可重复使用运载器再入轨迹与制导控制方法综述
发布时间：2022-02-15 22:24
可重复使用运载器（RLV）是未来实现快速、可靠及廉价进出空间的必然趋势,也是当前航空航天领域的研究热点。对RLV再入段的轨迹优化、制导及控制方法进行了综述。在RLV再入轨迹优化方法上,分别从间接法、直接法以及伪谱法等方面进行了综述,在深入分析每类方法特点的基础上,对其未来发展趋势进行了展望;在RLV再入制导方法上,分别从离线标称轨迹制导、在线轨迹重构制导、预测校正制导等方面进行了综述,对每类再入制导方法进行了优缺点分析,并对未来发展方向进行了总结;在RLV再入姿态控制方法上,分别从线性控制方法、非线性控制方法、智能控制方法等方面对其进行了综述,并对其特点和未来发展趋势进行了分析。最后,对RLV再入制导控制一体化方法进行了综述,指出了未来RLV制导控制一体化研究中亟需解决的关键问题。
【文章来源】：航空学报. 2020,41(11)北大核心EICSCD
【文章页数】：25 页
【部分图文】：
图４ＲＬＶ数值预测校正制导方法流程图Ｆｉｇ．４ＦｌｏｗｃｈａｒｔｏｆＲＬＶｎｕｍｅｒｉｃａｌｐｒｅｄｉｃｔｏｒ－ｃｏｒｒｅｃｔｏｒｇｕｉｄａｎｃｅｍｅｔｈｏｄ
确保飞行器的平稳飞行）的引入，导致ＲＬＶ的再入飞行走廊被限制在非常狭小的飞行区域［５－７］。４）安全面临挑战。为了获得更高的机动性能和操纵性，提高飞行器应对复杂飞行环境的能力，ＲＬＶ在布局设计时往往采用除传统副翼、方向舵和升降舵以外更多的操纵面，如升降副翼和机身襟翼等。由于飞行环境和自身结构的复杂特性，执行机构的冗余也使得执行器发生潜在故障（如卡死、部分失效和完全失效等）的可能性显著增加，给飞行安全带来巨大挑战。图１ＲＬＶ再入飞行示意图Ｆｉｇ．１ＲＬＶｒｅｅｎｔｒｙｆｌｉｇｈｔｄｉａｇｒａｍ综上所述，ＲＬＶ是一个集多变量、强耦合、非线性、不确定、多约束及潜在执行器故障影响的复杂被控对象，其高自主性、高可靠性、高安全性和高灵活性的制导控制系统设计面临巨大挑战，相关技术的研究已经成为当今航空航天领域最为前沿的研究课题之一。本文系统地对ＲＬＶ再入段轨迹优化、制导控制及制导控制一体化方法进行了综述性分析，在对每类方法特点深入分析的基础上对其发展趋势进行了展望，研究结果可为从事相关工作的科研工作者提供有益参考。１ＲＬＶ再入轨迹优化方法１．１再入轨迹优化问题描述ＲＬＶ再入轨迹优化的主要任务是通过优化求解获得满足各种路径约束（动压、热流密度和过载约束）、状态量和控制量及边值约束的可行再入飞行轨迹，并使得某一性能指标优。就其科学问题而言，ＲＬＶ再入轨迹优化问题是一个复杂的、高度非线性的、多变量、多约束的最优控制问题，对该问题的求解最早可追溯到
飞行剖面未考虑ＲＬＶ的横向机动，不能满足ＲＬＶ高横向机动任务中的再入制导要求［８１］。基于离线最优轨迹的三维标称轨迹制导方法，可以满足再入飞行轨迹的最优性、高机动性及对最优轨迹的跟踪精度等需求。然而。该类制导方法仅能实现对预先设计的离线轨迹进行跟踪，当ＲＬＶ面临未知的突发事件时，如飞行器故障或飞行任务变更等，离线轨迹将不再满足再入需求，制导性能往往大幅下降甚至失效。图２给出了２种离线标称轨迹制导方法的特点对比。图２ＲＬＶ离线标称轨迹制导方法特点Ｆｉｇ．２ＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＲＬＶｏｆｆ－ｌｉｎｅｎｏｍｉｎａｌｔｒａｊｅｃｔｏ－ｒｙｇｕｉｄａｎｃｅｍｅｔｈｏｄ２．２在线轨迹重构制导２．２．１在线轨迹重构制导方法考虑ＲＬＶ再入过程，当突发事件发生时，离线轨迹不再满足飞行任务需求，需要在线对轨迹进行调整，设计出新的轨迹作为跟踪制导的目标，即在线轨迹重构制导方法。图３给出了在线轨迹重构制导的流程图。文献［６２］提出了一种基于在线轨迹优化的实时最优反馈再入制导策略，该方法基于伪谱法，通过连续的实时轨迹优化达到实时闭环最优反馈制导的目的，直至再入过程结束。然而，该方法对系统的实时性带来了巨大的挑战。因此，考虑到凸优化方法的计算效率较高，实时性较好，其在解决航空航天制导问题方面的效用正在迅速提高，并具有机载实时应用的潜力。文献［８８］对凸优化在航空航天中制导方向上的应用进行了综述性研究，并对问题凸化方法及凸化过程的有效性进行了讨论。文献
【参考文献】：
期刊论文
[1]基于凸优化的再入轨迹三维剖面规划方法[J]. 周祥,张洪波,何睿智,汤国建,包为民. 航空学报. 2020(11)
[2]变信赖域序列凸规划RLV再入轨迹在线重构[J]. 宗群,李智禹,叶林奇,田栢苓. 哈尔滨工业大学学报. 2020(03)
[3]基于预设性能的非线性系统反演自适应控制[J]. 王宏亮,王小博,李万兵. 科学技术与工程. 2019(31)
[4]航天器姿态预设性能控制方法综述[J]. 魏才盛,罗建军,殷泽阳. 宇航学报. 2019(10)
[5]滑翔飞行器弹道规划与制导方法综述[J]. 张远龙,谢愈. 航空学报. 2020(01)
[6]自主学习干扰观测器驱动的重复使用运载器再入段滑模控制[J]. 陈佳晔,穆荣军,白瑜亮,张新,崔乃刚. 宇航学报. 2019(06)
[7]Prescribed Performance Finite-Time Tracking Control for Uncertain Nonlinear Systems[J]. JING Yuanwei,LIU Yang,ZHOU Shaowei. Journal of Systems Science & Complexity. 2019(03)
[8]高超声速飞行器再入自适应容错制导控制一体化设计[J]. 顾攀飞,齐瑞云,郭小平. 南京航空航天大学学报. 2018(06)
[9]输入受限的高超声速飞行器鲁棒反演控制[J]. 骆长鑫,张东洋,雷虎民,卜祥伟,叶继坤. 航空学报. 2018(04)
[10]基于自适应模糊H∞控制的可重复使用运载器再入姿态控制[J]. 窦立谦,毛奇,苏沛华. 控制与决策. 2018(07)
博士论文
[1]基于扰动补偿的高超声速飞行器再入姿态控制研究[D]. 陈辰.哈尔滨工业大学 2018
[2]基于反步法的高超声速飞行器自适应控制方法研究[D]. 张玉芳.哈尔滨工程大学 2014
[3]空天飞行器不确定非线性鲁棒自适应控制[D]. 朱亮.南京航空航天大学 2006
硕士论文
[1]基于自适应模糊策略的可重复运载器姿态控制研究[D]. 毛奇.天津大学 2018
本文编号：3627378
【文章来源】：航空学报. 2020,41(11)北大核心EICSCD
【文章页数】：25 页
【部分图文】：
图４ＲＬＶ数值预测校正制导方法流程图Ｆｉｇ．４ＦｌｏｗｃｈａｒｔｏｆＲＬＶｎｕｍｅｒｉｃａｌｐｒｅｄｉｃｔｏｒ－ｃｏｒｒｅｃｔｏｒｇｕｉｄａｎｃｅｍｅｔｈｏｄ
确保飞行器的平稳飞行）的引入，导致ＲＬＶ的再入飞行走廊被限制在非常狭小的飞行区域［５－７］。４）安全面临挑战。为了获得更高的机动性能和操纵性，提高飞行器应对复杂飞行环境的能力，ＲＬＶ在布局设计时往往采用除传统副翼、方向舵和升降舵以外更多的操纵面，如升降副翼和机身襟翼等。由于飞行环境和自身结构的复杂特性，执行机构的冗余也使得执行器发生潜在故障（如卡死、部分失效和完全失效等）的可能性显著增加，给飞行安全带来巨大挑战。图１ＲＬＶ再入飞行示意图Ｆｉｇ．１ＲＬＶｒｅｅｎｔｒｙｆｌｉｇｈｔｄｉａｇｒａｍ综上所述，ＲＬＶ是一个集多变量、强耦合、非线性、不确定、多约束及潜在执行器故障影响的复杂被控对象，其高自主性、高可靠性、高安全性和高灵活性的制导控制系统设计面临巨大挑战，相关技术的研究已经成为当今航空航天领域最为前沿的研究课题之一。本文系统地对ＲＬＶ再入段轨迹优化、制导控制及制导控制一体化方法进行了综述性分析，在对每类方法特点深入分析的基础上对其发展趋势进行了展望，研究结果可为从事相关工作的科研工作者提供有益参考。１ＲＬＶ再入轨迹优化方法１．１再入轨迹优化问题描述ＲＬＶ再入轨迹优化的主要任务是通过优化求解获得满足各种路径约束（动压、热流密度和过载约束）、状态量和控制量及边值约束的可行再入飞行轨迹，并使得某一性能指标优。就其科学问题而言，ＲＬＶ再入轨迹优化问题是一个复杂的、高度非线性的、多变量、多约束的最优控制问题，对该问题的求解最早可追溯到
飞行剖面未考虑ＲＬＶ的横向机动，不能满足ＲＬＶ高横向机动任务中的再入制导要求［８１］。基于离线最优轨迹的三维标称轨迹制导方法，可以满足再入飞行轨迹的最优性、高机动性及对最优轨迹的跟踪精度等需求。然而。该类制导方法仅能实现对预先设计的离线轨迹进行跟踪，当ＲＬＶ面临未知的突发事件时，如飞行器故障或飞行任务变更等，离线轨迹将不再满足再入需求，制导性能往往大幅下降甚至失效。图２给出了２种离线标称轨迹制导方法的特点对比。图２ＲＬＶ离线标称轨迹制导方法特点Ｆｉｇ．２ＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＲＬＶｏｆｆ－ｌｉｎｅｎｏｍｉｎａｌｔｒａｊｅｃｔｏ－ｒｙｇｕｉｄａｎｃｅｍｅｔｈｏｄ２．２在线轨迹重构制导２．２．１在线轨迹重构制导方法考虑ＲＬＶ再入过程，当突发事件发生时，离线轨迹不再满足飞行任务需求，需要在线对轨迹进行调整，设计出新的轨迹作为跟踪制导的目标，即在线轨迹重构制导方法。图３给出了在线轨迹重构制导的流程图。文献［６２］提出了一种基于在线轨迹优化的实时最优反馈再入制导策略，该方法基于伪谱法，通过连续的实时轨迹优化达到实时闭环最优反馈制导的目的，直至再入过程结束。然而，该方法对系统的实时性带来了巨大的挑战。因此，考虑到凸优化方法的计算效率较高，实时性较好，其在解决航空航天制导问题方面的效用正在迅速提高，并具有机载实时应用的潜力。文献［８８］对凸优化在航空航天中制导方向上的应用进行了综述性研究，并对问题凸化方法及凸化过程的有效性进行了讨论。文献
【参考文献】：
期刊论文
[1]基于凸优化的再入轨迹三维剖面规划方法[J]. 周祥,张洪波,何睿智,汤国建,包为民. 航空学报. 2020(11)
[2]变信赖域序列凸规划RLV再入轨迹在线重构[J]. 宗群,李智禹,叶林奇,田栢苓. 哈尔滨工业大学学报. 2020(03)
[3]基于预设性能的非线性系统反演自适应控制[J]. 王宏亮,王小博,李万兵. 科学技术与工程. 2019(31)
[4]航天器姿态预设性能控制方法综述[J]. 魏才盛,罗建军,殷泽阳. 宇航学报. 2019(10)
[5]滑翔飞行器弹道规划与制导方法综述[J]. 张远龙,谢愈. 航空学报. 2020(01)
[6]自主学习干扰观测器驱动的重复使用运载器再入段滑模控制[J]. 陈佳晔,穆荣军,白瑜亮,张新,崔乃刚. 宇航学报. 2019(06)
[7]Prescribed Performance Finite-Time Tracking Control for Uncertain Nonlinear Systems[J]. JING Yuanwei,LIU Yang,ZHOU Shaowei. Journal of Systems Science & Complexity. 2019(03)
[8]高超声速飞行器再入自适应容错制导控制一体化设计[J]. 顾攀飞,齐瑞云,郭小平. 南京航空航天大学学报. 2018(06)
[9]输入受限的高超声速飞行器鲁棒反演控制[J]. 骆长鑫,张东洋,雷虎民,卜祥伟,叶继坤. 航空学报. 2018(04)
[10]基于自适应模糊H∞控制的可重复使用运载器再入姿态控制[J]. 窦立谦,毛奇,苏沛华. 控制与决策. 2018(07)
博士论文
[1]基于扰动补偿的高超声速飞行器再入姿态控制研究[D]. 陈辰.哈尔滨工业大学 2018
[2]基于反步法的高超声速飞行器自适应控制方法研究[D]. 张玉芳.哈尔滨工程大学 2014
[3]空天飞行器不确定非线性鲁棒自适应控制[D]. 朱亮.南京航空航天大学 2006
硕士论文
[1]基于自适应模糊策略的可重复运载器姿态控制研究[D]. 毛奇.天津大学 2018
本文编号：3627378
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3627378.html
