基于Lambert算法的脉冲精确变轨策略

Lambert问题的求解多以二体假设为基础,从而对精确轨道控制带来不利影响。提出了一种脉冲修正策略,建立了考虑摄动影响的航天器轨道动力学计算模型,在Lambert算法基础上,通过拟牛顿法对变轨脉冲进行修正,消除终端状态误差,从而获得精确的变轨脉冲。将该修正策略用于固定时间精确变轨问题,建立了两层规划模型,并通过算例验证了算法的有效性。

一种无奇异的求解Lambert变轨的普适变量法

传统的普适变量法求解Lambert转移轨道的变轨点速度时,在两位置矢量夹角为180°处出现奇异,且用牛顿迭代法求解普适变量会丢失部分重要的解.通过公式变换消除奇异项而推导出一种无奇异的速度求解公式;且根据转移轨道的圈数对普适变量的取值范围进行分段,在每个区间用人工免疫算法AIA(Artificial Immune Algorithm)搜索普适变量正确解,解出所有Lambert转移轨道并从中选择最优转移轨道.仿真算例表明:这种改进的普适变量法能有效避免传统普适变量法的奇异性,而且能求得所有的Lambert转移轨道并得到燃料消耗最优的转移轨道.

Lambert转移中途修正的全局概率最优策略

应用Monte-Carlo法和遗传算法的联合仿真求解Lambert转移中途修正的全局概率最优策略.首先推广限制性三体问题中求解周期性特解的微分修正算法构造出考虑J2项摄动下的Lambert转移轨道并以此作为参考轨迹,则中途修正策略仅需针对导航误差、初始偏差修正的控制偏差等进行补偿.应用微分修正算法导出的单值矩阵,设计出3类线性和非线性中途修正策略,以适应不同的精度需要.随后应用Monte-Carlo和遗传算法的联合仿真,可以得到实现代价函数(落点误差最小)在概率意义下的最优解.与直接利用优化算法寻优需要已知各种误差量不同,得到的最优修正策略更具有普适性.

基于引导型人工免疫算法的最优Lambert变轨

主要研究了燃料最省的Lambert双脉冲变轨问题.首先对普适变量法进行改进以避免奇异,并将其用于Lambert双脉冲变轨问题的求解.然后针对只给定初始时刻追踪航天器和目标航天器的轨道要素及总时间约束的交会问题,引入调相时间的概念,并将其和转移时间作为Lambert变轨的优化变量.最后采用引导型人工免疫算法GAIA(Guiding Artificial Im-mune Algorithm)对该优化问题进行寻优.仿真算例表明,与自适应遗传算法AGA(Adaptive Ge-netic Algorithm)相比,GAIA具有更强的寻优能力和更快的寻优速度,从而验证了GAIA用于最优Lambert变轨的有效性.

用进化-模拟退火算法求解Lambert方程

Lambert方程在轨道拦截和初始轨道确定起着重要作用。求解Lambert方程的传统算法主要有Newton迭代方法和超几何级数展开方法等,但这些算法都有一定的局限性(如有可能出现迭代收敛过慢,级数展开收敛性问题)。采用进化-模拟退火算法(EA-SA)算法求解Lambert方程,其中进化算法具有全局搜索能力,而模拟退火具有局部锁搜索能力。该方法克服了某些情况下梯度下降法有时收敛过慢和超几何级数不收敛的缺点,并具有通用性,便于操作和理解。通过仿真计算对比表明,EA-SA具有普适性,而且精度优于其它两种算法。

基于解析梯度的经典Lambert问题迭代求解方法

针对现有求解模型复杂、收敛速度慢等问题,在将经典Lambert转移问题转化为超越方程的基础上,提出一种基于解析梯度的Lambert问题迭代求解算法。选择转移轨道的真近点角为迭代变量,导出转移时间关于真近点角的解析梯度,构造一种基于解析梯度的牛顿迭代算法,降低了算法计算复杂度。理论分析表明该算法具有二阶以上的收敛速度。依据偏心率向量与转移轨道形状的关系,通过几何方法分析得到转移轨道在初始位置处的速度约束条件,推导转移轨道真近点角的最大值和最小值的解析表达式,并采用线性插值方法确定迭代初值,进一步提高了迭代算法的收敛速度。数学仿真结果表明在各种转移条件下算法均能快速收敛,采用所给出的初值选取方法初值确定精度高,进而能够加快收敛速度,而与较割线法相比较收敛速度快、计算量小,验证了所提出算法的有效性。

基于三体Lambert算法的平动点交会轨道设计

针对未来建设地月系L2点空间站的需求,提出利用三体Lambert算法研究地月系L2点附近轨道的交会问题,包括设计同一Halo轨道上不同相位两航天器之间的交会转移轨道以及设计不同振幅Halo轨道之间的交会转移轨道。针对现有三体Lambert算法求解长时间轨道转移问题收敛性差的缺陷,提出利用遗传算法求解初始参考轨道,进而通过同伦牛顿-拉夫逊迭代求解目标转移轨道的方法。计算结果表明,该方法能够有效解决长时间交会轨道转移问题,可以为地月空间平动点区域空间站建设提供参考。

基于Beer-Lambert定律的钢管壁厚测量

为了实现钢管壁厚的高精度测量,基于Beer-Lambert定律和滤波反投影算法提出了一种钢管壁厚测量的方法。根据Beer-Lambert定律,通过对数化处理,建立了钢管壁厚与探测器接收信息之间的数学模型,利用滤波反投影算法推导出钢管壁厚的表达式,并理论推导出X射线测厚和超声波测厚的误差公式。实验仿真表明,测得?273×10 mm的钢管壁厚为10.01 mm,误差为0.1%,与超声波测厚的误差大致相等;对不同型号的钢管进一步仿真表明,当钢管壁厚为2.5～5 mm时,X射线测厚误差可保持在3%以内,与超声波测厚基本一致。

空间交会中多圈Lambert问题的算法改进与实现

针对目前多圈Lambert问题多种算法的不足之处,如精确性不高和难以编程实现等,利用问题解集的分布特点改进算法,编写可直接调用的Matlab程序,为多圈Lambert转移的拓展提供必要条件.以空间交会两动点间的轨道转移为例,建立二层优化的数学模型,并提出结合智能算法的解题思路.通过应用算例验证了程序的正确性和有效性.

一种用于航天器交会任务的联合控制方法

空间交会轨迹设计是交会任务的重要内容。文中分析了变轨过程中轨道执行精度误差和姿态控制精度误差对控制效果产生的影响,综合考虑了相位调节燃料消耗和交会终端精度问题,给出了一种交会任务中特征点和Lambert多脉冲联合控制方法。通过两组不同初始轨道参数的联合控制仿真算例验证了该方法的有效性。

小卫星共轨式轨道转移策略

针对小卫星与共轨目标星之间的交会问题,设计制导策略使小卫星在预期时间内与目标星相遇。利用均匀中心引力场模型,推导了一个关于两星相对运动状态和转移时间的二次方程,求解该方程能够得到固定燃料转移问题的最优推力时间和推力方向的解析解。在自由滑行段采用Lambert变轨算法代替解析算法,提出了一种改进制导算法。应用该改进制导算法进行大量仿真实验,并利用STK仿真软件对仿真结果进行验证,表明本文算法是有效的。

GEO卫星在轨服务路径规划方法

针对GEO卫星在轨服务,从服务星轨道机动策略和燃料优化两方面开展研究。首先对比分析了霍曼变轨式、机动漂移式、径向机动式和兰伯特变轨式4种工程上常用的轨道交会策略,并根据目标距离设计了轨道交会策略的选择方法。然后采用遗传算法对多目标在轨服务问题进行优化,得到了任务时间约束下的最优飞行路径。该方法将工程中常用的轨道机动策略与优化方法结合起来,具有较高的工程应用价值。

基于粒子群算法的多脉冲转移轨迹优化

通过引入Lambert算法处理终端约束条件,建立基于可行解迭代的多脉冲转移轨迹优化模型,采用粒子群算法优化最省燃料转移轨道,并对分别采用变轨点真近点角和变轨时刻作为设计变量的优化结果进行了对比分析.对相同的两脉冲、三脉冲轨道转移问题,优化结果验证了提出的优化模型和优化算法的正确高效性.仿真表明,使用变轨点真近点角为设计变量时优化效率和结果更好.

基于伪谱方法的有限推力变轨策略研究

研究了有限推力条件下的空间飞行器大范围机动变轨问题。将有限推力解的求取过程分为两个步骤,首先采用Lambert方法求取变轨问题的双脉冲最优解,再采用Gauss伪谱方法求取有限推力解,将每个脉冲点扩展为一个推力弧段,通过伪谱方法将最优变轨问题转化为一个参数优化问题,采用非线性规划方法得到该推力弧段的变轨推力大小和方向。将该方法应用于某空间飞行器轨道机动变轨过程研究,取得了满意的结果,从而证明了方法的有效性。

对地观测卫星有限推力快速轨道机动优化方法

研究了对地观测卫星在有限推力作用下,快速轨道机动到目标区域上空的优化算法.分析了任务需求并选取两次点火的变轨方法,使算法更具普适性.推导出考虑J2摄动的三维空间的有限推力动力学方程.使用Lambert方法确定有限推力时间变量的取值范围,并在此基础上使用遗传算法进行优化,最终得到时间最优意义的优化结果.通过一个算例对整个优化算法做了验证.结果表明该算法精度高、计算时间短,适用于快速轨道机动任务.

双光路烟雾测量系统设计

介绍了一种基于双光路法的烟雾测量系统的设计方案。通过朗伯-比尔定律,采用双光路法消除了温度、湿度等环境因素对系统的影响,并结合软件滤波算法,有效地抑制外界及传感器自身的干扰,取得了较好的测量效果。实际测量表明,该系统运行稳定、可靠性高、有效避免干扰,能实现较高精度的测量。

非对称模糊算法在微量紫外光度计中的应用

较传统的紫外可见分光光度计,微量紫外可见分光光度计具有体积小、分析速度快、需要样品体积小、便于测试高浓度溶液等优点。根据朗伯-比尔光吸收定律,得出吸光度相对误差和透射比误差之间的关系,可以针对不同浓度的待测溶液选择不同的测试光程来求得待测溶液的吸光度,有效提高了光度计的测量范围和精度。对同一待测溶液在不同测试光程下测试的结果中,应用非对称模糊算法选择出最合适的测试结果作为最终的测试结果。

深空探测器多次引力辅助转移轨道全局搜索

介绍行星引力辅助近似模型,包括近行星点无动力和有动力两种方式;采用开普勒轨道拼接法与双脉冲Lambert算法,建立多次引力辅助转移轨道的参数优化模型;通过广度优先搜索算法对引力辅助行星序列进行穷举,对发射窗口和天体间转移时间进行离散化网格搜索,每一步网格搜索后均采用合理的定界剪枝方法,减少后续计算量。这种全局搜索方法不需要提前指定引力辅助行星序列,并可得到对应不同飞行时间以及不同引力辅助次数的搜索结果,获得若干多天体引力辅助转移轨道初步结果,为进一步局部优化设计奠定基础。文章给出几组全局搜索算例,得到从地球到火星、木星和土星的多次引力辅助转移轨道,验证了全局搜索方法的有效性。

基于神经网络的水中悬浮物检测仪机理研究

采用透射光测定法测量水中悬浮物的质量浓度,结果表明,吸光度与质量浓度之间实际上呈非线性函数关系。应用BP神经网络和GA-BP学习算法对测量方程建模,研制的悬浮物检测仪,具有较高的检测精度。

面向GEO目标的快速在线在轨服务任务规划

针对地球同步轨道多对多在轨服务任务规划问题,提出了一种基于拍卖算法和先验知识的改进启发式拍卖算法(IHAA)。首先,建立了基于Lambert变轨的任务规划问题表征,设计了给定变轨时长约束下的快速燃料最优估计策略。其次,针对考虑J 2摄动影响的航天器在轨服务规划问题,提出了一种基于拍卖算法的快速求解流程。其中,为确定每一轮拍卖算法任务列表,提出了基于变轨先验知识的目标优先级排序启发式策略,实现了快速的服务时序确定方法;此外,为减少因部分航天器服务能力低导致的分配失败情况,设计了一种基于失败任务再分配的重拍机制。最后,将所提算法与遗传算法、模拟退火算法进行了对比,结果表明IHAA可以快速给出相对适应度较高的规划结果,可用于突发事件星上在线自主规划,亦可提供优化算法初值以提升规划效率。