自身优化模块,可以保证在系统级优化过程中各分系统一直都是最优的。      

基于粒子群算法的电帆轨迹优化设计

电帆是一种利用太阳风动量的新颖的无工质空间推进系统,文章研究了以电帆为对象的行星际转移轨迹优化问题。以地球轨道转移到火星、金星轨道为任务对象,采用连续推力模型,研究极坐标系下最小时间转移轨迹优化设计问题。提出了两种基于粒子群算法(PSO)的直接优化方法,避免对协态变量初值敏感的两点边值问题（TPBVP）求解。方法一是通过打靶法直接离散化控制量输入,将最优控制问题转化为非线性规划参数优化问题,采用PSO算法寻优,获得近似最优的转移轨迹。方法二是针对任何连续控制律曲线都能以一定精度的多项式函数进行曲线拟合的特性,设计逼近最优转移轨迹控制律的多项式函数,通过PSO算法优化多项式函数参数获得逼近最优解的转移轨迹。仿真结果表明采用上述两种方法进行转移轨迹优化设计,具有随机猜测初值、全局收敛、鲁棒性强的特点。     

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.     

基于轨迹-速度双目标的平面连杆机构设计

提出了一种在轨迹-速度双目标设计要求下优化综合连杆连续轨迹生成机构的方法.利用机构执行末端速度运动规律寻求平面连杆轨迹生成机构插值节点,使所选取的插值节点具有了运动速度要求的信息.基于该方法建立连续轨迹生成机构优化综合模型,以对应轨迹点差值最小作为优化目标函数,采用BFGS(Broyden-Fletcher-Gddfarb-Shanno)拟牛顿非线性优化算法优化计算机构尺寸.在设定曲柄匀速转动前提下,优化计算出了符合轨迹-速度设计要求的平面连杆机构尺寸,实现了预期的设计目标.最后比较了四杆机构和五杆机构实现实例的优化结果,表明了该设计方法的可行性和有效性.     

近地轨道运载火箭轨迹／总体参数一体化优化设计

在运载火箭概念设计阶段 ,总体参数的确定结合轨迹优化设计能最大程度地提高设计性能。从工程实际要求出发 ,建立了运载火箭轨迹 /总体参数一体化优化设计数学模型。确定了近地轨道的发射轨道优化设计方法 ,采用多重参数化法将轨迹最优控制问题转化为参数优化问题。针对一体化设计问题的求解要求提出了相应的组合优化算法。结果表明 ,经过一体化优化设计 ,衡量运载火箭性能的一个重要指标———起飞总质量减少了约3 5 %。该优化模型及其求解软件已经被成功地应用到工程设计中     

基于频域LMS的自适应波束形成算法

在分析传统自适应波束形成的基础上,提出了一种基于频域最小均方(LMS)的自适应波束形成算法。该算法先对输入信号进行FFT变换,再通过LMS算法实现了频域上自适应波束形成。FFT变换后信号为稀疏矩阵,自相关下降,LMS算法收敛速度提高;理论分析和仿真结果表明了该算法收敛速度较快、性能较好,且计算量较少,易于实时实现,而且文章提出的波束形成算法对相干信源具有鲁棒性。     

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。     

一种改进的最小二乘景像匹配算法

为提高景像匹配系统的匹配速度和对初始定位误差、噪声的鲁棒性,对实时图与基准图之间的灰度分布关系进行分析,建立实时图和基准图之间的景像匹配模型,给出了一种改进的最小二乘景像匹配算法.该算法在最小二乘目标函数中引入一个辅助约束项构成综合目标函数,辅助约束项隐含有对量测输入平滑性的约束,提高了匹配算法的稳定性,运用牛顿法推导出该算法的递推公式,该算法充分利用了综合目标函数的一阶、二阶导数信息,因此具有较快的收敛速度.仿真结果表明了算法的有效性.     

基于轨迹方法的AFDX网络路由配置算法

针对航空电子全双工交换式以太网(AFDX,Avionics Full Duplex Switched Ethernet)的网络关键技术——虚拟链路(VL,Virtual Link)的静态路由算法,提出了一种基于AFDX轨迹方法的VL路由配置算法——TRJ算法,保证配置VL的端端确定性最大延迟满足给定的时延约束.TRJ算法计算每条VL基于轨迹方法得到的初始延时约束比,按照延时约束比从小到大的顺序结合轨迹方法进行VL静态路由配置.在AFDX网络典型配置下,将该路由算法与最小跳路由和均衡路由算法进行比较,结果表明最小跳路由算法用了最少的资源,均衡路由算法平衡了网络流量,但只有该算法保证了所有VL的端端最大延迟满足时延约束,证明该算法的有效性.     

ICO多学科设计优化方法

协同优化(CO, Collaborative Optimization)算法在应用中存在计算困难的问题.分析了引起CO算法计算困难的原因;使用L₁范数改进了CO算法的学科一致性约束,避免了学科级目标函数导数的不连续性,并从数学理论上证明了改进的学科一致性约束的收敛性;增加系统级罚函数,使系统级优化问题转化为无约束优化问题;使用快速启动方法,在子系统级优化过程中充分合理利用系统级优化求得的最优解;给出了使用改进的学科一致性约束、系统级罚函数和快速启动方法的ICO(Improved Collaborative Optimization)多学科设计优化方法,较好地克服了CO算法存在计算困难的缺点.标准算例实验结果表明,ICO多学科设计优化方法有效提高了算法的稳定性、可靠性和计算效率.      

MIDACO on MINLP space applications

A numerical study on two challenging mixed-integer non-linear programming (MINLP) space applications and their optimization with MIDACO, a recently developed general purpose optimization software, is presented. These applications are the optimal control of the ascent of a multiple-stage space launch vehicle and the space mission trajectory design from Earth to Jupiter using multiple gravity assists. Additionally, an NLP aerospace application, the optimal control of an F8 aircraft manoeuvre, is discussed and solved. In order to enhance the optimization performance of MIDACO a hybridization technique, coupling MIDACO with an SQP algorithm, is presented for two of these three applications. The numerical results show, that the applications can be solved to their best known solution (or even new best solution) in a reasonable time by the considered approach. Since using the concept of MINLP is still a novelty in the field of (aero)space engineering, the demonstrated capabilities are seen as very promising.     

多级固体运载火箭分级多学科设计优化

为了解决固体运载火箭总体优化过程中学科耦合性强、计算复杂、设计效率低等问题,建立了多级固体运载火箭的几何外形、质量、气动、推进、弹道/制导等学科模型,将多级运载火箭分成若干个子级火箭,并通过级间飞行状态连续性条件连接到一起,形成系统级和子系统级的框架。设计了并行方式和串行方式2种子系统的优化流程,以起飞总重最小为目标进行了多学科设计优化(MDO)。结果显示,这2种分级优化的方法与多学科可行(MDF)方法相比能减小优化过程中的迭代次数,得到更好的优化结果,从而验证了分级优化方法在多级固体运载火箭MDO的可行性与优越性。      

Earth–Moon low energy trajectory optimization in the real system

The problem of the Earth–Moon low energy trajectory optimization in the real system (the model defined by the JPL ephemeris DE405) is considered in this paper. First, this problem is investigated in the model of circular restricted three-body problem, since the fuel consumption is closely related to the Jacobi integral of the transfer trajectory, a method based on Jacobi integral is proposed and eight optimal trajectories are obtained. These optimal trajectories provide initial information (the flight time and the braking velocity impulse) to search the optimal low energy trajectories in the real system through optimization techniques. Considering the merit and drawback of particle swarm optimization and differential evolution algorithm in solving the space trajectory problem, an improved cooperative evolutionary algorithm is put forward. Result shows that the low energy trajectories in the real system are more fuel-efficient than the corresponding ones under the circular restricted three-body problem.     

月球探测器垂直软着陆4D轨道全局优化

提出一种包含动态规划法与共轭梯度法的组合优化算法,求解月球探测器垂直软着陆问题. 其以动态规划法中求得的次优控制变量作为共轭梯度法的初始控制变量,求得更为精确的最优控制变量和最优轨道. 月球垂直软着陆的轨道可以分为两段,即制动段与着陆段. 以燃料消耗量最小为性能指标,采用该组合优化算法分别对两段轨道进行了4D全局优化. 数值仿真结果表明,该组合算法优化精度较高,收敛速度快,稳定性好,可用于机载计算机实时生成垂直软着陆4D轨道,同时还可推广到其他终端时间自由型两点边值问题.      

高超末段机动突防/精确打击弹道建模与优化

针对高超声速飞行器再入末段机动突防、精确打击问题,从最优控制角度出发,提出了一种考虑拦截弹动力学特性的最优机动突防弹道优化方法,获得了高超声速飞行器的最大机动能力。该方法将拦截弹运动模型引入突防弹道优化的模型中,通过施加约束限制拦截弹按照比例导引律飞行。根据飞行任务和交战双方的弹道特点分段,结合各段的任务和特性,分别提出了突防性能指标和精确打击性能指标等,并通过加权函数将各个独立、矛盾的性能指标统一,建立了多对象、多段、多约束机动突防弹道优化模型,采用Radau多段伪谱法（MRPM）进行求解。针对该问题求解的初值敏感、可行域窄等问题,提出了一系列弹道优化策略,提高了收敛速度和求解精度,最终获得了最优机动弹道,并通过协态映射原理对其最优性进行了验证。结果表明,该方法能充分发挥高超声速飞行器的机动能力,获得满足落点精度要求的突防弹道,相对已有方法,将脱靶量提高了1~2个量级。灵敏度分析表明,该弹道对拦截弹的发射时间不敏感。      

一种月球表面飞跃转移轨迹设计方法

针对飞跃器在月球表面飞跃转移轨迹设计问题,提出了基于凸优化方法的整个飞跃过程燃料最优轨迹设计方法。与经典凸优化方法对轨迹分段求解后再拼接得到全轨迹设计的方法不同,在假设垂直上升、着陆时间固定条件下,根据实际工程需要对轨迹进行了分段设计约束,利用黄金分割法搜索上升着陆时间,通过将原问题转化为求解一个二阶锥问题得到了全飞行过程燃料最优轨迹,解决了经典方法中分段最优但全任务过程非最优的问题。仿真结果表明,在同样满足分段约束情况下,分段凸优化方法采用不同垂直起降速度约束时燃耗分别为25.7207kg和 25.3903kg,而全程凸优化方法的燃料消耗为24.9682kg,优于分段凸优化的结果。     

Two-level optimization approach for Mars orbital long-duration,large non-coplanar rendezvous phasing maneuvers

A relative dynamics equation-set based on orbital element differences with J₂ effects is derived, based on which a two-level approach is proposed to optimize the Mars orbital rendezvous phasing with a large difference in the initial ascending node. The up-level problem uses the revolution deviation between the target spacecraft and the chaser as the design variable, and employs a linear search to find the optimum. The low-level problem uses the maneuver revolutions, locations, and impulses as the design variables, and is solved using a hybrid genetic algorithm combined with sequential quadratic programming. To improve the solution accuracy, an iteration method is developed to satisfy the terminal constraints of the absolute numerical integration trajectory. Test cases involving Mars sample return missions with large initial node differences are presented, which show that the relative dynamics, two-level optimization model, and hybrid optimization algorithm are efficient and robust. Compared with previously published results, the total velocity increment has been further reduced by utilizing this proposed approach. It is found that a five-impulse plan requires the least quantity of propellant, and a propellant-optimal minimum rendezvous duration exists for this long-duration, large non-coplanar rendezvous problem.     

基于混合法的月球软着陆轨迹优化

利用混合法思想和人工免疫算法研究了月球软着陆轨迹优化问题.首先建立月球软着陆系统模型并进行归一化处理;然后基于混合法思想利用庞特亚金（Pontryagin）极大值原理推导最优控制律,以伴随变量初值和终端时刻作为优化变量,将终端约束作为罚函数引入评价函数中,将月球软着陆轨迹优化问题转化为非线性规划问题（NLP,Nonlinear Programming）;最后应用引导人工免疫算法（GAIA,Guiding Artificial Immune Algorithm）求解该优化问题.仿真结果表明,GAIA混合算法比直接法的寻优速度快,终端误差小,且可搜索到理论最优轨迹;同时,GAIA混合算法的伴随变量初值收敛范围比间接法大,降低了最优月球软着陆轨迹的搜索难度.