基于解析梯度的经典Lambert问题迭代求解方法

针对现有求解模型复杂、收敛速度慢等问题,在将经典Lambert转移问题转化为超越方程的基础上,提出一种基于解析梯度的Lambert问题迭代求解算法。选择转移轨道的真近点角为迭代变量,导出转移时间关于真近点角的解析梯度,构造一种基于解析梯度的牛顿迭代算法,降低了算法计算复杂度。理论分析表明该算法具有二阶以上的收敛速度。依据偏心率向量与转移轨道形状的关系,通过几何方法分析得到转移轨道在初始位置处的速度约束条件,推导转移轨道真近点角的最大值和最小值的解析表达式,并采用线性插值方法确定迭代初值,进一步提高了迭代算法的收敛速度。数学仿真结果表明在各种转移条件下算法均能快速收敛,采用所给出的初值选取方法初值确定精度高,进而能够加快收敛速度,而与较割线法相比较收敛速度快、计算量小,验证了所提出算法的有效性。