有限推力航天器双主动交会的最优控制

研究了两异面椭圆轨道的有限推力航天器在协同轨道机动以完成交会任务(双主动交会)时的最优控制问题.构造了有限推力航天器双主动交会的数学模型,讨论了其实现最优控制的必要条件.针对推进剂总消耗最少和有限推进剂约束下的最短时间交会2种不同情况,采用直接配置法和序列二次规划法求解了反平方力场中的最优控制数值解.考察了不同初始参数对双主动交会最优控制历程的影响,并将双主动交会形式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,双主动交会在减少燃料消耗或缩短交会所需时间方面具有明显优势.     

一种小推力航天器变轨优化方法

针对连续小推力航天器在轨道转移及制导控制过程中,传统方法需优化大量参数,且无法保证得到近优解的问题,提出一种新的轨道转移和规划算法.该算法将电推进式小推力卫星模型的变轨过程转化为最优控制中两点边值问题,引入混合遗传算法,实现了小推力航天器由低轨向高轨的飞行轨道规划及优化,并在开源的科学工程计算软件SCILAB6.0.1...     

考虑舵机时滞的阵风减缓主动控制律设计

针对存在舵机时滞环节的气动伺服弹性系统,提出基于Padé近似和线性二次高斯（LQG）控制的阵风减缓主动控制律设计方法。利用Padé近似将舵机中的时滞环节线性化为一个高阶传递函数并引入气动弹性模型,建立线性的阵风减缓受控模型;利用LQG控制方法对线性化模型设计阵风减缓主动控制系统,并采用平衡截断法对所设计的控制系统进行降阶;利用Simulink将所设计的控制系统引入非线性模型中,得到von Karman连续阵风激励情况下系统的开/闭环响应情况。计算结果表明:根据所提方法设计的阵风减缓主动控制律能有效降低原气动伺服弹性系统的阵风响应,对研究对象机身过载的抑制在15%左右,而对翼根弯矩的抑制达到25%以上。      

基于天牛群优化算法的转台控制系统研究

人为依据经验确定转台调节过程中的PID参数不仅效率低,而且参数的精度低,难以达到满意的效果。为解决该问题,提出了一种基于天牛群算法的PID参数寻优方法。首先建立了转台的数学模型,其次介绍了天牛群算法的算法流程、目标函数和寻优过程,最后使用IAE准则通过该算法对参数寻优得到一组最优解。通过与依据经验确定的PID参数对比,采用天牛群优化算法得到的PID参数更有依据,而且转台控制系统的阶跃响应稳定时间为1.1s,超调量为7.4%。     

考虑探测构形的多飞行器协同探测与制导一体化设计

针对多飞行器协同拦截机动目标时几何构形会影响协同探测和制导效果的问题,基于最优控制理论提出一种考虑探测构形的协同探测与制导一体化设计方法。基于飞行器相对运动学、动力学方程和双视线协同探测原理,建立了协同拦截模型。在制导设计中引入视线分离角参量以调制协同探测几何构形、减小相对距离探测误差,从而在制导全程增强协同探测效果。将相对距离协同探测结果应用到剩余时间和制导律解算中,基于最优控制理论实现协同探测与制导环节一体化设计。仿真结果表明：在目标进行不同程度机动的情况下,与修正比例导引律相比,所提方法在协同探测和制导方面均具有明显优势。     

空间交会对接的双脉冲最优控制

本文首先利用交会对接的固有动力学特性，施加第一脉冲推力使追踪器自动到达目标器位置；第二脉冲推力使两个飞行器相对速度降为零。本文根据双脉冲控制原理寻找燃料消耗最省的交会对接时间。最后通过大量数学仿真，比较各种初始条件下的交会对接动力学特性和燃料消耗。     

主辅拦截器协同制导方法研究

随着现代导弹技术的发展,导弹的突防能力越来越强,对导弹的防御难度也逐渐增大。为增强拦截器的杀伤力并降低成本,可利用主辅拦截器协同制导对目标进行拦截。建立了拦截器与目标的相对运动模型,通过对运动方程进行线性化分析,发现协同制导问题实质为具有终端时间限制条件的导引问题,该问题可转化为线性化系统的最优控制问题。利用最优控制中的极小值原理设计了时间协同制导律。仿真结果表明:该制导律可实现多枚拦截器在同一时刻拦截目标的协同制导要求。     

极地悬停航天器轨道动力学特性与轨道维持

针对高纬度地区地球同步轨道卫星存在覆盖盲区的问题,提出了一种长期悬停在极轴上空的极地悬停航天器轨道方案。基于日-地三体模型推导了连续推力控制下的极地悬停航天器轨道动力学模型,并针对悬停高度固定和自由两种模式分析了其推力需求特性和燃料消耗。结合工程实际,对采用电推进和太阳帆混合的极地悬停航天器进行了质量核算和寿命分析。结果表明:考虑电推进自身质量,自由悬停模式较固定悬停模式燃料消耗少,但有效载荷质量减小;太阳帆在当前的帆膜技术下不具有提高有效载荷质量的优势,但未来随着材料的发展太阳帆技术的优势会逐渐显现。文章提出的极地悬停航天器可实现对高纬度地区的连续和实时覆盖。     

基于高斯伪谱法的翼伞系统复杂多约束轨迹规划

翼伞系统在实际环境中飞行时易受到风场以及地形环境等复杂干扰的影响,无法精确归航,控制难度较大。针对该问题,提出了一种针对复杂多约束条件的翼伞系统的最优控制轨迹规划方法,可同时实现翼伞系统在复杂环境下逆风对准、精确着陆以及控制量全局最优的控制目标。首先,建立了风场干扰下的翼伞系统模型;然后,通过引入地形环境曲面,将复杂环境转化为实时路径约束,将轨迹着陆偏差以及逆风雀降转化为终端约束,并考虑控制量消耗最小为目标函数,以此将复杂环境下的翼伞系统的轨迹优化转化为一系列非线性的带有复杂约束的最优控制问题;最后,采用高斯伪谱法将多约束最优控制问题转化为易于求解的非线性规划问题。通过设立3组复杂环境仿真实例和实验验证,表明本文方法使翼伞系统在多种较恶劣的复杂环境中有效应对多类约束条件,规划出控制量全局最优的可行轨迹。与已有的混沌粒子群优化算法相比,本文方法具有较好的最优性和较高的精度。     

混合遗传算法在航天器最优交会中的应用

推导了航天器双冲量交会时的优化模型,以此为基础构造了最优交会的燃料-时间混合优化指标,并针对基本遗传算法局部搜索能力不强的问题,提出一种将最速下降法与遗传算法相结合的混合遗传算法,其中下降搜索的优化方向利用每一代中最劣个体所包含的优化信息获得。数值计算表明,该混合算法可加速算法的收敛,具有良好的优化性能和函数适应能力。最后,对共面圆轨道双冲量交会情况进行了仿真计算,仿真结果表明混合遗传算法的设计是成功的。