吸气式超声速导弹爬升段轨迹在线规划与跟踪设计

为解决吸气式超声速导弹如何最优地爬升到巡航状态的问题,提出了一种吸气式超声速导弹的爬升轨迹在线规划与跟踪控制设计方法。将爬升段弹道分解为2个相切的圆弧,利用数学几何方法,推导了两相切圆的相关参数及代数方程,建立了爬升段的参考轨迹,并通过动虚拟目标追踪法设计了参考轨迹的跟踪制导律,从而实现了基于两圆相切理论的爬升段轨迹在线规划与跟踪控制,最后以典型工况为例,进行了数字仿真验证,并与hp自适应伪谱法的优化结果进行了对比分析。仿真结果表明,参考轨迹与优化结果差别不大,能够准确跟踪参考轨迹,同时算法简单,便于工程实现。研究成果可为吸气式超声速导弹爬升段轨迹设计提供参考。

吸气式超声速导弹爬升段多约束轨迹优化

针对吸气式超声速导弹飞行过程多约束及强耦合的特性,研究了超声速导弹爬升段的轨迹优化设计问题。考虑吸气式推进系统与气动力、飞行轨迹的耦合,对超声速导弹冲压发动机的性能进行分析,揭示了吸气式发动机推力、静压裕度以及余气系数随飞行状态的变化规律;在考虑过载、动压、终端弹道参数及发动机参数等约束的条件下,建立多约束条件下的轨迹优化模型,提出一种适用于此类飞行器飞行轨迹与推力规律的优化设计方法,并对最小油耗的爬升弹道进行优化设计分析。仿真结果表明,该方法能有效解决吸气式超声速导弹多约束轨迹优化问题,可为吸气式超声速导弹的弹道规划与制导律设计提供参考。

基于改进粒子群算法的无人机爬升轨迹优化

研究无人机控制优化爬升性能问题,由于单独提高速度或节省燃油问题,均存在互相影响。为了使无人机能够快速、省油地爬升到预定高度,综合考虑了油耗和时间这两个因素。在分析了无人机爬升段数学模型的基础上,提出将油耗和时间的综合运营成本作为优化指标,并提出了一种改进粒子群算法的无人机爬升轨迹优化方法。将无人机轨迹优化问题转化为有约束的参数优化问题,并用改进粒子群算法进行参数优化,从而得到综合指标最优的爬升轨迹。对某无人机实例进行爬升轨迹优化,仿真结果比传统方法更节省了运营成本,证明了改进方法的优越性。

基于改进粒子群算法的高超声速飞机爬升轨迹优化

装备涡轮基组合动力发动机的高超声速飞机,其推力特性不同于传统的涡扇发动机,因此传统飞机的爬升策略不再适合这类高超声速飞行器。在分析了飞机爬升段数学模型的基础上,基于改进粒子群优化算法,针对某高超声速飞机模型飞行剖面爬升段,以最小燃油消耗为目标进行轨迹优化设计。通过仿真计算,优化后的爬升段飞行轨迹能有效减少燃油消耗,证明了优化方法的可行性。