飞行器轨迹优化的造型及多分辨率方法研究

发布时间：2017-08-20 19:42

  本文关键词：飞行器轨迹优化的造型及多分辨率方法研究

  更多相关文章： 最优化技术 轨迹优化 多分辨率网格细化 轨迹造型 噪声抑制

【摘要】：飞行器轨迹优化通常是带有多约束和强非线特性的高维最优控制问题,利用常规数值方法解算易出现“维数灾难”等问题,计算复杂度高且解的精度难以保证。本文从降低轨迹优化问题规模的角度出发,探索提升优化计算效率和精度的有效途径,提出了基于轨迹造型和多分辨率网格细化的轨迹优化方法,深入研究了导弹和飞机等飞行器的轨迹优化以及大型机场多事件噪声抑制航线优化设计问题,主要研究内容及创新点如下:一.提出了两种多分辨率网格细化方法以降低轨迹优化直接方法的离散规模并提高计算精度。(1)以高分辨率二分网格节点为中心,通过构造径向基函数逼近控制曲线并利用Lasso方法估计径向基函数系数,自动筛选出位于控制变量不光滑处或变化剧烈处的高分辨率节点细化当前网格。(2)考虑到能量函数直接反映曲线的光滑程度,能够准确定位曲线的间断点或尖点等不规则特性,根据控制变量的能量分布特征确定高能节点及其支撑域,将落在高能节点支撑域内的高分辨率二分节点加入当前网格以实现网格细化。对多组典型实例的数值仿真表明,提出的两种网格细化方法能够有效提升轨迹优化直接方法的网格细化效率和计算精度。二.提出了一种基于B样条造型的轨迹优化方法以降低优化问题的维度并提高计算精度和效率。考虑到B样条曲线具有优良的轨迹形状刻画能力,利用B样条曲线描述待优化轨迹并消去运动方程中的位移和角度变量,结合逆动力学方法将动力学方程中的角速率微分约束转换为代数约束,从而使原高维轨迹优化问题变为含造型变量的低维优化问题。按照一般伪谱法和网格自适应伪谱法分别对同一轨迹优化的原问题和造型降维问题进行了仿真验证,结果表明解算造型降维问题更易于得到光滑性好且精度高的解。三.提出了一种基于有理Bezier曲线造型的弹道全局优化方法和一种处理路径约束的罚函数方案。首先,智能优化算法可搜索全局最优弹道,但对优化变量数目有严格限制,为此,根据边界条件用有理Bezier曲线形成待优化弹道,结合导弹动力学方程,采用几何、代数和积分方法计算造型弹道倾角、法向加速度和速度等变量以及性能指标,将原弹道优化问题转换为对极少造型变量的参数优化问题。其次,结合遗传算法和模式搜索算法确定最优造型变量,利用给定采样节点处的约束破坏值构造罚函数来处理路径约束,并根据概率分布思想将采样节点有针对性地配置在约束破坏严重区域,有效降低了采样节点的使用量和算法计算量。多组仿真实例表明提出的弹道优化方法优化变量少且所得最优弹道完全光滑可飞、全局最优性好。四.将轨迹造型优化方法应用于多事件噪声抑制最优航线设计问题,并针对优化中的噪声计算和约束处理提出了一种航线高精度逼近方案。首先,利用有理Bezier曲线对机场指定方向上所有飞机共用的航线进行造型,并以航线对应的受噪声影响人数和航线总长为指标通过对少量造型变量的搜索来确定使得噪声危害及燃料消耗综合最优的航线。这一方法不但可用于单一航线孤立优化,还可实现多条航线同时优化。用于多条航线同时优化时,能够有效避免多条航线逐次孤立优化计算量大和全局最优性无法保证等缺点。其次,为了降低计算量,并保证噪声计算精度、航线相交检测的可靠性及最优航线的可行性,提出了一种航线高精度逼近方案。将航线绝对曲率的累加函数等距离散化,并插值计算该组离散值对应的航线自由参数,进而根据离散自由参数确定用于逼近航线的路点。所得路点与航线绝对曲率的分布特性一致,因而使用少量路点即可实现航线高精度逼近。对荷兰阿姆斯特丹国际机场多条航线的优化设计验证了方法的有效性和实用性。
【关键词】：最优化技术 轨迹优化 多分辨率网格细化 轨迹造型 噪声抑制
【学位授予单位】：西北工业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：V249
【目录】：

• 摘要4-6
• Abstract6-11
• 第一章 绪论11-27
• 1.1 课题研究背景11-12
• 1.2 轨迹优化问题概述12-13
• 1.3 轨迹优化方法及其研究现状13-21
• 1.3.1 解析法13-14
• 1.3.2 间接法14-15
• 1.3.3 直接法15-20
• 1.3.4 智能优化方法20-21
• 1.4 非线性最优化方法21-22
• 1.5 轨迹的几何描述22-23
• 1.6 轨迹优化中的网格细化方法23-24
• 1.7 轨迹优化用于机场噪声抑制24
• 1.8 本文内容及结构24-27
• 第二章 网格细化与多分辨率轨迹优化方法27-45
• 2.1 引言27
• 2.2 Runge-Kutta离散格式27-29
• 2.3 轨迹优化的Lasso网格自适应细化方法29-32
• 2.3.1 二分网格与径向基函数29
• 2.3.2 节点选取方案29-31
• 2.3.3 Lasso多分辨轨迹优化算法31-32
• 2.4 轨迹优化网格细化的能量函数方法32-35
• 2.4.1 离散曲率与能量函数32-33
• 2.4.2 节点选取方案33-34
• 2.4.3 基于能量函数的多分辨率轨迹优化算法34-35
• 2.5 仿真实例35-44
• 2.5.1 Lasso网格细化方法数值仿真35-40
• 2.5.2 能量函数网格细化方法数值仿真40-44
• 2.6 本章小结44-45
• 第三章 轨迹优化的造型降维方法45-69
• 3.1 引言45
• 3.2 飞行器运动方程45-46
• 3.3 轨迹优化问题降维46-51
• 3.3.1 B样条曲线46-48
• 3.3.2 轨迹造型48-49
• 3.3.3 轨迹造型降维49-51
• 3.4 高斯伪谱法51-53
• 3.5 仿真实例一：导弹弹道优化53-63
• 3.5.1 最大末速弹道53-56
• 3.5.2 最短时间弹道56-60
• 3.5.3 末端速度和飞行时间综合最优弹道60-63
• 3.6 仿真实例二：飞机最优爬升与下降轨迹63-67
• 3.6.1 最优爬升轨迹63-65
• 3.6.2 最优下降轨迹65-67
• 3.7 本章小结67-69
• 第四章 基于造型的弹道全局优化方法69-105
• 4.1 引言69
• 4.2 导弹运动方程69-70
• 4.3 弹道造型与优化70-76
• 4.3.1 有理Bezier曲线70-73
• 4.3.2 空间弹道有理Bezier曲线造型73-74
• 4.3.3 基于弹道造型的优化问题描述74-76
• 4.4 全局寻优方法76-79
• 4.4.1 遗传算法76
• 4.4.2 模式搜索算法76-79
• 4.5 罚函数构造方案79-81
• 4.5.1 约束处理79-80
• 4.5.2 罚函数采样节点生成方案80-81
• 4.6 仿真实例81-103
• 4.6.1 最短时间弹道82-87
• 4.6.2 最大末端机械能弹道87-90
• 4.6.3 最大射程弹道90-93
• 4.6.4 多脉冲固体火箭发动机能量管理93-103
• 4.7 本章小结103-105
• 第五章 大型机场多事件噪声抑制最优航线设计105-139
• 5.1 引言105
• 5.2 飞机进近与离场程序105-108
• 5.2.1 标准场站到达105-107
• 5.2.2 标准仪表离场107-108
• 5.3 飞机噪声计算程序108-109
• 5.4 噪声危害评价指标109-110
• 5.5 多事件飞机模型110-111
• 5.6 航线优化算法流程111-113
• 5.7 约束处理方法与航线逼近113-117
• 5.7.1 罚函数构造113-115
• 5.7.2 航线高精度逼近115-117
• 5.8 阿姆斯特丹国际机场航线优化设计117-137
• 5.8.1 数据分析整理117-119
• 5.8.2 航线约束条件119-120
• 5.8.3 区域划分、背景噪声处理与航线造型120-124
• 5.8.4 Polderbaan东、西和西南进近航线优化124-130
• 5.8.5 Kaagbaan与Aalsmeerbaan南离场航线优化130-134
• 5.8.6 Kaagbaan与Aalsmeerbaan南离场航线同时优化134-137
• 5.9 本章小结137-139
• 第六章 结论与展望139-143
• 6.1 全文总结139-140
• 6.2 主要创新点140-141
• 6.3 研究展望141-143
• 参考文献143-155
• 附录A 飞机分类155-159
• 附录B 飞行剖面159-169
• 附录C 飞机性能参数169-173
• 致谢173-175
• 攻读博士期间发表论文和教育科研情况说明175-177

【参考文献】

中国期刊全文数据库 前1条

1 陈刚;万自明;徐敏;陈士橹;;遗传算法在航天器轨迹优化中的应用[J];弹道学报;2006年01期

中国博士学位论文全文数据库 前1条

1 王明光;先进航天器轨道快速优化[D];西北工业大学;2005年

，

本文编号：708464