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。     

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。     

基于伪谱方法的自适应鲁棒实时再入制导律研究

为了提高飞行器再入制导的鲁棒性和自适应性,将再入弹道跟踪问题转化为再入弹道状态调节问题,得到了一个LTV系统最优控制问题.在此基础上,利用基于伪谱算法的最优反馈控制算法,设计了一种便于在线实现的自适应鲁棒再入制导律.仿真结果表明,这种再入制导律对于再入点误差不敏感,具有良好的鲁棒陛.在气动参数模型存在较大误差的情况下,依然能够取得较高的再入制导精度.它不需要显示增益调度和积分,并且在不同情况下控制结构和参数无需改变.     

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.     

基于改进人工势场法的再入制导方法

针对带有禁飞区的高超声速飞行器再入制导问题，基于改进人工势场法(artificial potential field method, APFM)提出一种再入制导方法。在纵向上，将动压、过载、热流过程约束视为“虚拟障碍”,将终端高度、速度视为“虚拟目标点”进行纵向轨迹设计。然后，改进纵向人工势场函数以适应跳跃式和平衡滑翔式再入两种弹道形式的轨迹设计。为了整体考虑禁飞区对三维轨迹的影响，设计双层预测-校正算法求解待调参数。仿真结果表明，所提出的改进APFM规划方法能够适应不同类型的禁飞区形状，相比现有方法可适应横程需求更大的目标点，参数调节简单，易于工程实现。     

基于滚动时域控制的再入轨迹跟踪制导律

为了提高再入制导的实时性和鲁棒性,设计一种标准轨迹跟踪制导方法。首先将参考轨迹的跟踪问题转化为轨迹状态调节问题,进一步转化为一个线性时变系统的最优控制问题;然后采用滚动时域控制结合基于间接Legendre伪谱法的最优反馈控制算法设计出一种易于在线实现的制导律。基于上述工作完成了亚轨道飞行器（suborbital reusable launch vehicle, SRLV）返回制导过程的3自由度数值仿真研究工作。数值算例说明,该制导方法在初始点状态存在较大范围偏差和气动参数存在较大误差的情况下具有良好的鲁棒性。     

高超声速伸缩式变形飞行器再入轨迹快速优化

针对高超声速变形飞行器再入轨迹优化问题, 研究了一种基于改进高斯伪谱法(Gauss pseudospectral method, GPM)的快速优化方法。首先,针对一种采用伸缩式机翼的高超声速变形飞行器, 建立了将展长变形量扩展成为控制变量的再入轨迹优化模型。其次, 采用GPM将轨迹优化问题转化为非线性规划(nonlinear programming, NLP)问题, 并基于NLP偏导数的稀疏性推导目标函数梯度和约束Jacobian矩阵的高效计算方法。最后, 优化求解了变形飞行器的最大横向航程、再入可达区、最大终端速度和最小飞行时间。仿真结果表明, 推导的梯度计算方法可有效提高优化求解效率, 变形飞行器相对于固定外形飞行器的性能更加优越, 最大横向航程、可达区覆盖范围、最大终端速度和最小飞行时间等指标均有显著提升。     

过载指令编码低空突防方法研究与仿真

针对飞行器低空突防的地形跟随问题,作者给出了一种基于改进的遗传算法的地形跟随轨迹的优化生成方法,通过对初始编码（染色体）及适应函数的优化,以及改进对染色体复制,杂交,变异生成最优轨迹,采用了控制指令直接编码,最优个体保护,分布式搜索,启发式变异。该方法模型简单,智能化全局寻优,运算速度快,精度高,实时性强等优点,结合某导弹模型,经仿真模拟得到了满意的结果。     

基于神经网络动态优化的再入轨迹设计

为解决当飞行器出现破损以及飞行器受干扰时的轨迹优化问题,新一代的再入式飞行器需要有实时在线轨迹优化的能力。神经网络动态优化算法(neural dynamic optimization,NDO)的主要特点是能使神经网络逼近最优解。神经网络动态优化算法可以避免传统的间接法在求解轨迹优化问题时协态变量初值猜测问题。给出了神经网络动态优化的原理,详细介绍了优化流程。仿真结果表明神经网络动态优化算法可以很好的避免协态变量初值猜测问题,具有较强的鲁棒性,能满足实时性要求。     

基于奇异摄动的最优滑翔制导律

针对高超声速滑翔式再入飞行器轨迹优化和制导关键技术,设计了一种新型的最优滑翔制导律.首先,通过对再入飞行器运动学、动力学状态变量变化特点的假定,将其进行三个快慢时间尺度的划分;然后,应用最优控制理论分别求解三个不同时间尺度上的子问题,得到其解析解;在此基础上,基于奇异摄动方法,设计出具有闭环反馈形式的最优滑翔制导律;最后,对所求制导律的有效性进行了数学仿真验证.仿真结果表明:该制导律能在三维空间内导引/再入飞行器朝目标方向最远距离滑翔飞行;该算法得出的闭环解析解满足制导过程中实时计算需求,具有工程应用前景.     

随机温度场Monte-Carlo法的一类近似处理

以非线性热辐射边界条件下多种材料构成的层叠板为研究对象,利用伽辽金法得到了瞬态非线性热传导微分方程组。考虑结构所有物理、几何和环境参数均具有随机性时,通过引入随机因子并提出一类关于热传导矩阵和热容矩阵的近似处理方法,实现了对随机温度场Monte-Carlo数值模拟时间的节省;并通过灵敏度和一阶泰勒展开线性化的方法去近似求解由于前面近似处理所造成的温度场数字特征的误差;算例表明了所给方法能节省大量的Monte-Carlo数值模拟时间,且给出的误差估计具有一定的精度。     

基于“垂面”距离的TOPSIS法——正交投影法

针对TOPSIS法的不足之处,提出了一种改进方法:基于"垂面"距离的TOPSIS法——正交投影法.回顾了TOPSIS法.定义"垂面"距离,讨论垂面距离的计算、性质、以及与目标贴近度的关系.给出经过简化的正交投影法的计算步骤.举一个具体的例子,应用正交投影法进行评估.总结正交投影法的优点.     

多准则综合评价

本文提出一种综合评价-多准则效用法。这种方法的特点是评价精度高, 能充分体现评价目标及“偏好结构”.最后, 给出一个评价实例。     

基于递阶遗传算法和BP网络的模式分类方法

提出一种基于递阶遗传算法和BP神经网络的模式分类模型.现有的BP网络模式分类训练方法大都只能训练BP网络的权重,网络的结构得预先用某种方法确定.利用巧妙设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定.以模式分类数据库中的数据进行训练和测试,并与其它模式分类模型相比较,结果证明该模型更优,分类精确度更令人满意的,所提出的方法是可行的.     

系统可靠性分配方法

本文概述了系统可靠性分配的主要方法，对它们各自的优缺点和适用范围进行了系统的介绍和评论。在此基础上，提出了一些新的系统可靠性分配方法，并对新方法的合理性和有效性进行了论证。     

互视法——复杂性科学的新方法

在复杂性科学研究的基础上,提出一种能够充分体现新科学特征的新科学方法：互视法。并对互视法的本旨内涵、思想来源与理论基础、互视法的特点与原则做出界定和分析。最后还揭示和分析了创立互视法的重要性与必要性。     

面向图形对象的系统仿真（VSS）方法

介绍了一种Ｗｉｎｄｏｗｓ下的面向图形对象的控制系统仿真（ＶＳＳ）的方法,它是一种面向图形对象和算法对象连接的仿真方法,可以大大减小控制系统仿真中的工作量,并使用户对于仿真过程的了解通过图形的透视而更直观和具有透明性。尤其对于开发大型的仿真训练模拟器,如电站仿真器等,可以大大减少图形制作和算法计算的工作量,其意义和经济效益是巨大的。同样,ＶＳＳ也可以应用到实时工业控制系统中去     

一种多层次递阶建模方法

以板带层流冷却系统为背景,研究了一种建立冷却中温降过程模型的新方法.在建模上首先将其过程分为自上而下的决策层、模型层和参数层三个层次,并在不同的层面上采用不同的方法进行模型划分,然后通过自下而上的递阶求解过程,获得了板带在层流冷却区域内的沿长度方向的各段的温降情况及厚度方向温度分布情况.实验证明所建立的模型能够很好地预测实际板带层流冷却过程.     

一种粒子滤波预处理方法

粒子滤波(Particle Filter)是一种基于蒙特卡罗(Monte Carlo)的贝叶斯滤波方法,通常的SIR方法存在严重的粒子匮乏现象。用大权值粒子和小权值粒子的组合来取代小权值粒子,可以减小粒子权值方差,增加粒子多样性。仿真结果表明,在状态估计的初期,使得粒子迅速靠近高似然区域,精度得到了大幅度的提高。同时,算法的实时性也有很好的改善,适用于观测噪声和状态噪声较小的情况。     

转换桥方法

本文总结了转换桥的基本概念,建立了对立问题和对立系统的转换桥方法。