基于解析解的小范围高频率机动飞行器制导律设计

针对机动飞行器的小范围高频率侧向机动飞行问题,结合飞行器的运动学和动力学方程,通过解析方法给出了机动幅值和飞行器最大可用过载下的最大机动频率,同时利用粒子群优化方法进行了制导律最优频率的优化。基于解析规划算法给出了正弦机动制导律的解析形式以实现飞行器在侧向方向的机动导引飞行。仿真结果表明：解析算法能够精确得出制导律频率,而粒子群优化方法的精度也能很好的满足要求,误差在5%以内。正弦机动制导律在大速度下可以较好的完成任务目标;在小速度下,幅值误差会有小幅度的增加。     

航天器设备动力学分析模型简化方法与应用

针对航天器设备因构成复杂引起的动力学分析模型建模困难问题,提出一种基于拓扑优化技术的有限元模型简化方法,以设备实测质量特性为约束条件,通过拓扑优化方法确定设备有限元模型可行设计空间中的材料分布,实现对结构刚度性能的模拟,获得满足动力学特性分析需要的简化的设备有限元模型。应用该方法创建了某星敏感器简化有限元模型,得到的星敏感器简化模型与产品实际质量、质心位置和转动惯量特性基本一致,并且前两阶频率分析值与试验值之间最大偏差约为30%。将该简化模型应用于其支撑结构的动态响应性能评估,两者组合体固有频率及加速度响应趋势的分析数据在450Hz以下的频率范围内与试验数据吻合较好,固有频率最大偏差约为39%。星敏感器简化模型的应用验证了基于拓扑优化技术的有限元模型简化建模方法的可行性,为航天器上复杂设备动力学分析有限元模型的简化建模提供了一种新的解决途径。     

一种小波神经网络与遗传算法结合的优化方法

提出一种基于小波神经网络(简称WNN)与Pareto遗传算法相结合的优化方法,并用于内流的数值流场优化计算.小波神经网络由输入层、隐含层和输出层组成.在隐含层用Morlet小波母函数取代了误差反向传播(BP)神经网络中常用的Sigmoid激励函数.Pareto遗传算法具有很好的全局寻优能力和良好的优化效率,在通常情况下它总可以得到均匀分布的Pareto最优解集.典型算例表明:该算法快速、高效,能高精度的完成非线性函数的逼近与映射,其泛化能力很强.      

反舰导弹中/末制导交班点目标捕捉方法研究

为了提高对目标的捕捉概率,研究了反舰导弹中末制导交班点的选择问题。首先对中制导的散布概率区和目标的散布概率区建模,并得出反映中/末制导交班点捕捉概率大小的目标函数;在此基础上,利用遗传算法对该目标函数寻优,得出反舰导弹的最佳交班时刻和交班状态。全弹道数字仿真验证了该方法可有效地提高一类反舰导弹的捕捉概率。     

基于非线性规划的高超声速滑翔轨迹优化

研究了最大航程的无动力滑翔轨迹优化问题。为避免间接法的缺点,采用直接单重打靶法将轨迹优化问题转换为非线性规划问题,并利用非梯度优化算法和梯度优化算法相结合的混合优化策略得到最优轨迹。仿真结果表明,在采用更为真实的大气模型和动力学模型条件下,该方法具有较高的求解精度、收敛性以及鲁棒性,降低了初值要求;相对于最大升阻比轨迹,射程提高1.54%。     

作战飞机空空对抗的优化配置研究

为了给空军作战飞机的最优规划提供科学的依据,对空空对抗环境下的作战飞机进行了优化配置研究。介绍了四级空中优势的概念,建立了作战飞机的经费优化模型和数量优化模型。应用该模型对某战役想定下的作战飞机进行了经费优化和数量优化,验证了模型的有效性。     

High-precision shape approximation low-thrust trajectory optimization method satisfying bi-objective index

The shape approximation method has been proven to be rapid and practicable in resolving low-thrust trajectory; however, it still faces the challenges of large deviation from the optimal solution and inability to satisfy the specific flight time and fuel mass constraints. In this paper, a modified shape approximation low-thrust model is presented, and a novel constrained optimization algorithm is developed to solve this problem. The proposed method aims at settling the bi-objective optimization o...     

高超声速飞行器滑行段最优弹道的间接算法

针对高超声速飞行器滑行段非线性程度高的特点,提出了逐步细分的参数法优化策略,采用序列二次规划(SQP)算法得到了问题的次优解.在此基础上,构建了原系统的等价系统,并给出了两个系统协态变量之间的关系,提出了沿次优弹道的分段打靶法,求解等价系统的两点边值问题(TPBVP) 后,经转化得到了原问题的最优解.优化结果表明,采用逐步细分的优化策略能克服优化算法对初值敏感的缺点,快速稳定地收敛到问题的解,沿次优弹道的分段打靶法更能适应非线性程度高的系统.     

应用自由变形法的翼型几何外形参数化研究

对一种新的基于NURBS方法的自由变形参数化方法进行了研究,该方法继承了NURBS方法的优点并避免了其缺点。利用该方法对两副翼型分别进行了参数化和优化设计、反设计,流动控制方程为N-S方程,目标函数梯度计算方法采用了离散共轭方法。算例表明,自由变形参数化方法能够满足设计需要。     

基于神经网络的飞行器总体优化设计

针对经验公式存在的精度低、适用范围受限的缺点,采用广义回归网络代替经验公式计算气动特性,并将其嵌入到优化设计流程之中,提出了一种基于神经网络的飞行器总体优化设计方法。神经网络的训练样本输入、输出数据通过试验设计和涡格法计算得到。以高空长航时无人机为例,选取航时与机翼结构重量系数作为目标函数,应用所提出的方法进行总体优化设计。计算结果表明,提出的方法是可行的,能够满足设计要求,同时降低优化过程的复杂程度,减少迭代次数。