基于Armijo准则和BFGS算法的运载火箭控制重分配

以某型运载火箭为研究对象，研究了伺服机构故障下的重构控制问题。将该问题转化为有约束二次规划问题，采用一种Armijo准则和BFGS算法相结合的控制分配方法来求解。Armijo准则可以保证优化算法的收敛性，而BFGS算法则避免了迭代过程对Hesse阵的求逆运算，且具有收敛快的优点。将该重构方法与不动点迭代算法进行了对比，该算法经过8次迭代收敛，目标函数值和误差值分别收敛到${\mathrm{10}}^{\mathrm{2}}$量级左右和${\mathrm{10}}^{-\mathrm{5}}$量级；而不动点迭代算法经过30次迭代尚未完全收敛，目标函数值和误差分别收敛到${\mathrm{10}}^{\mathrm{3}}$量级左右和${\mathrm{10}}^{-\mathrm{2}}$量级。结果表明该重构方法比不动点迭代算法收敛快且收敛精度高。以单台发动机发生卡死故障为例对该方法进行了仿真验证，得到了与无故障情况下相同的控制效果，验证了该重构方法的有效性和正确性。      

运载火箭自适应制导及在线轨迹重构方法研究

结合我国运载火箭发展，梳理了传统制导方法的工程应用历程;针对故障适应性和自主化需求，分析了基于在线轨迹规划的制导方法发展概况。基于伪谱离散和凸优化理论，提出一套适应不同目标轨道的弹道轨道联合在线重构算法框架，并利用在线重构设计一种运载火箭故障导致推力不足后的自适应制导算法，通过数值实验和嵌入式测试，验证了在线重构算法和自适应制导方法的正确性、有效性。