轨道拦截问题的一种精确初制导方法研究

对于轨道拦截问题,给出了一种基于速度增益制导和状态转移矩阵的精确初制导方法。该初制导方法能补偿制导方法误差和轨道摄动对拦截脱靶量的影响。仿真结果表明,所提出的精确初制导方法合理、有效,能在增加较小燃料消耗的情况下,大大提高轨道拦截的制导精度。     

在非定常气动力作用下弹性飞行器的动稳定性及主动控制

首先导出了在非定常气动力作用下的弹性飞行器纵向运动方程。而后就简化的非定常气动力数学模型提出了分析气动弹性对飞行器稳定性影响的方法。并从有效抑制飞行器的弹性振动角度研究主动反馈控制、操纵面及陀螺位置合适选择的最优综合设计问题。     

基于神经网络的飞行器再入制导研究

论述了神经网络理论在飞行器再入制导方面的应用.在分析各方法优缺点的基础上,提出了一种基于广义同归神经网络(GRNN)模型的再入制导方法.神经网络通过一组选定的轨迹样本进行有导师训练,训练好之后作为控制指令生成器,输入为再入过程中飞行器的状态参数,输出为倾侧角控制量,迎角控制量则由迎角剖面给定.仿真结果验证了该方法在再入...     

基于多学科设计优化算法的再入轨迹优化设计

传统的再入轨迹优化问题通常是在气动外形和质量等总体参数给定的情况下建立起来的。所设计的最优轨迹从飞行力学的角度来看是最优的，但从系统角度来看未必是最优的。在总体初步设计阶段，考虑气动外形和质量等其他学科影响的再入轨迹优化对于提高RLV的系统性能无疑具有重要意义。此时再入轨迹优化将是一个静态，动态多学科混合优化问题。以球头双锥的升力体构型RLV为例，以最小化热防护系统质量和最大横向机动距离为指标，采用两种典型的多学科优化算法来研究考虑气动外形、轨迹和热防护系统三个学科的再入轨迹优化设计问题。仿真结果表明多学科优化算法能够用来求解静态，动态多学科混合优化的再入轨迹优化设计问题，是RLV初步外形设计和任务轨迹规划的重要工具。     

实现快速轨道大机动的混合制导策略研究

主要研究了在有限推力情况下远程快速轨道交会的制导控制问题,提出了采用速度增益制导结合E制导的混合轨控方案实现两冲量轨道精确交会。通过仿真验证,各方向制导位置控制精度在100 m量级,各方向速度控制精度在m/s量级,2种制导方法能很好地实现交班转换。该方法工程可实现性好,可满足远程快速轨道交会制导要求。     

基于多目标多学科设计优化方法的再入弹道设计研究

为了研究多目标多学科弹道优化设计,提出了一种基于NSGA-Ⅱ算法的并发多目标协作优化MDO方法MOPCO(Multi-Objective Pareto collaboration Optimization,简称MOPCO).利用系统优化器和学科级优化器的并发性来分解多目标MDO优化问题,解决组织复杂性问题;利用自适应响应面技术来解决计算复杂性问题;利用NSGA-Ⅱ算法来搜索Pareto前沿.标准算例测试表明该算法是可行的.最后将其用于静态/动态混合优化的多目标多学科再入弹道设计,获得了合理的Pareto前沿.     

基于遗传算法的大气层外拦截弹拦截优化

提出了一种同时考虑大气层外拦截弹中段和末段飞行过程的拦截优化方法.首先建立了大气层外拦截弹中段和末段飞行的动力学模型,并设计了速度增益中制导律和鲁棒变结构末制导律;然后确定了影响拦截性能的优化控制参数及其约束条件,以拦截过程的燃料消耗质量和脱靶量最小为组合性能指标;最后采用具有全局最优性的遗传算法对这一拦截优化问题进行了仿真研究,并与复形调优算法的结果进行了比较.仿真结果表明,遗传算法与传统优化方法相比在解决大气层外拦截弹带约束复杂非线性组合优化问题时,能更好地收敛到全局最优值,并能有效降低大气层外拦截的燃料消耗和脱靶量.     

航天飞机最优再入轨迹的近似解析解及分析

本文将航天飞机最优再入轨迹假设为三个飞行段,即常值热流飞行段、平衡滑翔飞行段,等阻力过载飞行段,由此导出了最优再入轨迹的近似解析解。通过对解析解的结构分析,以及与精确数值解的比较,说明了该三段假设的合理性,以及近似解的次优性。     

航天器最优再入轨迹的近似解

采用格林函数法,导出了最优再入轨迹的三种过程约束(气动加热率、动压、升力约束)条件之间关系的近似定量描述。求解了航天器同时受三种约束条件时各种性能指标下的最优再入轨迹的近似解,及相应的最优控制规律。通过对近似解与控制规律的结构分析,得到了一些重要的结论。