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。

间接法求解具有最大横程的再入轨迹

针对运用间接法进行弹道优化时存在共轭变量初值高度敏感难以估计而无法获得全局最优解的缺点,引入混合遗传算法对弹道优化时的共轭变量初值进行搜索,并求解获得具有最大横程的再入轨迹.求解时考虑了热流约束、过载约束和动压约束,约束的处理采用惩罚函数方法,通过对不可行解的惩罚转换为无约束问题.数值仿真验证了该算法实用性.

高超声速再入飞行器可达横程分析

为使飞行器再入大气层后获得最大可达横程，采用高斯伪谱法（GPM）求解飞行器最优再入轨迹。首先给出了高超声速飞行器再入轨迹优化问题模型，在不考虑过程约束的条件下，选取横程最大为最优性能指标，攻角和倾斜角作为控制量，终端状态受到位置和速度的约束。然后采用GPM将再入轨迹优化问题离散化为非线性规划问题，选取各高斯点上的状态量和控制量作为优化参数。最后利用适合求解大型非线性规划问题的SNOPT软件包对参数最优化问题进行求解，得到再入的最优轨迹。仿真结果表明，该方法对状态初始值并不敏感，容易得到最优解，且不需要对协状态变量初值进行猜测，非常适用于轨迹优化问题的求解。