附加机动的深空探测引力辅助轨道优化技术研究

发布时间：2021-06-11 00:20

　　深空探测是我国航天发展的重要方向之一,快速、高效地完成从地球出发至其他天体的发射轨道优化是开展实际工程的重要基础。对火星以远的深空探测任务,当前基于化学能推进的运载火箭难以将大质量有效载荷送入直接转移轨道,因此天体引力辅助技术广为应用。本文主要对引力辅助序列设计方法和深空探测弹道-轨道联合优化方法进行了研究。基于平面二体引力辅助动力学模型,推导得到航天器引力辅助后在中心天体坐标系下的能量与速度变化公式,分析了轨道变化形式,以此为基础,提出航天器在引力辅助后与下一天体是否存在交会机会的判定准则,进一步基于区间分析思想,提出一种无附加机动引力辅助天体序列搜索算法,并自主编程实现。利用该算法,可以一次搜索得到满足出发能量和时间约束的所有引力辅助序列,以供轨道设计选择。考虑三维星历及附加脉冲机动后,本文以地球-木星转移为背景,利用粒子群优化算法和Pork-Chop图展现形式,对直接转移和多序列引力辅助转移进行了计算和比较分析,得到了不同天体引力辅助转移轨道的窗口周期特性。在搜索结果中,可以找出与伽利略号、朱诺号等任务实例相匹配印证的结果。相比传统优化算法收敛得到的单点信息,通过本文方法得到的结... 

【文章来源】：中国运载火箭技术研究院北京市

【文章页数】：156 页

【学位级别】：博士

【部分图文】：

图1.2粒子群优化算法寻优示意图

张博戎：附加机动的深空探测引力辅助轨道优化技术研究-14-图1.3GA-NLP算法流程示意图[52]1.2.3.2.2梯度-粒子群优化混合算法林浩申等人设计了一种梯度寻优与粒子群优化算法相结合的混合算法（GH-PSO），如图1.4。利用粒子群优化算法进行前两代种群的初始化和适应度计算，在更新得到下一代之前首先利用梯度算法更新最优个体的信息，该方法相比单纯使用粒子群算法也可以实现更快的收敛速度[77]。图1.4GH-PSO算法流程示意图[77]

张博戎：附加机动的深空探测引力辅助轨道优化技术研究-14-图1.3GA-NLP算法流程示意图[52]1.2.3.2.2梯度-粒子群优化混合算法林浩申等人设计了一种梯度寻优与粒子群优化算法相结合的混合算法（GH-PSO），如图1.4。利用粒子群优化算法进行前两代种群的初始化和适应度计算，在更新得到下一代之前首先利用梯度算法更新最优个体的信息，该方法相比单纯使用粒子群算法也可以实现更快的收敛速度[77]。图1.4GH-PSO算法流程示意图[77]


本文编号：3223408