飞行器轨迹优化应用遗传算法的参数化与约束处理方法研究

飞行器再入轨迹优化是一类最优控制问题。传统的优化方法存在初始值敏感问题。遗传算法具有较强的鲁棒性，对初值不敏感。但遗传算法是静态优化算法，不能直接用于动态系统的最优控制问题。为了设计染色体，需要将最优控制问题通过参数化方法转化为静态优化问题。为了设计合适的适应度函数，约束处理是飞行器轨迹进行遗传搜索时必需解决的问题。以可重复使用运载器再入轨迹优化为例，研究了各种参数化方法和罚函数方法的应用，探讨了飞行器轨迹优化中的染色体和适应度函数设计。仿真结果表明直接离散方法和动态罚函数法有较好的性能。     

利用高斯伪谱法求解具有最大横程的再入轨迹

为了使升力式飞行器再入大气层后取得最大横程,采用高斯伪谱方法求解最优再入轨迹。利用微分形式高斯伪谱方法将飞行器三自由度再入轨迹优化问题转化为非线性规划问题,选取高斯节点上的状态量和控制量作为待优化参数,并将最优性能指标选为横程最大,然后对再入轨迹进行了求解。通过与按最大升阻比飞行方案所得结果进行对比,表明按所提方法求取的再入轨迹优于后者。此外,仿真过程还说明高斯伪谱法对状态猜测值并不敏感,算法容易收敛,适用于轨迹优化问题的求解。     

临近空间无人飞行器再入轨迹快速优化及跟踪

为适应临近空间无人飞行器再入返回时高动态、强约束的特点,提出了一种轨迹快速优化方法:将再入参考轨迹优化问题转化为多维非线性规划问题,并通过SQP方法求解.轨迹优化时将参考阻力加速度曲线表示成能量的分段线性函数,并通过推导得到航程预测和总吸热量的解析表达式,避免了传统优化过程中的积分计算,提高了优化速度.轨迹跟踪时采用反馈线性化方法得到制导律,并借助轨迹在线更新技术补偿跟踪误差,使得制导精度大大提高.     

基于遗传算法的RLV再入轨迹优化设计

飞行器再入轨迹优化是一类最优控制问题。传统的优化方法存在初始值敏感问题。利用小生境技术和精英方法改进适应值共享拥挤遗传算法,并将其用于RLV再入轨迹优化设计。以终端时间固定的空间最小控制能量再入轨迹和终端时间自由的平面最小热载再入轨迹为例,详细讨论了遗传算法用于再入轨迹优化设计所需要解决的一些关键问题。仿真结果表明提出的方法能够较快地搜索到全局最优解,对初始猜测值不敏感,能够方便用于RLV的再入轨迹方案选择和优化设计。     

针对机动目标的三维实时滚动优化制导策略

为解决目标机动策略未知条件下的飞行器拦截问题, 提出一种基于神经网络的三维滚动优化制导策略。首先, 针对全局最优导引律终端时刻难以确定的问题, 在滚动时域优化框架下, 引入零效脱靶量设计局部最优导引律, 并使用粒子群优化算法进行求解。其次, 为了提高制导律在线求解效率, 构建神经网络, 对优化算法滚动求解得到的若干组制导训练数据进行离线学习, 并将经过训练的网络用于制导指令在线滚动优化。仿真结果表明, 神经网络-滚动优化制导策略对采取各类机动方式的目标均具有较好的制导性能, 有效提高了制导指令在线优化效率, 可以为飞行器制导律实时滚动求解提供参考。     

飞行器栖落机动切换控制设计及其吸引域计算

针对固定翼无人机栖落过程的纵向运动,研究栖落轨迹跟踪控制问题及其相应的吸引域计算方法。首先将飞行器栖落机动过程的动力学模型沿参考轨迹线性化,并建立分段线性切换系统模型。在此基础上,结合最优控制理论与切换系统全局稳定分析方法,设计了栖落轨迹跟踪切换控制律。然后,为确定局部稳定区域从而保证飞行器能在预期时间内准确地栖落在目标区域,设计相应的平方和优化算法,计算了切换控制下的栖落轨迹吸引域。最后,对固定翼飞行器的栖落过程进行了仿真,仿真结果验证了所设计的跟踪控制器的有效性与所计算的吸引域的正确性。     

基于模糊神经网络的气动参数拟合

鉴于模糊神经网络可以充当万能逼近器,以任意精度逼近任何非线性函数,本文用模糊神经网络对气动参数进行高精度拟合。在飞行器轨迹计算中用拟合得到的计算公式计算气动参数,可大大节省计算机时和存贮单元,提高计算精度,仿真实验亦表明了这一方法的有效性和可行性,这在飞行器的轨迹计算中是值得采用和推广的方法。     

用于神经网络直接逆控制的连续空间遗传算法

为解决神经网络直接逆控制中训练样本的获取问题 ,提出了一种神经控制器的设计方法。通过对连续空间遗传算法的编码和遗传算子进行适当改进 ,采用保留精英的线性排序选择 ,避免成熟前收敛 ,并给出算术交叉算子和乘法变异算子 ,使算法同时具有好的搜索精度和搜索效率 ;然后采用这种改进的遗传算法对非线性动态系统的控制进行优化 ,获得了基于一定性能指标的期望的状态轨迹及相应的最优控制序列 ,并以此训练神经网络控制器。最后给出了以同步机为控制对象的仿真结果。     

气体分馏装置精馏过程的动态建模与仿真

以某炼油厂气体分馏装置动态模拟系统开发为背景,以脱丙烷塔为例,建立了精馏过程的严格动态机理模型,并基于动态机理模型进行了系统的动态模拟与分析.针对以往动态模型求解算法中采用迭代计算多组分混合物泡点时,存在运算量大、模型难以收敛的问题,提出了一种基于支持向量机回归模型计算混合物泡点的新算法,以提高机理模型的计算效率.为避免动态模型不收敛,模型的初值采用稳态模型计算得到.仿真结果表明,新模型能较好的模拟装置生产操作状况,模型的计算效率有较大提高,为动态模拟系统的开发应用与装置优化提供了支持.     

基于扩张观测器的输入受限四旋翼飞行器轨迹跟踪动态面输出反馈控制

针对速度不可测和输入受限的四旋翼飞行器轨迹跟踪控制问题,考虑系统存在模型动态不确定和外界干扰未知的情况,提出一种输入受限四旋翼飞行器轨迹跟踪动态面输出反馈控制方法。该方法首先设计非线性扩张状态观测器估计飞行器系统的速度和广义扰动,然后结合反演法和动态面技术设计动态面轨迹跟踪控制律,以降低控制算法的复杂性,同时引入双曲正切函数解决控制输入饱和问题,并构造辅助方程降低饱和效应,最后选取李雅普诺夫函数证明闭环系统所有信号一致最终有界。以大疆M100飞行器为目标进行控制仿真,结果表明,所设计的输出反馈控制器能够有效地处理飞行器系统控制输入受限、速度不可测和未知干扰问题,实现飞行器精确轨迹跟踪控制。