基于多目标的高超声速飞行器再入轨迹优化方法研究

《基于多目标的高超声速飞行器再入轨迹优化方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国家自然基金面上项目No.61074064天津市应用基础及前沿技术研究计划（天津市自然基金）No.12JCZDJC30300天津大学硕士学位论文基于多目标的高超声速飞行器再入轨迹优化方法研究Researchonreentrytrajectoryoptimizationmethodbasedonmulti-objectiveforhypersonicvehicles学科专业：控制科学与工程研究生：辛越指导教师：胡超芳副教授天津大学电气与自动化学院二零一四年十二月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究

2、成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在

3、解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月摘要高超声速飞行器具有飞行速度快、突防能力强、飞行范围广等特点，而且在军事和民用方面都有非常良好的应用前景。因此，高超声速技术得到了快速发展并逐渐成为研究焦点，而轨迹优化作为一项关键技术也得到了广泛关注。由于再入环境异常复杂，而且大气变化剧烈，造成了优化过程中多约束、多变量、多目标等问题，所以研究更加有效的轨迹优化算法显得非常必要。本文针对高超声速飞行器的再入轨迹优化问题，依次展开了以下三方面的研究：对于带有优先级约束的再入轨迹多目标优化问题，通过直接配点法

4、将运动方程约束转化为代数约束，同时结合变可行域多目标优化算法建立模型。首先利用直接配点法将原问题转化为一个具有优先级约束的多目标非线性规划问题，然后将各目标转化为模糊目标，并引入可行域变量来代替常值可行域。接着根据更高优先级的目标具有更高满意度的原则将优先级约束转化为满意度序约束，然后根据不同的模糊关系提出三种变可行域优化模型，通过调节模型中的参数可以获得满足不同满意度要求的最优轨迹。最后的仿真计算证明了该方法的有效性及优势。针对轨迹优化直接配点法中的网格自适应问题，结合密度函数以及误差估计有效地进行网格划分，从而提高计算速度以及求解精

5、度。首先，引入密度函数的概念，并说明如何利用密度函数智能且有效地划分网格，同时引入误差估计方法来判断精度。然后，基于以上理论提出四种网格自适应算法，并详细论述了各算法的步骤。最后，通过仿真计算对比了这四种算法的性能及适用场合。考虑终点位置已知和未知两种情况下的再入轨迹在线规划问题，并提出相应算法：终点位置已知时，将三自由度再入轨迹分解为纵向和横向轨迹分别设计，纵向将控制量设计为分段线性函数以降低变量维数，横向采用侧倾反转逻辑来控制飞行器到达指定目标；终点位置未知时，在Gauss伪谱法的基础上改进终端约束和路径约束的计算方法，从而简化模型

6、并提高计算效率。最后的仿真计算说明了这两种算法的可行性和快速性。关键词：高超声速飞行器再入轨迹优化模糊多目标在线轨迹生成再入走廊Gauss伪谱法ABSTRACTHypersonicvehicleshavelargeadvantagesinflightspeed,defensepenetrationandflightrange,aswellasthegoodprospectsinmilitaryandcivilianaspects.Therefore,hypersonictechnologyhasbeendevelopedrapidlyi

7、nrecentyears,andbecomethefocusofresearchgradually.Thetrajectoryoptimizationtechniqueasakeyofhypersonictechnologyhasalsobeenconcernedwidely.However,thecomplexenvironmentofreentryprocessandthedramaticchangesinatmospherebringaboutmanychallengesinoptimizationprocess.Therefor

8、e,amoreeffectivealgorithmisverynecessarytoreentrytrajectoryoptimization.Aimingatthereentrytrajectoryopt