基于STK/X的远程导引变轨方案修正

远程导引多脉冲式变轨方案一般基于二体模型进行设计,设计结果存在摄动模型误差.当飞行时间较长时,由摄动模型误差带来的交会误差会达到上百公里甚至上千公里的量级,从而在实际摄动条件下难以实现追踪航天器和目标航天器的交会.采用L-BFGS-B优化算法,对初始的设计结果进行修正,以达到消除摄动模型误差的目的.优化过程中需要的真实摄动模型下的轨道预报,使用STK/X技术通过调用STK/Astrogator模块进行仿真得到.算例表明,初始设计的多脉冲式变轨方案经过修正后,能够在实际摄动条件下实现追踪航天器和目标航天器的交会.     

空间交会路径规划的解析算法

为解决脉冲控制下的圆轨道最省燃料空间交会路径规划问题,提出了基于Clohessy-Wiltshire方程的优化模型;针对轨道平面内状态变量相互耦合的特点,提出一种新的状态描述方法——相对运动参数描述,并基于此对最优脉冲次数、脉冲时间和脉冲大小进行求解,得到了最优解的解析表达式;仿真算例验证了解析算法的正确性;在此基础上,比较解析算法与常用数值算法,可以看出解析算法具有更高的精度,更小的计算量,更快的计算速度,以及全局最优性能保证。     

基于混合算法的航天器轨道规划方法

空间在轨服务过程中,当目标航天器周围有若干小卫星环绕时,服务航天器要避开小卫星的安全范围,与目标航天器成功交会并进行在轨服务,航天器的机动轨道规划是其重要前提;在路径规划中,遗传算法应用广泛,但是求解实际问题的时间容易受到染色体基因等算子数目的影响,求解效率未得到保证;提出了一种混合遗传算法,将遗传算法全局搜索能力和模拟退火算法较强的局部搜索能力进行整合,以服务航天器机动轨道的路径安全、任务时间、燃料消耗、总路程等为约束条件,并对算子进行特殊设计,规划出最优机动轨道路径;通过场景假设和仿真实验证明,该混合遗传算法能够规划出符合约束条件的最优机动轨道路径,并且极大地提高了求解效率。     

基于遗传算法的有限推力交会轨道优化仿真

针对有限推力空间飞行器交会对接逼近段燃料/时间组合最优轨道优化问题,提出了一种采用遗传算法求解的优化策略.以C-W方程为交会模型,将整个逼近段分为若干弧段,在每个弧段内追踪航天器均采用常值推力机动,这样可以求得C-W方程在每个弧段内的解析解,于是,交会对接逼近段的轨道优化问题可以转化为具有非线性约束的数学规划问题,最后采用广义拉格朗日-遗传算法对该问题进行了优化求解.数学仿真结果表明,该方法可以很好的解决交会对接终端逼近段燃料/时间组合最优轨道优化问题.     

考虑导航误差和摄动影响的椭圆轨道最优交会制导

本文提出了一种新的航天器最优交会制导方法.该方法能够快速精确求解包含J_2项与大气阻力项摄动的椭圆轨道交会问题,并充分考虑非合作目标存在的导航误差,保证交会精度的同时实现所需速度增量最优.首先,本文采用了一种新的状态转移矩阵求解方法,能够对考虑J_2项和大气阻力项摄动的任意偏心率下的相对运动进行描述,得到考虑摄动与偏心率信息的状态约束.其次,建立了导航误差模型,得到描述导航误差的状态约束,并分析其对交会精度与所需速度增量的影响,设计包含加权矩阵的性能指标实现在存在导航误差情况下所需速度增量最优.然后,通过引入松弛变量,将最优交会问题转化为标准二阶锥规划问题进行求解.再者,为了进一步提高相对距离较大的交会任务精度,构建了闭环制导框架.最后,本文通过仿真,验证了设计方法在考虑J_2项与阻力项摄动情况下的有效性,针对椭圆轨道交会问题的精确性以及考虑导航误差情况下所需速度增量的最优性.     

基于lambert理论的多脉冲快速轨道交会研究

对于任意初始相位条件下的圊定轨道间的两航天器交会问题,研究了多脉冲远程快速轨道机动的策略.在燃料消耗一定的情况下,以脉冲次数和时间为变量,通过遗传算法进行全局寻优,可得到一条多脉冲快速机动轨道.仿真结果表明,脉冲次数对燃料消耗和机动时间有极大的影响,在初始条件不利的情况下,利用多脉冲轨道机动,可以较好地解决远程轨道机动的高能耗区.所以,在燃料消耗受限的情况下,根据不同的初始条件,选择脉冲次数,可以达到快速交会的目的,为快速交会提供了可靠依据.     

航天器近距离变轨能量时间关系研究

随着航天任务需求的多样化,对航天器轨道转移问题不但提出了最省燃料要求,还提出了最小时间要求。主要研究了航天器近距离双脉冲变轨燃料和时间最优问题,基于线性化C-W方程,推导了在轨服务器在双冲量变轨时的特征速度,以时间-燃料为指标构造了加权模型,分析单一和混合指标情况下对系统的影响后,得到了混合指标下时间和能量关系,通过设计分布估计算法,找到最优能量和相应的转移时间,使得燃料和时间的加权和最小,实现近距离变轨最优指标的精确数值模拟。从数值结果的对比分析中得出了一些有意义的结论,可供下一步研究参考。     

基于改进遗传算法的多脉冲交会轨道优化研究

最优空间多脉冲轨道交会是一个复杂的非线性系统。由于结构复杂,存在非线性特性,影响系统的快速性和实时性。建立最优空间多脉冲轨道交会模型,传统遗传算法不能满足要求,因此提出了在自适应遗传算法的基础上引入多位变异的多变异位自适应遗传算法,对空间多脉冲交会轨道优化进行了求解。多变异位自适应遗传算法增加了种群的多样性,可避免算法的早熟收敛现象。仿真结果表明,利用多位变异自适应遗传算法求解空间多脉冲交会轨道优化效果好,避免了早期收敛,提高了全局寻优能力,为多脉冲交会轨道优化提供了较好的方法。     

串行生产线的集成最优生产控制与能力规划

研究了制造系统串行生产线生产控制和生产能力规划的集成优化方法。给出了串行生产线最优生产控制及生产能力规划问题的数学模型,通过粒子群优化算法来求解这一模型,通过Matlab进行了仿真,并对仿真结果进行了分析。     

基于生物地理学优化的多UCAV协同航迹规划

研究多无人机协同路径规划问题,为了获取从起始点到达目标点,能够避开各种阻碍的最优运动路径,提出了一种基于BBO的多UCAV协同航迹规划方法.通过对地形环境、航迹表示方式进行描述,将生物地理学优化算法运用于多UCAV协同航迹规划,对约束条件及威胁进行分析,建立了UCAV航迹规划模型及多UCAV协同航迹规划模型;对BBO算法适宜度向量编码及迁徙模型进行了分析,设计了相应的优化算子;最后,构建了多UCAV协同航迹规划的求解框架,并结合BBO算法开展了相应的仿真.仿真结果表明,改进方法较好地实现了多UCAV协同航迹规划的优化.