基于Gauss伪谱方法的高超声速滑翔飞行器滑翔段轨迹优化

基于一种求解最优控制问题的方法-Gauss伪谱法(Gauss Pseudospectral Method-GPM),研究了高超声速滑翔飞行器滑翔段迹优化问题。本文利用微分形式高斯伪谱方法将飞行器三自由度滑翔段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纵程最大,然后对滑翔段轨迹进行了求解。以某高超声速滑翔式飞行器为对象进行轨迹优化计算,仿真结果验证了本文的轨迹优化方法具有一定的精度和计算效率。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。     

利用小推力实现与多颗小行星交会

小推力在深空探测中具有非常重要的意义.讨论了利用小推力实现航天器与多个小行星交会任务.小推力航天器与小行星的交会问题是一个标准的最优控制问题,文中将最优控制问题转化为参数优化问题,避免了求解最优控制问题所遇到的困难.首先利用遗传算法求解参数优化问题的全局最优解,然后利用局部优化算法对结果进行局部调节,提高交会精度.最后,以第二届国际轨道优化竞赛的题目为数值算例,给出了在小推力情况下航天器与四颗小行星交会的结果.结果表明该算法能很好地解决小推力航天器的交会问题.     

快速避障三维最优轨迹规划研究

针对无人作战飞机自主化任务需求,提出了一种"人在回路上"的UCAV自主任务规划解决方案;针对该方案中的UCAV快速自主轨迹规划需求,提出了基于高斯伪谱法的快速轨迹规划解决方案。该方案在充分考虑UCAV的气动力特性、发动机推力特性及大气环境特性的基础上建立了高精度的UCAV模型,详细分析并构建了比较真实的UCAV飞行包线约束模型和三维战场环境约束条件,在此基础上,构建了基于最优控制理论框架的UCAV轨迹规划模型;最后,详细分析并实现了采用GAUSS伪谱法求解该问题的实现过程。仿真结果表明,该方法能以较高的精度和速度生成满足各种复杂约束要求,连续并且真实可行的最优轨迹。     

多约束条件下的反临近空间拦截弹滑翔段弹道规划

针对临近空间拦截弹滑翔段离线弹道优化问题,提出一种满足多约束条件的弹道规划方法.首先,通过对拦截弹中制导段运动模型的简化得出滑翔段运动模型;然后,利用庞特里亚金极小值原理推导出满足多约束条件的间接法模型,将弹道优化问题转化为协态变量初值猜测的两点边值问题.采用邻近极值法进行协态变量初值选取,降低了初值猜测的难度和计算量.仿真结果表明,相较比例导引弹道和高斯伪谱弹道,所提方法弹道可同时满足终端约束条件和多种过程约束条件,且优化结果精度更高,可有效解决离线弹道优化问题.     

无人机三维追逃问题的半直接法求解

提出一种新颖的无人机三维追逃问题的求解方法,该方法结合变分法和伪谱法,是一种半直接法求解思想。求解过程首先应用变分法给出求解一个局中人最优控制律的微分方程组及其约束条件,将微分对策问题转换为最优控制问题,然后通过伪谱法再将最优控制问题转换成非线性规划问题,最后利用SNOPT求解器对其进行数值求解,并进行了数值仿真。对仿真结果的分析表明,追逃双方在博弈过程中都采取了各自最优的控制策略,验证了该方法的正确性、有效性和快速性。     

高超声速滑翔式飞行器突防轨迹优化研究

为研究多种约束条件下的高超声速滑翔式飞行器快速突防轨迹优化问题, 提出了基于hp自适应伪谱法的多段优化求解策略。建立了高超声速滑翔式飞行器的运动学模型, 用三次样条插值拟合升力系数和阻力系数。综合考虑动压、过载和热流约束, 建立了考虑禁飞区和航路点的约束模型。详细阐述了hp自适应伪谱法的求解原理, 提出了以航路点为分段点的求解策略, 最后以最小到达时间为代价函数对高超声速滑翔式飞行器再入突防过程进行了数字仿真。仿真结果表明, 基于分段求解策略的最优轨迹能够有效满足各种约束条件的限制, 达到了快速突防的目的。     

利用Radau伪谱法求解UCAV对地攻击轨迹研究

针对UCAV对地攻击轨迹规划问题,提出一种基于Radau伪谱法(RPM)的求解策略。首先,构建了最优控制问题的一般框架,分析了RPM求解最优控制问题的基本原理及实现方式;在充分考虑UCAV的气动力特性、发动机推力特性及大气环境特性的基础上建立了UCAV三自由度(3-DOF)质点模型,并详细分析了UCAV初始和终端位置、速度、姿态约束、飞行性能和战场环境等约束条件,在此基础上构建UCAV对地攻击轨迹规划问题框架;最后,利用RPM将轨迹规划的最优控制问题转化为非线性规划问题并求得最优解。仿真结果表明,该方法能以较高的精度和速度生成满足各种复杂约束要求、连续并且真实可行的最优轨迹。     

几种优化方法在脑磁逆问题中的应用与比较

利用脑磁图数据推断磁源参数是脑磁理论研究中的一个基本问题.优化方法是解决这一问题的有力工具.求解这一脑磁逆问题分别使用梯度法、高斯-牛顿法及模拟退火法.计算表明:这些算法在一定条件下均可使用,比较而言,梯度法、高斯-牛顿法具有很快的计算速度,而模拟退火法耗时较多.另一方面,模拟退火法对迭代初值要求不高,而梯度法、高斯-牛顿法则对此有一定的要求.特别在对多偶子磁源求解时,梯度法、高斯-牛顿法有时因初值选择困难而失效,而模拟退火法仍然是有效的.     

基于Gauss伪谱法的制导炸弹攻击区的计算方法

针对新型制导炸弹攻击区的求解问题,建立了受约束条件下的制导炸弹动力学模型;通过引入加权侧向射程和纵向射程的组合性能函数,将攻击区的求解问题转化为最优控制问题;采用Gauss伪谱法进行求解,并分析了制导炸弹导引头启控点处的速度、弹道倾角对攻击区的影响。仿真结果表明:Gauss伪谱法可有效地解决制导炸弹攻击区的求解问题,且炸弹攻击区随着速度、弹道倾角的增大而增大,但当弹道倾角大于零时,增加弹道倾角对攻击区的影响相对较小。     

基于半直接法的无人机多对一追逃问题研究

介绍了一种新颖的、基于半直接法的无人机多对一追逃问题求解方法.首先,介绍了半直接法的理论,并通过变分法将双边最优化问题转换为单边最优化问题,通过Legendre伪谱法将单边最优化问题转换成非线性规划问题,建立多对一追逃双方的数学模型并给出各自的目标函数,创新性地使用半直接法对追逃路径进行求解;然后,在Matlab编程环境下利用Snopt求解器进行数值仿真,验证了该算法的正确性、有效性和快速性;最后,通过与传统的比例导引法进行对比,验证了该算法具有良好的适用性和协同性.     

基于多样本GA-PSO算法的发射入轨段测控设备优化部署

针对当前航天器发射入轨段地基测控设备部署中存在的效率不高、灵活性不足等问题,考虑最高仰角、地形遮蔽等约束条件,以定轨精度、测控覆盖、资源占用为优化目标,建立给定弹道下测控设备部署优化模型。提出基于多样本遗传-粒子群(Genetic-Particle Swarm Optimization, GA-PSO)算法的发射入轨段测控设备部署优化方法,通过目标权重自适应变换和一定强度的蒙特卡洛仿真实验获取Pareto最优解集,统计分析确定全局最优解。仿真结果表明,该方法可进一步提高发射入轨段定轨精度和测控覆盖率,减少设备冗余,为测控方案制定提供有效数据参考。     

反辐射导弹优化飞行方案

航迹优化对于提高单站无源定位的定位精度有着重要的作用,在反辐射导弹的应用中,航迹优化问题实际上是设计最优方案弹道或者是最优导引规律的问题,不同于仅从定位精度角度优化观测器航迹的问题。这里从理论分析的角度,推导了航向、弹道偏角和定位误差的克拉美罗下限(CRLB)的关系,通过数值分析的方法获得了仅从定位精度出发的最优航向和弹道偏角。然后针对反辐射导弹的实际应用背景,提出了适合反辐射导弹应用的优化飞行方案,最后通过数值分析对比了三种飞行方案优劣。     

基于Bezier和改进PSO算法的风环境下翼伞航迹规划

针对当前翼伞空投航迹规划中未考虑复杂风场影响,文中提出一种利用风场优势求解最优航迹的算法。将航迹规划问题转换成Bezier曲线的参数寻优问题,针对风场环境下可行轨迹特点提出优化策略,提出改进的粒子群优化算法求取最优解。实验结果表明,该航迹规划算法能在复杂风场环境下求出一条满足各种要求的最优航迹,算法设计合理,工程易实现。     

高超声速滑翔飞行器全程总红外辐射最小的轨迹优化（特邀）

为降低高超声速飞行器再入过程中,产生的气动热辐射对红外探测窗口性能的影响,从轨迹优化的角度,以再入飞行全程驻点总红外辐射为目标函数,提出了一种基于改进鲸鱼优化算法(Whale Optimization Algorithm,WOA)的高超声速飞行器轨迹优化算法。首先,通过Tent混沌映射和控制因子余弦变化改进WOA,改进算法位置更新时的位置指向性,增强算法全局搜索能力;同时,将再入轨迹优化问题转化为控制量剖面参数优化问题,采用倾侧角一次翻转策略,利用普朗克公式计算驻点红外辐射,并设计目标函数,利用阻力加速度再入走廊处理路径约束,采用罚函数法将终端约束同目标函数相结合;最后,利用改进的WOA对设计的控制量剖面进行参数寻优,获得使目标函数最优的解。仿真实验表明: 文中改进的WOA能够有效完成全程总红外辐射最小的再入轨迹优化任务,全局搜索能力强,且具有较好的鲁棒性。     

VIATO-visual interactive aircraft trajectory optimization

An approach toward the automated solution of aircraft trajectory optimization problems is introduced and implemented in an interactive program called visual interactive aircraft trajectory optimization (VIATO). This MS Windows-compatible software produces minimum time trajectories to a fixed or moving target. It is easy to use by nonexperts as no previous knowledge of the methods of optimal control theory or mathematical modeling are needed. VIATO consists of a graphical user interface, an optimization server, and a model server. In VIATO, different aircraft types are represented by a set of parameters. The equations of motion and state as well as control constraints are fixed in advance. Since the objective function is also specified, the user avoids the modeling and explicit formulation of optimal control problems. Reliable convergence to an approximate optimal solution is achieved by converting the original optimal control problem into a finite dimensional optimization problem. The parameterized problem is solved using nonlinear programming     

Subgradient-Based Neural Networks for Nonsmooth Convex Optimization Problems

This paper develops a neural network for solving the general nonsmooth convex optimization problems. The proposed neural network is modeled by a differential inclusion. Compared with the existing neural networks for solving nonsmooth convex optimization problems, this neural network has a wider domain for implementation. Under a suitable assumption on the constraint set, it is proved that for a given nonsmooth convex optimization problem and sufficiently large penalty parameters, any trajectory of the neural network can reach the feasible region in finite time and stays there thereafter. Moreover, we can prove that the trajectory of the neural network constructed by a differential inclusion and with arbitrarily given initial value, converges to the set consisting of the equilibrium points of the neural network, whose elements are all the optimal solutions of the primal constrained optimization problem. In particular, we give the condition that the equilibrium point set of the neural network coincides with the optimal solution set of the primal constrained optimization problem and the condition ensuring convergence to the optimal solution set in finite time. Furthermore, illustrative examples show the correctness of the results in this paper, and the good performance of the proposed neural network.      

基于内容感知的无人机轨迹规划和资源分配联合优化方法

针对未来网络中激增的数据流量以及用户多样化的业务需求,利用无人机来辅助蜂窝网络为用户提供更好的服务。该文提出了基于内容感知的无人机轨迹规划和资源分配联合优化方法,在无人机上缓存热点内容,在满足用户内容需求的条件下,联合优化用户接入以及无人机飞行轨迹来最大化最小用户平均服务速率。由于所建立的优化问题具有非凸性,该文提出了一种块坐标下降的方法将原问题分解为两个子问题,并利用连续凸优化方法对问题进行求解。仿真结果表明,所提方法能够有效提升最小用户平均服务速率,提升网络深度覆盖水平。     

利用外点罚函数和粒子群算法实现模型最优降阶

将外点罚函数和粒子群算法应用于模型最优降阶,采用新的低阶模型,提出了解决低阶模型稳定性问题的有效方法.典型例子的仿真验证了本方法的可行性和有效性.     

一种距离门拖引干扰策略的智能生成方法

针对未知环境模型下的多帧距离门拖引干扰的策略优化问题,提出一种基于改进粒子群算法的拖引干扰策略优化方案.首先,以平均波门偏移距离作为干扰效果的性能评价指标,建立了距离门拖引干扰的多帧联合优化模型.然后,为了解决目标函数解析表达式难以获取的难点,提出了一种结合奖励机制的蒙特卡洛目标函数拟合方法;在此基础上,面向优化维度过...