FAST OPTIMIZATION METHOD OF REENTRY TRAJECTORY CONSIDERING AERODYNAMIC PARAMETER PERTURBATION

针对传统再入轨迹优化方法收敛速度慢、对初值敏感程度高等的局限性,提出了一种基于序列凸优化的再入轨迹快速求解方法.该方法以倾侧角的变化率作为控制量,改进了现有凸化策略,考虑到抑制数值优化过程中由于数值离散方式带来的锯齿化现象,采用 B 样条曲线离散控制量,同时为避免算法在初始猜想值附近出现伪不可行的问题,增加额外虚拟控制量,通过一种"回溯直线"搜索的方法,提高算法的稳定性、快速性和寻优结果的光滑性.为研究飞行器再入过程中的气动参数扰动问题,采用采样点少、易于实现,计算效率高的广义混沌多项式理论研究方法,建立了基于广义混沌多项式和凸优化相结合的再入轨迹鲁棒优化模型,该模型在优化过程中考虑气动参数扰动对寻优结果的影响作用,避免了传统轨迹与制导律的复杂迭代设计环节,可有效降低优化轨迹对气动参数扰动的敏感程度,在气动参数不确定条件的干扰下,依然可以保证飞行器顺利安全的完成飞行任务.最后,以美国某可重复使用飞行器的再入任务为例,验证了基于序列凸优化的再入轨迹优化方法的快速性以及鲁棒优化模型对气动参数扰动的抗干扰性能力,表明了该方法具有一定的工程应用性.     

基于hp自适应伪谱法的飞行器再入轨迹优化与制导

研究了一种基于hp自适应伪谱法的飞行器再入在线轨迹优化与制导方法。首先针对飞行器再入段在末速度最大的条件约束下进行了轨迹优化;然后针对再入段地球大气分布不均匀、建模误差、扰动等因素,设计了基于hp自适应伪谱法的反馈制导方法;最后进行了数学仿真研究。仿真结果表明:采用本文提出的反馈制导方法得到的末速度为6.93 km/s,比未采用闭环制导的方法提高了0.33 km/s,并且制导精度提高了15倍。     

基于卡尔曼滤波的再入飞行器气动参数辨识

再入飞行器的制导系统易受气动参数扰动的影响,为此研究气动参数在线辨识方法可以为再入制导系统提供服务,有效提高制导的精度。以卡尔曼滤波理论作为基础,推导了再入飞行器气动参数辨识的数学模型。为增强卡尔曼滤波方法对气动参数的辨识效果,气动参数误差模型采用一阶高斯马尔科夫过程描述,并增广到状态方程组中,根据获得的带有测量误差的惯导信息,对气动参数进行估计。最后,进行了数学仿真研究。仿真结果表明,该方法都能够在10个采样周期内收敛,且估计精度在1%以内。     

线性时变时滞连续-离散描述系统鲁棒故障诊断滤波器设计

针对一类线性时变时滞连续-离散描述系统,设计了基于观测器的鲁棒传感器故障诊断滤波器。首先,提出线性时变时滞连续-离散描述系统模型,并将其转化为非奇异离散模型。然后,基于量测残差,设计基于观测器的鲁棒传感器故障诊断滤波器。该滤波器可保证量测残差对于故障及增广扰动具有鲁棒性,即满足鲁棒H_∞性能指标。鉴于滤波器参数矩阵不等式不是标准的线性矩阵不等式,提出锥补线性化算法以解决该问题。引入残差评价函数及阈值以判断故障是否发生。仿真数据表明,设计的故障诊断滤波器能够有效估计出系统的故障。残差对于故障及扰动的鲁棒性能指标均小于给定值1.18,证明了设计的故障诊断滤波器具有较好的鲁棒性,验证了设计方案的有效性。     

涡波一体乘波飞行器宽速域气动优化设计研究

涡波一体宽速域乘波飞行器通过在低速引入涡效应,显著改善了传统乘波体在低速状态下的升阻特性,具有在未来宽速域空天飞行器总体气动设计当中得到广泛应用的巨大潜力.但是,该设计方法的研究尚不完善,特别是在基准流场建立过程中忽略了三维效应、低速效应、黏性效应以及头部/前缘的钝化效应,因此其高低速气动特性均有优化设计的空间.针对此问题,本文结合高保真RANS求解器、自由变形参数化方法、鲁棒的结构网格变形方法、离散伴随方法以及序列二次规划算法,发展了基于离散伴随的宽速域飞行器气动优化设计方法.基于上述方法,针对涡波一体乘波飞行器开展了兼顾低速与高超声速气动性能的三维整机气动优化设计研究,获得了宽速域优化构型并对其进行了流动机理分析.结果表明,相较于初始构型,宽速域优化构型可以将飞行器高超声速状态下升阻特性略微提升的同时,显著增强低速状态飞行器背风面的旋涡效应,进而使飞行器低速状态的升力和升阻比均提升10%以上,改善了涡波一体宽速域乘波飞行器的高低速气动性能.     

基于结构可置信性鲁棒优化算法的离散优化问题研究

传统优化设计认为问题的参数(如材料属性和外加载荷等)是确定的,并且设计变量通常是连续的.而在实际应用中产品制造和测量等存在不可避免的误差,并且工程需要的设计结果(如钢筋截面尺寸等)往往是离散的.即使对于考虑了不确定性参数影响的连续最优解,经过圆整处理后也很可能产生较大偏差甚至变得不可行.针对该难点,本文结合非概率不确定性鲁棒优化算法,建立与离散的基于圆整策略的优化算法列式等价的鲁棒优化列式及用于解决离散优化问题的可置信性鲁棒优化方法.并进一步研究了离散变量不确定性优化问题的可置信性鲁棒优化求解方法,利用非线性半定规划进行高效求解,可严格保证所得结果的可行性.本文揭示了传统离散优化思想和不确定性优化思想的内在联系,完善了优化设计理论体系,为后续相关研究提供了全新思路和示范.     

基于反演滑模的机动飞行器横向回路控制设计

针对再入机动飞行器模型的参数不确定性以及外界干扰对飞行器控制性能的影响,基于反演控制和滑模控制理论,结合飞行器的动态特性要求,设计了一种基于标称模型的再入机动飞行器横向回路姿态控制方案,并基于Lyapunov方法,给出了整个系统的稳定性证明。控制系统阶跃响应仿真结果表明:系统响应无超调,调节时间为0.6 s,稳态误差为1%,优于指标要求的超调量15%,调节时间1 s,稳态误差5%,证明所提方法对模型参数大范围摄动具有强鲁棒性,且在较大程度上提高了系统的动态性能,最终达到姿态指令的快速高精度跟踪效果。     

基于强化学习的冲压发动机飞行器爬升段轨迹优化控制

冲压发动机飞行器爬升过程中发动机性能随飞行状态时变,且易受动力性能偏差、气动偏差和风干扰的耦合影响,传统的方法难以给出能量最优的爬升段轨迹解.针对该问题,提出了一种基于强化学习的轨迹优化控制方法.首先构建了基于近端策略优化(PPO)的强化学习任务模型,将轨迹优化问题转化为基于状态给出最优动作策略的强化学习问题,提出了对...     

基于反演高阶滑模的飞行器最优末制导律

针对传统最优末制导律鲁棒性能较弱,且对参数摄动及外扰敏感的不足,而滑模控制对扰动具有较强鲁棒性的优点,提出一种新的基于反演准连续高阶滑模的最优末制导律,其中反演控制能够有效保证系统全局稳定性,而准连续高阶滑模控制则用于消除扰动影响。为了去除抖振效果,引入自适应超螺旋算法在线更新控制参数以消除符号函数导致的高频抖振影响。仿真结果表明:飞行器在该末制导律导引下,弹目视线角速率快速收敛,从而保证飞行器有很高的命中精度;鲁棒性较强;能够较好的满足约束条件要求。     

一类广义连续-离散系统量测丢失情况下鲁棒滤波算法

有噪声的非线性广义连续-离散系统的状态估计问题是目前一个较新的研究领域。量测丢失可能会导致系统动态模型的状态估计值与动态方程真实值产生较大偏差。为解决该问题,针对一类量测丢失情况下的范数有界非线性广义连续-离散系统,提出一种基于鲁棒扩展卡尔曼滤波(REKF)算法的状态估计方法。首先,给出参数并使用欧拉离散化方法将理想化的广义连续-离散系统转化为非奇异离散系统,但这样的处理方式导致转换得到的非奇异离散系统动态模型中存在新增不确定项。针对该问题,提出最优上界以保证卡尔曼滤波误差协方差矩阵收敛。其次,针对转化得到的非奇异离散系统,提出基于该优化上界的扩展卡尔曼滤波方法,用于在量测丢失时对系统的动态模型量进行观测。最后,仿真算例验证了该方法的有效性。     

基于雷达测量数据的弹箭扰动源最优估计

为精确计算舰载武器的飞行状态参数,以弹体纵向运动过程为研究对象,推导了包含误差干扰源在内的纵向扰动运动学方程,利用"系数冻结法"及拉普拉斯变换得到解析解,拟合出弹体被动段纵向运动的气动参数公式,采用三坐标雷达测量量作为系统量测方程,从而对气动参数误差干扰源进行最优估计。计算结果表明:该算法可以使俯仰操纵力矩系数导数误差的精度稳定在±0.007(°)~(-1)范围内,阻力系数误差的精度趋于±0.025之间;升力系数误差基本稳定在±0.12之间;俯仰力矩系数对攻角的导数偏差精度稳定在±0.011(°)~(-1)之间;俯仰阻尼力矩系数误差的精度收敛于±0.009(°)~(-1)之间,且算法收敛速度快,可为重构高精度的弹道参数提供支撑。     

基于PCE方法的翼型不确定性分析及稳健设计简

由于能够获得一个既经济又对参数变化不敏感的设计结果,稳健型设计在工程设计中备受关注. 不确定性分析是稳健型设计的关键. 因此研究了基于混沌多项式的不确定性分析方法,并将其与CFD 方法结合,对计算空气动力学设计中的不确定性影响进行了量化分析. 首先以RAE2822 翼型为算例,对其跨音速马赫数不确定影响进行了分析,研究了多项式阶次对计算的影响,分析了平均流场和方差. 接着结合超临界翼型的马赫数稳健型设计验证了混沌多项式方法在稳健型设计中的有效性. 优化结果表明,稳健型优化后的翼型阻力系数明显降低,同时对于马赫数的敏感性显著减小. 通过分析表明混沌多项式方法能够大幅提高稳健型优化设计效率,能很好地应用于气动稳定性设计.     

基于PCE方法的翼型不确定性分析及稳健设计

由于能够获得一个既经济又对参数变化不敏感的设计结果,稳健型设计在工程设计中备受关注. 不确定性分析是稳健型设计的关键. 因此研究了基于混沌多项式的不确定性分析方法,并将其与CFD 方法结合,对计算空气动力学设计中的不确定性影响进行了量化分析. 首先以RAE2822 翼型为算例,对其跨音速马赫数不确定影响进行了分析,研究了多项式阶次对计算的影响,分析了平均流场和方差. 接着结合超临界翼型的马赫数稳健型设计验证了混沌多项式方法在稳健型设计中的有效性. 优化结果表明,稳健型优化后的翼型阻力系数明显降低,同时对于马赫数的敏感性显著减小. 通过分析表明混沌多项式方法能够大幅提高稳健型优化设计效率,能很好地应用于气动稳定性设计.      

Robust airfoil optimization based on improved particle swarm optimization method

A robust airfoil optimization platform is constructed based on the modified particle swarm optimization method (i.e., the second-order oscillating particle swarm method), which consists of an efficient optimization algorithm, a precise aerodynamic analysis program, a high accuracy surrogate model, and a classical airfoil parametric method. There are two improvements for the modified particle swarm method compared with the standard particle swarm method. First, the particle velocity is represented by the combination of the particle position and the variation of position, which makes the particle swarm algorithm a second-order precision method with respect to the particle position. Second, for the sake of adding diversity to the swarm and enlarging the parameter searching domain to improve the global convergence performance of the algorithm, an oscillating term is introduced to the update formula of the particle velocity. At last, taking two airfoils as examples, the aerodynamic shapes are optimized on this optimization platform. It is shown from the optimization results that the aerodynamic characteristic of the airfoils is greatly improved in a broad design range.     

基于自适应多可信度多项式混沌-Kriging模型的高效气动优化方法

多可信度代理模型已经成为提高基于代理模型的优化算法效率和可信度水平最有效的手段之一.然而目前流行的co-Kriging和分层Kriging (HK)等多可信度代理模型泛化能力不足,缺乏对高阶/高非线性建模问题的适应性,难以广泛应用.文章基于发展的自适应多可信度多项式混沌-Kriging (MF-PCK)代理模型,在提高建模效率和对高阶/高非线性问题近似准确率的同时,建立了基于该自适应MF-PCK模型的高效全局气动优化方法.在发展的方法中,提出了基于MF-PCK模型的新型变可信度期望改进加点方法,使代理优化算法效率进一步提高.为了验证发展方法的全面表现,将其应用在经典的数值函数算例以及多个跨音速气动外形的确定性优化和稳健优化设计中,并与基于Kriging和HK模型的代理优化算法进行了全面比较.结果表明,发展的新型多可信度全局气动优化方法其优化效率相对于基于Kriging和HK模型的优化效率显著提高,结果更好也更加可靠,并且稳健优化设计效率和结果也更符合工程应用需求,证明了其相对于基于Kriging和HK模型的代理优化算法的显著优势.     

基于气动特性翼型参数化方法的适用性研究

翼型的优化设计在飞机的研发生产过程中占据相当重要的地位,因为翼型的几何外形会直接影响到飞机的整体气动性能．合理选择恰当的翼型表达方式是翼型优化设计成功的关键之一,其中,参数化方法在近年来得到了广泛应用．针对翼型参数化方法,提出“几何鲁棒性”和“性能鲁棒性”作为评判方法优劣的重要参考标准．选取三种常用的翼型参数化方法--NURBS、CST和PARSEC方法,七种不同类型的翼型,采用四项指标作为系统的评判准则来研究各方法的拟合精度与多点扰动下的几何鲁棒性,并利用Foil Design软件计算气动性能的相关数据,研究各方法在多点扰动下的性能鲁棒性．经对比分析,这三种参数化方法对大部分翼型均具有良好的表达能力,且不同程度地体现了一定的几何鲁棒性与性能鲁棒性．     

基于博弈论的鲁棒滤波器应用于GPS/INS组合系统的设计研究

考虑了组合导航系统中的不确定噪声问题；根据博弈理论与最优控制理论，提出一种能够在具有不确定噪声干扰中最小化滤波误差的极小极大值鲁棒滤波器。通过设计—种高动态的飞行轨迹进行仿真研究，发现在不确定噪声干扰下该算法具有比标准卡尔曼滤波器更高的精度。     

高超声速风洞短时气动力智能辨识算法研究

风洞测力试验是高超声速飞行器研发的重要环节,随着这项技术的发展,试验模型的大尺度化成为高超声速风洞试验的趋势.在几百毫秒的有效测试时间内,大尺度测力系统刚度减弱等问题会严重导致气动力辨识精度变差,试验模型大尺度化对短时脉冲燃烧风洞精确气动力辨识带来了挑战.对此本文提出了一种新的基于传统信号处理结合深度学习的智能气动力辨...