RLV轨迹在线重构与动态逆控制跟踪

针对可重复使用运载器再入返回的标称轨迹跟踪问题,结合轨迹在线更新策略,设计了一种基于动态逆方法的轨迹跟踪控制律。通过改进闭环解析解提高了轨迹在线生成算法的精度和快速性,将生成的高度—速度剖面转化为阻力—速度剖面,并在跟踪标称轨迹过程中更新标称轨迹以消除航程跟踪误差的影响。为了跟踪阻力—速度剖面,基于动态逆理论设计了轨迹跟踪控制律,并引入积分环节消除稳态误差,实现了对标称轨迹的准确跟踪,且跟踪误差具有全局收敛性。仿真结果表明,该轨迹跟踪控制律具有良好的跟踪性能,能够提高再入制导系统的自适应性。     

基于单隐层神经网络的空天飞行器直接自适应轨迹线性化控制

基于轨迹线性化方法（TLC）及神经网络技术研究了一种新的直接自适应TCC控制方案。利用单隐层神经网络（SHLNN）对于光滑非线性函数的逼近能力，对消系统中不确定因素的影响，神经网络自适应律采用Lyapunov方法设计，保证了整个系统所有信号有界。最后利用该方案设计了空天飞行器飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明整个控制系统具有很好的性能和鲁棒性。     

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。     

论带通信道的信道容量的不确定性

依据山农的经典论证方法 ,证明山农信道容量定理仅适用于低通信道 ,不适用于带通信道。对于带通信道 ,信道容量将随信道通带的中心频率而改变。所以带通信道的信道容量具有不确定性。     

交会对接绕飞段双冲量控制方法研究

在设计交会对接绕飞段的制导方案时,除考虑燃耗因素外,轨迹安全性设计指标也应予以满足。本文基于C-W方程的经典双冲量控制策略应用于绕飞段,在以往固定时间的双冲量控制研究的基础上,分别以燃耗、轨迹被动安全性、任务恢复执行能力和初始状态偏差作为独立约束条件,利用MATLAB计算机寻优,得到逐个独立约束下的控制时间的范围,同时采取逐层缩小的方式,最终获得了满足绕飞段轨迹安全性的设计要求以及满足多种约束条件的一种可以作为绕飞段优选的控制策略的双冲量控制方法。     

基于碰撞概率的交会对接最优碰撞规避机动

发展了一种求解交会对接过程中最优碰撞规避机动的方法,可以在保证碰撞概率降低到安全值的前提下得到最优的避撞机动冲量。这种方法采用机动方向和机动大小分步求解的策略来计算机动冲量。机动方向通过求碰撞概率对于机动冲量的梯度得到,机动大小通过求解一个非线性方程得到。最后,采用这种方法针对交会对接中常用的径向冲量V-ｂａｒ转移轨迹进行了碰撞规避机动计算,计算结果表明本文的方法能够满足交会对接碰撞分析的需求。     

考虑地球扁率J2摄动影响的异面椭圆轨道多冲量最优交会

重点研究了在地球扁率影响下,固定时间内两异面椭圆轨道间的燃料最省多冲量最优交     

基于Legendre伪谱法的固体运载火箭轨迹优化研究

Legendre法则是一种高阶积分近似法则,用较大积分步长得到较高精度。以结点伪谱法处理不连续问题后,可以把一个无限维的动态最优控制问题转化为有限维的静态优化问题,大大降低了问题复杂性。将其应用于轨迹优化,力求使其成为一种求轨迹优化问题的通用算法。以三级固体运载火箭为例,在惯性直角坐标系中建立动力学模型,给出轨迹优化模型。轨迹优化算例结果验证了Legendre伪谱法在弹道时间和精度优化的正确性和有效性。     

再入轨迹多约束模型预测静态凸规划方法

针对大升阻比可重复使用飞行器再入滑翔轨迹规划问题,提出了一种基于自适应分段Chebychev伪谱离散的多约束模型预测静态凸规划算法(P-CMPCP),实现了全量终端状态约束及多过程约束作用下再入轨迹的高精度迭代解算。考虑倾侧角翻转导致控制量不连续,传统规划方法难以同时严格满足终端位置、角度约束,且过程约束易超限,采用自适应分段伪谱离散策略,构建全程飞行状态及过程性能指标约束对各配点处控制调整量的敏感度关系,从而将非线性最优控制问题转化为静态凸规划问题,并利用内点法对各分段控制量进行了协调优化。本文所提方法无需对动力学模型进行简化或近似处理,即能以少量积分运算使轨迹满足再入全量模型约束,且控制量平滑,数值精度优于传统规划方法。     

基于混合遗传算法的多冲量最优变轨

针对航天器多冲量最优变轨问题,建立了多冲量最优变轨的数值优化模型,给出了一种遗传算法(GA)与序列二次规划算法(SQP)结合的混合优化算法.该算法不需初值猜测,全局和局部搜索能力强并且计算效率高.仿真计算了燃料最优交会和时间最短拦截问题,比较了GA,SQP以及混合遗传算法的性能.针对混合遗传算法得到的不同冲量次数变轨的优化结果,分析了冲量次数对变轨性能指标的影响.结果表明混合遗传算法综合性能最高,冲量次数对不同性能指标的影响不同.仿真算例验证了模型和算法的有效性.