登月软着陆轨道优化算法研究

月球软着陆轨道优化是月球探测中的关键技术之一,研究了基于燃料最优的定常推力月球探测器软着陆轨道优化问题.在优化算法中,首先对软着陆轨道动力学方程做归一化处理,经过将软着陆轨道离散化,应用函数逼近法拟合推力控制角,从而将轨道优化问题转化为参数优化问题,最后设计了蛙跳算法作为搜索优化方法.仿真结果表明设计的轨道较好地满足了所要求的约束条件,同时蛙跳算法具有很高的优化精度,并且应用比较简便,可以应用于登月软着陆的轨道优化设计任务.     

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。     

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。     

基于数值求解的远程交会路径规划优化研究

研究航天器多脉冲远程交会路径规划问题,由于航天器在变轨过程中,应减少发动机燃料的消耗,有利于增加有效载荷.因此,在多冲量变轨问题描述的基础上,通过选择优化变量建立了无摄动的燃料最优和考虑摄动的燃料最优变轨优化模型,利用遗传算法、序列二次规划及GA+SQP串行混合优化算法进行优化求解,进行了数值仿真.通过仿真实现了不同脉冲次数的远程交会路径规划,并对比分析了摄动的燃料最优变轨优化模型,提出了相应的串行优化策略,通过算例对所提出的算法进行了仿真验证,实现了航天器路径规划数值优化求解的目的,可为多脉冲远程交会提供参考.     

交会对接最后逼近段姿轨耦合控制

针对交会对接最后逼近段的制导律和姿态控制律的设计问题,首先对逼近段轨道与姿态的耦合问题进行了分析,并利用高阶滑模控制设计了最后逼近段的姿轨控制系统;然后设计了基于Hill方程的直线型制导律;最后对所采用的直线型变结构制导律和最后逼近段相对姿态控制律进行了仿真.仿真结果表明所设计的控制系统满足对接要求.     

基于混合粒子群算法的远程机动轨道优化设计

研究了粒子群算法在空间飞行器连续推力轨道机动最优化问题.为优化空间飞行器轨道,给出了空间飞行器轨道机动最优化控制问题模型,运动方程用地心惯性坐标系下建立;性能指标选为轨道机动过程中时间最小;控制变量为推力攻角;终端状态受到位置和速度的约束.针对粒子群算法的缺点,提出混合粒子群算法,即将全局寻优能力强的粒子群算法和局部寻优能力强的非线性规划相结合,以提高算法的搜索精度和收敛速度.并将其应用于连续推力空间飞行器轨道机动优化之中.仿真表明混合粒子群算法对于空间飞行器远程机动轨道初始参数取值不敏感,具有一定的鲁棒性,生成的轨道能够较好地满足各种约束条件,并可以应用于空间飞行器连续推力轨道最优机动问题的求解.     

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.     

航天器任意椭圆轨道最优转移问题研究

目前航天器最优转移轨道研究中,常忽略摄动力影响,仅考虑能量最优,且采用常值推力控制量,得到的转移轨道精度低,转移时间长,非理论最优。本文考虑地球非球形摄动力J2的影响,建立时间-能量综合最优性能指标,基于变推力控制量,研究了任意椭圆轨道最优转移问题。建立高斯拉格朗日状态方程,应用Pontryagin极小值原理和共轭梯度法求解最优转移问题;研究了J2摄动力对转移轨道根数、推力加速度和最优转移轨道的影响。结果表明:J2摄动力对转移轨道根数和推力加速度都有影响,不能忽略;时间-能量综合最优转移同时考虑轨道转移时间和能量消耗,优化结果更利于工程应用;最优推力加速度不是常值,即采用常值推力控制量得到的并非理论最优转移轨道。     

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。     

灾变遗传算法求解带时间窗的车辆调度问题

提出一种可以有效求解带时间窗的车辆调度问题的灾变遗传算法.遗传算法作为一种高效的启发式算法被用于解决这类组合优化问题,但是该算法存在过早收敛、易陷入局部最优等缺陷.针对此问题,在搜索过程中采用灾变算子使遗传算法跳出局部最优,并针对车辆调度问题设计一种可以直接产生可行解的交叉算子,避免染色体交叉过程中产生不可行的子代.通过仿真算例验证了所提出的算法求解带时间窗的车辆调度问题的有效性;通过与标准遗传算法、改进遗传算法和粒子群算法的比较,进一步验证了灾变遗传算法在优化性能以及算法鲁棒性方面的优势.